기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

참고할만한 지수들

내용

참고할만한 지수들

발틱운임지수(BDI: Baltic Dry Index)

  • 석탄, 철광석, 시멘트, 곡물 등 원자재를 싣고 26개 주요해상운송경로를 지나는 선적량 15천 톤 이상 선박의 화물운임과 용선료등을 종합하여 산정하는 지수로, 배들이 원자재를 '얼마나 자주' 돌아다니는 지를 알려주는 지표
  • 운반하는 품목들이 생산의 기초 원재료이므로 이 배들이 활발히 움직인다는것은 원자재에 대한 수요가 높아지고 있다는 것으로 생산이 활발하게 이루어지고 있다는 의미가 된다. 그러므로BDI는 경기선행지표의 역활을 합니다.
  • 원재료 수요가 증가하면 교역량이 증가하고 선박의 운송비용이 올라 BDI가 높아지는데, 그만큼의 물류를 운반할 배가 많이 필요하다는 것으로 해운업과 조선업의 주가는 뛰게 됩니다.
  • 1985년 1월 4일을 기준(1000)으로 그 움직임을 관찰하는데BDI가 높으면 경제가 활발하게 움직이고 낮아지면 반대로 해석이 가능합니다.

BDI는 한국관세물류협회(https://www.kcla.kr/web/inc/html/4-1_5.asp)에서 HTML 겁사기로 부터 파싱한 것입니다.

import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.cbook as cbook
mpl.rcParams["font.family"]="nanumgothic"
mpl.rcParams["font.weight"]="bold"
mpl.rcParams["font.size"]=11
data=pd.read_excel("---.xlsx", sheet_name="bdi", index_col=0)
data=data.dropna()
data.tail()
연도
2022.04.08 2055.0
2022.04.11 2031.0
2022.04.12 2035.0
2022.04.13 2068.0
2022.04.14 2137.0
Name: BDI, dtype: float64
fig, axs = plt.subplots(1, 1, figsize=(6.4, 7), constrained_layout=True)
plt.plot(data.index, data.iloc[:])
axs.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
plt.xticks(rotation=90)
plt.grid(True)
plt.show()
BDI.

이마트 지수

통계청에서 발표하는소비재판매액지수는 내수 경기를 나타냅니다. 그러나 이 지수만으로 내수경기의 상태를 파악하는 것에는 한계가 있습니다. 예를 들어 지수의 상승은 순수히 판매의 증가에 의할 수도 있지만 물가의 상승 요인에 기인할 수 있기 때문입니다. 이런 한계점은 판매액이 아닌 판매량을 측정함으로써 보완될 수 있습니다.

이마트지수는 전국의 이마트 매장중 매출 수준이 안정적인 50개 매장을 선정하여 식품, 생활용품, 의류, 가전제품 증 476개의 상품군을 대상으로판매량을 지수로하여 만든 '실질 소비량 측정지수'입니다.그러므로 실질적은 판매의 증감을 살펴볼 수 있습니다.

이마트 지수는 매 분기별로 발표하고 전년도 같은 기간의 판매량을 100으로 하여 계산하는 것으로서 판매 증가는 100이상, 감소는 100 이하값을 나타냅니다.

국내 가계소비를 이마트가 대표할 수 있어야 이 지수의 대표성이 보장되어야 한다는 측면과 소비 후에 집계된 것으로 선행지표라기 보다는 현재의 내수경기 상황의 일부를 보여주는 보조적 자료라는 한계를 가지고 있습니다.

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...

[sympy] Sympy객체의 표현을 위한 함수들

Sympy객체의 표현을 위한 함수들 General simplify(x): 식 x(sympy 객체)를 간단히 정리 합니다. import numpy as np from sympy import * x=symbols("x") a=sin(x)**2+cos(x)**2 a $\sin^{2}{\left(x \right)} + \cos^{2}{\left(x \right)}$ simplify(a) 1 simplify(b) $\frac{x^{3} + x^{2} - x - 1}{x^{2} + 2 x + 1}$ simplify(b) x - 1 c=gamma(x)/gamma(x-2) c $\frac{\Gamma\left(x\right)}{\Gamma\left(x - 2\right)}$ simplify(c) $\displaystyle \left(x - 2\right) \left(x - 1\right)$ 위의 예들 중 객체 c의 감마함수(gamma(x))는 확률분포 등 여러 부분에서 사용되는 표현식으로 다음과 같이 정의 됩니다. 감마함수는 음이 아닌 정수를 제외한 모든 수에서 정의됩니다. 식 1과 같이 자연수에서 감마함수는 factorial(!), 부동소수(양의 실수)인 경우 적분을 적용하여 계산합니다. $$\tag{식 1}\Gamma(n) =\begin{cases}(n-1)!& n:\text{자연수}\\\int^\infty_0x^{n-1}e^{-x}\,dx& n:\text{부동소수}\end{cases}$$ x=symbols('x') gamma(x).subs(x,4) $\displaystyle 6$ factorial 계산은 math.factorial() 함수를 사용할 수 있습니다. import math math.factorial(3) 6 a=gamma(x).subs(x,4.5) a.evalf(3) 11.6 simpilfy() 함수의 알고리즘은 식에서 공통사항을 찾아 정리하...

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...