기본 콘텐츠로 건너뛰기

pandas_ta를 적용한 통계적 인덱스 지표

댓글 쓰기

[data analysis] FinanceDataReader에 의한 금융자료 호출

FinanceDataReader에 의한 금융자료 호출

파이썬 라이브러리인 FinanceDataReader를 사용하여 웹을 통해 다양한 금융데이터를 호출하여 사용할 수 있으며 이 데이터의 기본 구조는 pandas.DataFrame 구조로서 pandas의 여러 메소드나 함수를 적용하여 데이터를 조정할 수 있습니다.

FinanceDataReader 라이브러리를 사용하여 국내외 다양한 자료를 입수할 수 있습니다.

이 모듈은 두개의 함수를 가지고 있습니다.

  • StockListing(market):
    • market에 포함된 종목의 코드, 이름, 개요 등을 호출
    • RX : KRX 종목 전체
    • OSPI : KOSPI 종목
    • OSDAQ : KOSDAQ 종목
    • ONEX : KONEX 종목
    • ASDAQ : 나스닥 종목
    • NYSE : 뉴욕증권거래소 종목
    • P500 : S&P500 종목
  • DataReader(symbol, start=None, end=None, country=None)
    • 코드(symbol)에 대응하는 가격 데이터를 호출
    • 시작 날짜만 입력하면 현재까지의 자료를 호출
import numpy as np
import pandas as pd 
import FinanceDataReader as fdr
import matplotlib.pyplot as plt
df_krx=fdr.StockListing('KRX')
df_krx.head(2)
Code ISU_CD Name …
0 005930 KR7005930003 삼성전자 …
1 000660 KR7000660001 SK하이닉스 … 
fdr.StockListing('KOSPI').iloc[:,[0, 2]]
Code Name
0 005930 삼성전자
1 000660 SK하이닉스
2 373220 LG에너지솔루션
3 207940 삼성바이오로직스
4 005380 현대차
... ... ...
953 014915 성문전자우
954 004415 서울식품우
955 001525 동양우
956 001527 동양2우B
957 002995 금호건설우

개별 주가 데이터

sd=pd.Timestamp(2024,8, 23)
d=fdr.DataReader("005930", sd)
d
Open High Low Close Volume Change
Date
2024-08-23 77700 78400 77500 77700 9420306 -0.007663
2024-08-26 78100 78200 76100 76300 10554181 -0.018018 
ed=pd.Timestamp(2024,8, 22)
d1=fdr.DataReader("000660", sd, ed)
d1
Open High Low Close Volume Change
Date
2024-08-20 198700 202500 198100 199700 4258190 0.029912
2024-08-21 193000 195400 191100 192600 4508983 -0.035553
2024-08-22 192000 194400 189000 191100 3166217 -0.007788

한국과 미국 등 외국의 주요지수는 다음 코드(심볼)로 호출합니다.

심볼(한국) 설명  심볼(미국) 설명
KS11 KOSPI 지수  DJI다우지수
KQ11KOSDAQ 지수 IXIC나스닥지수
KS50KOSPI50지수 US500S&P500 지수
KS100KOSPI100 지수  VIXVIX
KRX100KRX100 ^sox필라델피아반도체 지수
KS200KOSPI200 지수   
sd=pd.Timestamp(2024,8, 20)
ed=pd.Timestamp(2024,8, 22)
d1=fdr.DataReader("^sox", sd, ed)
d1
Open High Low Close Adj Close Volume
Date
2024-08-20 5237.290039 5273.270020 5159.100098 5196.299805 5196.299805 0
2024-08-21 5232.299805 5288.540039 5205.089844 5267.930176 5267.930176 0

환율 데이터

심볼 설명
USD/KRW 달러당 원화
USD/EUR 달러당 유로화
USD/JPY 달러당 엔화
CNY/KRW 위엔화 원화
EUR/USD 유로화 달러
USD/JPY 달러 엔화
JPY/KRW 엔화 원화
AUD/USD 오스트레일리아 달러
EUR/JPY 유로화 엔화
USD/RUB 달러 루블화 
ex=fdr.DataReader("USD/KRW", sd, ed)
ex
Open High Low Close Adj Close Volume
Date
2024-08-20 1330.880005 1335.619995 1313.410034 1330.880005 1330.880005 0
2024-08-21 1327.579956 1339.640015 1324.400024 1327.579956 1327.579956 0

호출한 데이터는 DataFrame으로 다음의 인덱스와 컬럼을 가집니다.

type(ex)
pandas.core.frame.DataFrame
ex.index
DatetimeIndex(['2024-08-20', '2024-08-21'], dtype='datetime64[ns]', name='Date', freq=None)
ex.columns
Index(['Open', 'High', 'Low', 'Close', 'Adj Close', 'Volume'], dtype='object')

호출한 데이터의 인덱스는 datetime64형으로 시간을 나타내는 pandas의 자료형입니다. 즉, 호출한 데이터는 시간에 따라 정돈된 시계열(time series)입니다. 이러한 시계열 인덱스는 pandas의 함수 또는 메서드를 사용하여 생성하고 조정할 수 있습니다.

Labels:

댓글

댓글 쓰기

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...
댓글 쓰기
Read more »

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...
댓글 쓰기
Read more »

부분분수의 미분

내용 방법 1 방법 2 방법 3 부분분수의 미분 분수의 미분은 일정한 공식 을 적용하여 계산할 수 있습니다. 그러나 분수 자체가 단순한 표현으로 이루어지지 않았다면 미분 과정이나 결과는 매우 복잡할 수 있습니다. 만약 복잡한 분수 함수를 간단한 분수들로 분해할 수 있다면 계산이 보다 간편해질 것입니다. 이와 같이 분해된 간단한 분수들을 부분분수 라고 합니다. 예를 들어 다음 두 분수의 합을 계산해 봅니다. $$\begin{align} \frac{1}{x+1}+\frac{2}{x-1}&=\frac{x-1+2(x+1)}{(x+1)(x-1)}\\ &=\frac{3x+1}{x^2-1} \end{align}$$ 위 과정은 3개 이상의 여러 분수에서도 이루어질 수 있습니다. 또한 역으로 진행될 수 있습니다. 즉, 분수를 부분 분수로 분할할 수 있습니다. 그러나 이러한 과정은 대수분수 (분자의 가장 큰 차수가 분모의 최고의 차수보다 작은 분수)에서만 이루어질 수 있습니다. 예를 들어 $\displaystyle \frac {x^2+2}{x^2-1}$의 경우는 분자와 분모의 차수는 2차로 같습니다. 이러한 경우 다음과 같이 분리할 수 있습니다. $$\frac{x^2+2}{x^2-1}=1+\frac{3}{x^2-1}$$ 위의 식 중 $\displaystyle \frac{3}{x^2-1}$은 분자의 차수가 분모의 차수 보다 낮은 대수 분수이므로 부분 분수로 분리할 수 있습니다. 이와같이 부분 분수로 분해하는 방법은 다음과 같이 몇 가지로 구분할 수 있습니다. 방법 1 위 예의 결과 $\displaystyle \frac{3x+1}{x^2-1}$의 경우를 역으로 생각해 봅니다. 분모의 인수분해가 가능하면 그 분모의 인수에 의해 다음과 같이 분해할 수 있습니다. $$\begin{align} \frac{3x+1}{x^2-1}&=\frac{3x+1}{(x+1)(x-1)}\\ &=\frac{A}{x+1...
댓글 쓰기
Read more »