sons dataStory

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 ...

피벗테이블(Pivot table) 기준되는 항목을 축(행 또는 열)으로 지정하여 표로 작성하는 것을 피벗테이블(pivot table)이라하며 함수 pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', …) 를 적용합니다. 패키지 FinanceDataReader의 함수에 의해 호출한 주가 자료는 열이름은 Open, High, Low, Close, Volume, Change를 포함합니다. 각각 시가, 고가, 저가, 종가, 거래량을 의미하며 Change는 전날 종가에 비해 현재 시가의 비율입니다. 호출한 자료에서 Change를 목록화한후 그 목록에 따른 다른 값들의 평균을 나타내 봅니다. 이 표를 위해서 Change가 행 또는 열에 지정되어야 하고 나머지 중 타겟이 되는 부분을 values로 지정하여야 합니다. import numpy as np import pandas as pd import FinanceDataReader as fdr st=pd.Timestamp(2023,8, 26) et=pd.Timestamp(2024, 8,8) nme=['Open', 'High','Low','Close', 'Change', 'Volume'] da=fdr.DataReader('KS11', st, et)[nme] da.head(2).round(3) Open High Low Close Change Volume Date 2023-08-28 2534.42 2543.41 2525.64 ...