주가자료의 변형

주가 자료는 날짜,시가, 고가, 저가 종가, 거래량으로 정리됩니다. 이러한 기본자료로 부터 원하는 부분을 추출하기 위해 자료의 형태를 수정하여야 할 경우가 있는데 그러한 수정에 필요한 함수들을 작성해 보면 다음과 같습니다.
우선 날짜를 기준으로 구분하기 위해서는 날짜의 형식을 연산이 가능한 형태로 변경해 주어야 합니다.
python에서 엑셀등으로 부터 자료를 호출할 경우 날짜로 된 인덱스는 문자형인 경우가 많으므로 이를 pd.Timestamp로 변경하여 연산이 가능하도록 합니다. 다음은 엑셀로 부터 호출한 kospi 자료의 날짜 인덱스의 변경 예입니다.
>>> kos_day=[pd.Timestamp(i) for i in kos.index]
>>> kos.index = kos_day
이러한 변화에 의해 다음과 같이 날짜에 대한 연산이 가능해 집니다.
>>> kos.iloc[kos.index<pd.Timestamp(2011,1,1),:]
Out[22]:
Open High Low Close Volume
2010-01-04 1681.71 1696.14 1681.71 1696.14 295646000
2010-01-05 1701.62 1702.39 1686.45 1690.62 407629000
2010-01-06 1697.88 1706.89 1696.10 1705.32 425407000
2010-01-07 1702.92 1707.90 1683.45 1683.45 461562000
2010-01-08 1694.06 1695.26 1668.84 1695.26 379138000
2010-01-11 1700.79 1705.73 1694.12 1694.12 405115000
2010-01-12 1695.83 1701.16 1683.29 1698.64 382863000

2010-01-13 1683.51 1687.58 1671.11 1671.41 360836000
...

 date형 특히 pd.Timestamp() 형으로 이루어진 날짜에서 다음과 같이 year, month, day를 추출할 수 있습니다.
>>> kos.index[0].year
Out[36]: 2010

>>> kos.index[0].month
Out[37]: 1

>>> kos.index[0].day

Out[38]: 4

다음 함수는 년도별로 자료를 구분하기 위해 작성된 것입니다.
def devideYears (dat):
    re={}
    rng=[dat.index[0].year,dat.index[len(dat)-1].year]
    for i in range(rng[0], rng[1]+1):
        x=dat.iloc[dat.index>=pd.Timestamp(i,1,1) ,:]
        x1=x.iloc[x.index<=pd.Timestamp(i, 12, 31),:]
        re[i]=x1     
    return(re) 
     
>>> ko=devideYears(kos)     
>>> ko.keys() 
 dict_keys([2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018]) 
다음은 월별로 자료를 구분하기 위한 함수입니다.
def devideMonthS(dat):
    re={}
    rng=[dat.index[0].year,dat.index[len(dat)-1].year]
    for i in range(rng[0], rng[1]+1):
        for j in range(1, 13):
            x=dat.iloc[dat.index.month==j,:]
            re[str(i)+str(j)]=x
    return(re)

>>> ko2010=devideMonthS(ko[2010])
>>> ko2010.keys()
dict_keys(['20101', '20102', '20103', '20104', '20105', '20106', '20107', '20108', '20109', '201010', '201011', '201012'])

다음은 위함수들을 사용하여 종가에 대한 월평균 일간 수익률을 산정한 결과입니다.
>>> monret={}
...: for i in ko2017.keys():
...: x=(ko2017[i].iloc[:,3].shift(1)-ko2017[i].iloc[:,3])/ko2017[i].iloc[:, 3]*100
...: monret[i]=x.mean()
...:
...: monret
Out[125]:
{'20171': -0.10502351080895136,
'201710': -0.23988629278509332,
'201711': 0.1530467345765919,
'201712': 0.02064337774313152,
'20172': -0.027494484059338443,
'20173': -0.12712902899204184,
'20174': -0.08990171490675086,
'20175': -0.30771895105634633,
'20176': -0.0982905860404006,
'20177': -0.015764215431896426,
'20178': 0.12114865769702463,
'20179': -0.07553406154146017}