|
¡Ø ¾Ë·Áµå¸³´Ï´Ù.¹ßÇàÀÏ : 2022-03-02
Ã¥¼Ò°³ÀÌ Ã¥ÀÌ ¼ÓÇÑ ºÐ¾ßÆÇ´Ù½ºÀÇ ¹®¹ýÀ» »ç¿ëÇϸé ÆÄÀ̽㠱âÃÊ ¹®¹ý¸¸À» »ç¿ëÇÏ´Â °Íº¸´Ù Äڵ带 ´õ¿í ÆÄÀ̽㽺·´°Ô (Pythonic) ÀÛ¼ºÇÒ ¼ö ÀÖ½À´Ï´Ù. ´Ù¸¸ µ¥ÀÌÅÍÀÇ Æ¯¼º¿¡ µû¶ó »ç¿ëÇÏ´Â ÆÇ´Ù½º ±â´É°ú Àüó¸®ÀÇ ¹æ½Ä ÀÌ Å©°Ô ´Þ¶óÁö±â ¶§¹®¿¡ ¸¹Àº ¿¬½ÀÀÌ ÇÊ¿äÇÕ´Ï´Ù. µ¶ÀÚ ÀÔÀå¿¡¼ º»ÀεéÀÌ °ü½É ÀÖ´Â µ¥ÀÌÅÍ·Î ÆÇ´Ù ½º¸¦ °øºÎÇÒ ¶§ °¡Àå Àç¹ÌÀÖ°í ºü¸£°Ô ÆÇ´Ù½º¸¦ ¹è¿ï ¼ö ÀÖ´Ù°í ÀúÀÚµéÀº È®½ÅÇÕ´Ï´Ù. ±×·¡¼ º» µµ ¼´Â ¸¹Àº Á÷ÀåÀεéÀÌ °ü½É ÀÖ´Â ±ÝÀ¶ µ¥ÀÌÅÍ·Î ÆÇ´Ù½ºÀÇ ¹®¹ýÀ» Áö·çÇÏÁö ¾Ê°Ô ¼³¸íÇÕ´Ï´Ù. º» µµ¼ÀÇ 1Àå¿¡¼ 5Àå±îÁö´Â ÆÇ´Ù½ºÀÇ ÇÙ½É ÀڷᱸÁ¶ÀÎ ½Ã¸®Áî(Series)¿Í µ¥ÀÌÅÍÇÁ·¹ÀÓ(DataFrame) ÀÇ ±¸Á¶¸¦ ¹è¿ì°í ´Ù¾çÇÑ ¸Þ¼Òµå¸¦ ¼³¸íÇÕ´Ï´Ù. 6Àå¿¡¼´Â ÀÏÁ¤ ½Ã°£ °£°ÝÀ¸·Î ¹èÄ¡µÈ ½Ã°è¿ µ¥ÀÌ Å͸¦ ´Ù·ç°í 7Àå¿¡¼´Â ±ÝÀ¶ µ¥ÀÌÅ͸¦ ½Ã°¢ÈÇÏ´Â ¹æ¹ýÀ» ¹è¿ó´Ï´Ù. 8Àå°ú 9Àå¿¡¼´Â ½ÇÀü µ¥ÀÌÅÍ ·Î ±â°£¼öÀÍ·ü, CAGR, MDD¸¦ °è»êÇØ º¸¸ç ¼öÀÍ·üÀ» ºñ±³ÇÏ´Â ¹æ¹ýÀ» ¹è¿ó´Ï´Ù.10Àå¿¡¼ 16Àå±î Áö À¯°¡Áõ±Ç½ÃÀå¿¡¼ ´Ù¾çÇÑ ±â¼úÀû ºÐ¼® ¾Ë°í¸®ÁòÀ» Àû¿ëÇØ º¾´Ï´Ù. ´ëÇ¥ÀûÀ¸·Î ÇÒ·ÎÀ© ÅõÀÚ Àü·«, PER°ú PBR ÄÞº¸ Àü·«, ¸ð¸ÞÅÏ Àü·«, ¸¶¹ý°ø½Ä, RSI, º¼¸°Àú ¹êµå ¾Ë°í¸®ÁòÀ» »ó½ÂÀå°ú Ç϶ôÀå¿¡¼ ¼öÀÍ·üÀ» ÃøÁ¤ÇØ º¾´Ï´Ù. º» µµ¼¸¦ ÅëÇÏ¿© ÆÄÀ̽ãÀÇ ±âÃÊ ¹®¹ý¸¸ ¾Æ´Â ºÐµéÀÌ ÆÇ´Ù½º¶ó´Â ¶óÀ̺귯 ¸®ÀÇ ±âÃʸ¦ Àß ½×±â¸¦ Èñ¸ÁÇÕ´Ï´Ù. ¸ñÂ÷01Àå ÆÄÀ̽㠰³¹ßȯ°æ ¼³Á¤ 1.1. ¾Æ³ªÄÜ´Ù ¼³Ä¡ 1.2. ÁÖÇÇÅÍ ³ëÆ®ºÏ 1.3. ½Ç½À ÆÄÀÏ 02Àå ³ÑÆÄÀÌ 2.1. ³ÑÆÄÀÌ ¼Ò°³ 2.2. ndarray 2.3. µ¥ÀÌÅÍ Å¸ÀÔ 2.4. Àε¦½Ì°ú ½½¶óÀÌ½Ì 2.5. ºê·Îµåij½ºÆà 2.6. Á¶°Ç ¿¬»ê 2.7. ÇÔ¼ö¿Í ¸Þ¼µå 03Àå ÆÇ´Ù½º ½Ã¸®Áî 3.1. ½Ã¸®Áî ¼Ò°³ 3.2. ½Ã¸®Áî »ý¼º 3.3. ½Ã¸®Áî À妽º 3.4. ½Ã¸®Áî Àε¦½Ì 3.5. ½Ã¸®Áî ½½¶óÀÌ½Ì 3.6. ½Ã¸®Áî ¼öÁ¤/Ãß°¡/»èÁ¦ 3.7. ½Ã¸®Áî ¿¬»ê 3.8. ½Ã¸®Áî¿Í Map 3.9. ½Ã¸®Áî ÇÊÅ͸µ 3.10. Á¤·Ä ¹× ¼øÀ§ 04Àå ÆÇ´Ù½º µ¥ÀÌÅÍÇÁ·¹ÀÓ Part1 4.1. µ¥ÀÌÅÍÇÁ·¹ÀÓ ¼Ò°³ ¹× »ý¼º 4.2. µ¥ÀÌÅÍÇÁ·¹ÀÓÀÇ À妽º 4.3. Ä÷³ Àε¦½Ì 4.4. ·Î¿ì Àε¦½Ì 4.5. ƯÁ¤ °ª °¡Á®¿À±â 4.6. ƯÁ¤ ¹üÀ§ °¡Á®¿À±â 4.7. µ¥ÀÌÅÍÇÁ·¹ÀÓ ÇÊÅ͸µ 4.8. Ä÷³ Ãß°¡Çϱâ 4.9. ·Î¿ì Ãß°¡Çϱâ 4.10. Ä÷³/·Î¿ì »èÁ¦Çϱâ 4.11. Ä÷³ ·¹ÀÌºí º¯°æ 4.12. µ¥ÀÌÅÍ Å¸ÀÔ º¯°æ 4.13. Ä÷³ÀÇ ¹®ÀÚ¿ ´Ù·ç±â 05Àå ÆÇ´Ù½º µ¥ÀÌÅÍÇÁ·¹ÀÓ Part2 5.1. Query 5.2. Filter 5.3. Á¤·Ä ¹× ¼øÀ§ 5.4. À妽º ¿¬»ê 5.5. GroupBy 5.6. ÁÂ/¿ì·Î ºÙÀ̱â 5.7. À§/¾Æ·¡·Î ºÙÀ̱â 5.8. Merge 5.9. Join 5.10. ¸ÖƼÀ妽º (Multi-Index) 5.11. ¸ÖƼÄ÷³ (Multi-Column) 5.12. Stack / Unstack 5.13. Pivot 5.14. Melt 5.15. ÆÄÀÏ ÀúÀåÇϱâ 5.16. ÆÄÀÏ ºÒ·¯¿À±â 06Àå ½Ã°è¿ µ¥ÀÌÅÍ 6.1. Timestamp 6.2. ½Ã°è¿ µ¥ÀÌÅÍÀÇ È°¿ë 6.3. Ä÷³ ½ÃÇÁÆ® 6.4. À̵¿Æò±Õ 6.5. µ¥ÀÌÅÍ »ùÇøµ 6.6. ¼öÀÍ·ü °è»êÇϱâ 07Àå µ¥ÀÌÅͽð¢È 7.1. pyplot ±âÃÊ 7.2. ¶óÀÎ(Line) Â÷Æ® 7.3. ¸·´ë(Bar) Â÷Æ® 7.4. È÷½ºÅä±×·¥ 7.5. Áö¼öÈ 7.6. ĵµé Â÷Æ® 7.7. À̵¿Æò±Õ¼± 7.8. µ¥ÀÌÅÍÇÁ·¹ÀÓ°ú ½Ã°¢È 08Àå ÁÖ½Ä µ¥ÀÌÅͺм® ±âÃÊ 8.1. ÁÖ°¡Áö¼ö 8.2. ÄÚ½ºÇÇ¿Í »ï¼ºÀüÀÚ 8.3. ÄÚ½ºÇÇÀÇ Åë°è 8.4. ÄÚ½ºÇÇ ¼öÀÍ·ü 8.5. Maximum Drawdown 09Àå ±ÝÀ¶ µ¥ÀÌÅÍ À¥ ½ºÅ©·¡ÇÎ ¶óÀ̺귯¸® 9.1. PYKRX ¸ðµâ ¼³Ä¡ 9.2. ÁÖ½Ä ±âº» Åë°è µ¥ÀÌÅÍ 9.3. ƼĿ Á¶È¸ 9.4. OHLCV Á¶È¸ 9.5. BPS/PER/PBR/EPS/DIV/DPS Á¶È¸ 9.6. ´Ù¾çÇÑ PYKRXÀÇ ÇÔ¼ö 9.7. FinanceDataReader 10Àå ÇÒ·ÎÀ© ÅõÀÚ Àü·« 10.1. ÇÒ·ÎÀ© ÅõÀÚ Àü·« 10.2. ÇÒ·ÎÀ© ÅõÀÚ Àü·« ¹éÅ×½ºÆà 10.3. ÇÒ·ÎÀ© ÅõÀÚ Àü·« ½Ã°¢È 11Àå ÄÚ½º´ÚETF º¯µ¿¼º µ¹ÆÄ Àü·« ¼º°ú ºÐ¼® 11.1. º¯µ¿¼º µ¹ÆÄ Àü·« 11.2. º¯µ¿¼º µ¹ÆÄ Àü·« ¹éÅ×½ºÆà 11.3. ¸¶ÄÏ Å¸ÀÌ¹Ö 12Àå PBR+PER ÄÞº¸ Àü·« 12.1. Àú PER Àü·« 12.2. PBR + PER ÄÞº¸Àü·« 12.3. ½Ã°¡ÃѾ׺° ÄÞº¸ Àü·« 13Àå ¸ð¸àÅÒ Àü·« 13.1. ¸ð¸àÅÒ Àü·« 13.2. À¯°¡Áõ±Ç½ÃÀå Á¾¸ñ 12°³¿ù »ó´ë ¸ð¸àÅÒ Àü·« 13.3. ´ëÇüÁÖ 12°³¿ù ¸ð¸àÅÒ Àü·« 13.4. 10³â »ó´ë ¸ð¸àÅÒ Àü·« ¹éÅ×½ºÆà 14Àå ¸¶¹ý°ø½Ä°ú ½Å¸¶¹ý°ø½Ä 14.1. ¸¶¹ý°ø½Ä 14.2. ½Å¸¶¹ý°ø½Ä1.0 14.3. ½Å¸¶¹ý°ø½Ä2.0 15Àå RSI 15.1. RSI (Relative Strength Index) 15.2. RSI Àü·« ¹éÅ×½ºÆà 15.3. RSI Àü·« ¹éÅ×½ºÆÃ(ÀüÁ¾¸ñ) 16Àå º¼¸°Àú ¹êµå 16.1. º¼¸°Àú ¹êµå 16.2. º¼¸°Àú ¹êµå ¹éÅ×½ºÆà 16.3. º¼¸°Àú ¹êµå ¹éÅ×½ºÆÃ(ÀüÁ¾¸ñ) 17Àå ÆÇ´Ù½º¿Í ³ÑÆÄÀÌÀÇ ¸Þ¸ð¸® °ü¸® 17.1. ÀÏÂ÷¿ø ndarray¿Í view 17.2. ÀÌÂ÷¿ø ndarray¿Í view 17.3. ÆÇ´Ù½º¿Í view 17.4. ÆÇ´Ù½ºÀÇ BlockManager 17.5. getter¿Í setter ¸Þ¼µå 17.6. SettingWithCopyWarning
(°³)
1. ¹è¼Û
¹è¼ÛÀº ´çÀÏ ¿ÀÈÄ 4½ÃÀÌÀü(Åä¿äÀÏÀº ¿ÀÈÄ12½Ã)¿¡ ÁÖ¹®¹× °áÀ縦 ÇÏ½Ã¸é ´çÀϹè¼ÛµË´Ï´Ù. ¹è¼ÛÀº ÁÖ¹® ÈÄ °áÀç¿Ï·áÀÏÀ» ±âÁØÀ¸·Î 1~2ÀÏ ¾È¿¡ ¹è¼Û¿Ï·á¸¦ ¿øÄ¢À¸·Î ÇÏ°í ÀÖ½À´Ï´Ù. ´Ù¸¸ ºÎµæÀÌÇÑ °æ¿ì(ÇØ´ç»óÇ°ÀÇ Ç°Àý ¹× ÀýÆÇ) °í°´´Ô²² Àüȸ¦ µå·Á¼ 󸮸¦ ÇÕ´Ï´Ù. 2. ¹è¼Û·á ¹è¼Û·á´Â 25,000¿ø ÀÌ»óÀÌ °æ¿ì À̱×ÀëÇ÷¯½º¿¡¼ ºÎ´ãÇÏ°í, ¹Ì¸¸ÀÏ °æ¿ì °í°´ÀÌ 2,500¿øÀ» ºÎ´ãÇÕ´Ï´Ù. ´Ù¸¸ ±¸¸Å±Ý¾×ÀÌ 25,000¿ø ÀÌ»óÀε¥ Àû¸³±Ý µîÀ» »ç¿ëÇÏ¿© ½ÇÁ¦ °áÀç±Ý¾×ÀÌ 25,000¿ø ¹Ì¸¸ÀÌ µÇ´õ¶óµµ À̱×ÀëÇ÷¯½º¿¡¼ ¹è¼Û·á¸¦ ºÎ´ãÇÏ°í, Á¦ÁÖ¸¦ Á¦¿ÜÇÑ µµ¼Áö¿ªÀÇ °æ¿ì´Â 5,000¿øÀÌ Ãß°¡µË´Ï´Ù. Çؿܹè¼ÛÀº Àü¾× °í°´ºÎ´ãÀÌ µË´Ï´Ù. 5. ¹ÝÇ°/±³È¯
¹ÞÀ¸½Å ³¯ ºÎÅÍ ÀÏÁÖÀÏ À̳» ¹ÝÇ°/±³È¯ÀÌ °¡´ÉÇϽʴϴÙ. ½Ã°£ÀÌ Áö³ª¸é 󸮰¡ ºÒ°¡ÇÔÀ» ¾Ë·Á µå¸³´Ï´Ù. ´Ù¸¸ ÁÖ¹®ÇϽŠ»óÇ°°ú ´Ù¸¥ »óÇ°ÀÌ ¹è¼ÛµÇ°Å³ª Æĺ», ³«ÀåÀÌ ÀÖ´Â µµ¼ÀÇ °æ¿ì ÀÌ¿ë¾à°ü¿¡ ÁØÇÏ¿© À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î ±³È¯, ¹ÝÇ° ¹× ȯºÒ µîÀ» Çص帳´Ï´Ù. 4. ȯºÒ ¹ÞÀ¸½Å ³¯ºÎÅÍ 2ÀÏ À̳»·Î Àüȳª 1:1 °Ô½Ã±Û·Î Àû¾îÁÖ¼Å¾ß °¡´ÉÇϽʴϴÙ. 5. ÁÖÀÇ °í°´´Ô º¯½ÉÀ¸·Î ÀÎÇÑ ±³È¯/¹ÝÇ°/ȯºÒ °í°´´Ô²²¼ Åùèºñ(¿Õº¹Åùèºñ)¸¦ ºÎ´ãÀÌ µÇ´Ï ÀÌÁ¡ À¯ÀÇÇØ ÁֽʽÿÀ. ¶ÇÇÑ °ÀÇÅ×ÀÙ/¾ãÀº¹®Á¦Áý/ºñ´ÒÆ÷ÀåµÈÁ¦Ç°µîÀº Çѹø ±¸¸ÅÇÏ½Ã¸é ±³È¯/¹ÝÇ°/ȯºÒÀÌ ÀüÇô ¾ÈµË´Ï´Ù. ½ÅÁßÈ÷ »ý°¢Çϼż ±¸¸Å ºÎŹµå¸³´Ï´Ù. ´Ù¸¸ ºÒ·®Å×ÀÙÀÇ °æ¿ì ±× ºÒ·®ÀÌ µÈ °³º°Å×ÀÙÀ» À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î A/S¸¦ Çص帳´Ï´Ù. 6. ÁÖ¹®Ãë¼Ò, ±³È¯, ¹ÝÇ° ¹× ȯºÒÀº ´çÀÏ 3½Ã ÀÌÀü¿¡ ÇØÁÖ¼Å¾ß °¡´ÉÇÕ´Ï´Ù. ±× ÀÌÈÄ´Â ¹è¼Û µî¿¡ µû¸¥ Á¦ºñ¿ëÀ» ºÎ´ãÇÏ¼Å¾ß ÇÕ´Ï´Ù.
|
|
||||||||
|
||||||||
|
||||||||
* »óÇ°»çÀÌÁî Ä¡¼ö´Â Àç´Â ¹æ¹ý°ú À§Ä¡¿¡ µû¶ó 1~3cm ¿ÀÂ÷°¡ ÀÖÀ» ¼ö ÀÖ½À´Ï´Ù.