auto: 일일 백업 2026-06-30 02:00

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

agents/stock/workspace/scripts/trade_journal.py

@@ -67,6 +67,95 @@ def _save_all(rows: list[dict]) -> None:
     tmp.replace(JOURNAL)
 
 
+def _advance(qty: int, avg: float, buy_qty: int, sell_qty: int, buy_avg: float) -> tuple[int, float]:
+    """running 보유수량·평단 1스텝 진행.
+
+    매도는 **전 보유분 우선 소진**(평단 유지) → 잔여 당일 매수분을 가중평균 블렌딩.
+    이 순서가 '전일 보유 평단' 정의의 핵심 — 당일 매수가 매도 원가에 섞이지 않고,
+    매도로 원물이 다 빠지면 남는 건 당일 매수분 평단이 된다.
+    """
+    consumed = min(sell_qty, qty)
+    qty -= consumed
+    rem_buy = buy_qty - (sell_qty - consumed)  # 당일매수분 중 매도로 안 빠진 잔량
+    if rem_buy > 0:
+        avg = (qty * avg + rem_buy * buy_avg) / (qty + rem_buy)
+        qty += rem_buy
+    qty = max(qty, 0)
+    if qty == 0:
+        avg = 0.0  # 전량 청산 → 평단 리셋 (이후 순수 데이트레이딩을 보유분으로 오인 방지)
+    return qty, avg
+
+
+def _apply_rebase(row: dict, sell_avg: float, sell_qty: int, pre_avg: float) -> None:
+    """row의 pl_amt/prft_rt를 '전일 보유 평단(pre_avg)' 기준으로 덮어쓴다 (in-place).
+
+    그로스 = (매도평단 - 전일평단) × 매도수량, pl_amt = 그로스 - 수수료·세금 (ka10170과 동일 net).
+    """
+    gross = (sell_avg - pre_avg) * sell_qty
+    fee = int(row.get('cmsn_tax') or 0)
+    row['pl_amt'] = round(gross) - fee
+    cost = pre_avg * sell_qty
+    row['prft_rt'] = round(row['pl_amt'] / cost * 100, 2) if cost else 0.0
+    row['_pl_rebased'] = True
+    row['prev_avg'] = round(pre_avg)
+
+
+def rebase_pl(rows: list[dict]) -> list[dict]:
+    """매도 실현손익을 '전일 보유 평단' 기준으로 재계산해 **새 리스트** 반환 (파일 미변경, 표시 전용).
+
+    ka10170은 당일 매수+매도가 같이 있으면 당일 매수평단↔매도평단 round-trip으로 pl_amt를 매겨
+    어제까지 보유한 원물의 손익을 가린다 (2026-06-29 0193W0: 6/26 보유 62@24,550 +
+    당일 62@21,875 매수 후 62@21,885 매도 → ka10170 +220원, 실제 원물 손익 약 -165,630원).
+
+    (account, code)별로 날짜순 재생(_advance)하며, **당일 매수가 동반된 매도 행**만
+    당일 매수 전 보유 평단을 원가로 잡아 덮어쓴다. 순수 매도(당일 매수 없음)는 키움 값이
+    정확하므로 건드리지 않는다.
+
+    ⚠️ 입력 rows는 각 (account, code)의 **전체 이력**을 포함해야 재생이 정확하다.
+    """
+    out = [dict(r) for r in rows]
+    by_key: dict[tuple, list[dict]] = {}
+    for r in out:
+        by_key.setdefault((r.get('account'), r.get('code')), []).append(r)
+    for grp in by_key.values():
+        grp.sort(key=lambda r: (r.get('date', ''), r.get('collected_at', '')))
+        qty, avg = 0, 0.0
+        for r in grp:
+            bq = int(r.get('buy_qty') or 0)
+            sq = int(r.get('sell_qty') or 0)
+            ba = float(r.get('buy_avg') or 0)
+            sa = float(r.get('sell_avg') or 0)
+            pre_avg = avg  # 당일 매수 반영 전 = 전일 보유 평단
+            if sq > 0 and bq > 0 and pre_avg > 0:
+                _apply_rebase(r, sa, sq, pre_avg)
+            qty, avg = _advance(qty, avg, bq, sq, ba)
+    return out
+
+
+def prev_avg_map(before_iso: str) -> dict:
+    """파일 이력 중 before_iso **미만**(전일까지)을 (account, code)별 재생해 시작 평단 맵 반환.
+
+    라이브 journal(당일분)의 round-trip 오염 행을 재계산할 때 원가(전일 보유 평단) 소스.
+    {(account, code): avg}. 보유 0이면 0.
+    """
+    rows = [r for r in _load_all() if r.get('date', '') < before_iso]
+    by_key: dict[tuple, list[dict]] = {}
+    for r in rows:
+        by_key.setdefault((r.get('account'), r.get('code')), []).append(r)
+    out: dict[tuple, float] = {}
+    for key, grp in by_key.items():
+        grp.sort(key=lambda r: (r.get('date', ''), r.get('collected_at', '')))
+        qty, avg = 0, 0.0
+        for r in grp:
+            qty, avg = _advance(
+                qty, avg,
+                int(r.get('buy_qty') or 0), int(r.get('sell_qty') or 0),
+                float(r.get('buy_avg') or 0),
+            )
+        out[key] = avg
+    return out
+
+
 def record_trades(all_trades: dict, *, base_dt: str | None = None, quiet: bool = False, tag: str = 'collect') -> dict:
     """이미 받은 ka10170 응답({label: [trades]})을 jsonl에 적재 (idempotent).
     `(iso_date, account in all_trades)` 단위 재적재 — 다른 계좌는 영향 X.