기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

google finance로 부터의 자료 호출_python

주가 자료는 많은 웹사이트를 통해 입수할 수 있다.
Google Finance는 방대한 주가 자료를 제공하는 대표적인 사이트이다.
이 사이트로 부터 주가 자료를 호출하는 방법을 소개한다.

이전의 Pandas 패키지를 사용하는 방법은 좀 불안정한 단점이 googlefinance.client 패키지에 의해 보완되었다.
이 패키지의 인스툴은 명령 프롬프트(command prompt) 또는 아나콘다 프롬프트를 사용하여 다음과 같이 실행한다.

>>> pip install googlefinance.client

일단 인스톨 후 그 패키지를 다음과 같이 콘솔창(jupyter notebook, python IDE 등)에 장착한다.

from googlefinance.client import get_price_data, get_prices_data, get_prices_time_data

호출하기 위해 필요한 매개변수를 지정한다. 그 매개변수는 사전형식으로 작성되어야 한다.
그 사전의 키는 'q', 'i', 'x', 'p'로서 각각 다음과 같다.

'q', 'x': 대상 주식의 코드이다. 이 코드는 제공하는 사이트마다 다르다.
   예를 들면 kospi의 경우  'KRX:KOSPI'로서 클론을 기준으로 앞은 국가 구별을 위한 것이고 뒤의 것은 주식 코드이름이다.
'q'의 경우는 주식의 고유코드 즉, 'KOSPI'가 되고
'x'는 그 주식이 포함된 범주(국가)의 코드로서 'KRX'가 된다.

'i' : 호출하려는 자료의 간격으로 초단위로 입력된다. 예를 들어 1day=86400으로 일간자료를 호출하기 위해서는 이 수치를 문자형으로 입력한다. 즉
   'i':'86400' 또는 계산식으로 지정할 경우 수치형을 전달한다. 60*60*24(초*분*시)

'p': 호출하는 기간을 나타내는 키로서 연 단위로 지정된다. 예로서 '1Y'=1년, '10Y'=10년

주의할 점은 이 함수는 호출하는 시점이 기준이 된다는 것이다.
위와 같은 변수를 지정한 객체를 적용하여 다음 함수를 사용하여 호출한다.

get_price_data(param)

다음예는 현재일을 기준으로 10년의 kospi 자료를 호출한 것이다.

In [1]: kos_param = {'q': "KOSPI", 'i': "86400", 'x': "KRX", 'p': "10Y"}
In [2]: kospi = get_price_data(kos_param)

In [3]: print(kospi.head(3))
Open High Low Close Volume
2007-10-31 15:30:00 2052.60 2065.53 2043.93 2064.85 365438000
2007-11-01 15:30:00 2085.33 2085.45 2048.68 2063.14 401962000
2007-11-02 15:30:00 2014.65 2049.62 2014.65 2019.34 388387000


In [4]: print(kospi.tail(3)) Open High Low Close Volume
2017-10-26 15:30:00 2489.60 2495.99 2480.63 2480.63 646882000
2017-10-27 15:30:00 2485.44 2499.15 2479.67 2496.63 511225000
2017-10-30 15:30:00 2513.87 2513.87 2497.42 2501.93 342006000

또한 여러 종목의 주가를 동시에 호출할 경우 두 가지 방법이 존재한다.
여러 종목을 호출할 경우 여기 하나의 DataFrame 구조로 반환된다.


1. get_prices_data(param, period) : param('q', 'x'), 기간(period)이 전달할 매개변수로서 이 경우는 데이터의 시간간격은 1일로 고정된다. 

In [5]: multiparam=[{'q': 'KOSPI', 'x':'KRX'}, {'q': '122630', 'x':'KRX'}, {'q': '114800', 'x':'KRX'}]
In [6]: period='Y'
In [7]: mult=get_prices_data(multiparam, period)
KOSPI_OpenKOSPI_HighKOSPI_LowKOSPI_CloseKOSPI_Volume122630_Open122630_High122630_Low122630_Close122630_Volume114800_Open114800_High114800_Low114800_Close114800_Volume
2017-10-262489.602495.992480.632480.6364688200017895.017935.017700.017700.078189495960.06000.05955.06000.06058680
2017-10-272485.442499.152479.672496.6351122500017735.017975.017675.017925.0101864525995.06005.05950.05955.06625845
2017-10-302513.872513.872497.422501.9334200600018100.018130.017980.018015.081557835925.05955.05920.05940.03893199


2. get_prices_time_data(multiparam, period, interval): 매개변수('q', 'x'), 기간(period), 간격(interval)

In [8]: interval=60*30 #30분단위로 호출한다. 
In [9]: mult=get_prices_time_data(multiparam, period, interval)
KOSPI_OpenKOSPI_HighKOSPI_LowKOSPI_CloseKOSPI_Volume122630_Open122630_High122630_Low122630_Close122630_Volume114800_Open114800_High114800_Low114800_Close114800_Volume
2016-10-31 15:30:002011.292016.012005.952008.1940066400010735.010855.010715.010795.082717127775.07800.07750.07770.06383367
2016-10-31 16:00:002003.412010.511990.452007.3932177400010785.010815.010600.010800.0215830927780.07840.07765.07770.013207830
2016-10-31 16:30:001995.411997.461976.341978.9433352900010650.010685.010520.010535.0280453187815.07870.07805.07870.019363803



댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같...

유리함수 그래프와 점근선 그리기

내용 유리함수(Rational Function) 점근선(asymptote) 유리함수 그래프와 점근선 그리기 유리함수(Rational Function) 유리함수는 분수형태의 함수를 의미합니다. 예를들어 다음 함수는 분수형태의 유리함수입니다. $$f(x)=\frac{x^{2} - 1}{x^{2} + x - 6}$$ 분수의 경우 분모가 0인 경우 정의할 수 없습니다. 이와 마찬가지로 유리함수 f(x)의 정의역은 분모가 0이 아닌 부분이어야 합니다. 그러므로 위함수의 정의역은 분모가 0인 부분을 제외한 부분들로 구성됩니다. sympt=solve(denom(f), a); asympt [-3, 2] $$-\infty \lt x \lt -3, \quad -3 \lt x \lt 2, \quad 2 \lt x \lt \infty$$ 이 정의역을 고려해 그래프를 작성을 위한 사용자 정의함수는 다음과 같습니다. def validX(x, f, symbol): ① a=[] b=[] for i in x: try: b.append(float(f.subs(symbol, i))) a.append(i) except: pass return(a, b) #x는 임의로 지정한 정의역으로 불연속선점을 기준으로 구분된 몇개의 구간으로 전달할 수 있습니다. #그러므로 인수 x는 2차원이어야 합니다. def RationalPlot(x, f, sym, dp=100): fig, ax=plt.subplots(dpi=dp) # ② for k in x: #③ x4, y4=validX(k, f, sym) ax.plot(x4, y4) ax.spines['left'].set_position(('data', 0)) ax.spines['right...

turtle로 정오각형 그리기

정오각형 그리기  오각형을 그리는 것 역시 정사각형 , 정삼각형 을 그리는 것과 유사한 과정을 거칩니다. 단지 각 꼭지점의 각도만이 다르지요. 그러면 정오각형의 각 모서리의 각도는 어떻게 될까요? 이를 생각하기에 앞서 각 도형의 내각을 먼저 생각해보죠. 우리는 삼각형의 내각의 합을 알고 있습니다. 이를 이용하면 각 도형에서 삼각형이 몇개가 존재하는지를 알아보고 "삼각형의 갯수×180"로 그 도형의 내각의 합을 구할 수 있을 것입니다. 다음 그림을 볼까요? 위 그림의 사각형은 1개의 대각선으로 2개의 삼각형으로 구성됩니다. 오각형의 경우 2개의 대각선으로 3개의 삼각형으로 구성됩니다. 즉, 다음의 관계를 보이지요. 사각형의 내각 : 삼각형 2개 2×180=360 한각의 값  360/4=90 오각형의 내각 : 삼각형 3개 3×180=540 한각의 값  540/5=108 육각형의 내각 : 삼각형 4개 4×180=720 한각의 값  720/6=120 ... 위 그림에서 내각과 외각의 관계를 보면 위 그림의 검은색은 각 모서리의 내각이고 빨간색은 외각을 나타냅니다. 외각은 내각을 이루는 하나의 선을 연장했을 경우 상대되는 각도이라고 했습니다. 그러므로 오각형의 경우 내각 108도에 대한 외각은 72도입니다. 특이할 사항은 사각형이나 오각형이나 외각의 합은 360입니다. 즉, 모든 도형의 외각의 합은 360도입니다. (삼각형의 외각의 합을 구해보세요.) 그러므로 모든 정다각형에서 하나의 외각은 다음과 같이 계산될 수 있겠지요. 360/변수의 수=다각형에서 하나의 외각 위에서 회전을 할 경우 내각이 아닌 외각을 사용해야 함을 알았습니다. 그러므로 오각형을 그리는 계획은 다음과 같이 작성할 수 있겠죠. 1) 지정한 길이만큼 앞으로 이동합니다. 2) 오른쪽 또는 왼쪽으로 72도를 회전합니다. 3) 앞으로 동일한 길이만큼 이동합니다. 4) 오른쪽 또는 왼쪽으로 72도 만큼 이동합니다. 5)1번부터 4번 ...