ML, DL & Python/주식데이터를 활용한 분석
-
주가 이동평균선을 활용한 시각화 및 최적의 매수시점 찾기ML, DL & Python/주식데이터를 활용한 분석 2019. 6. 10. 20:24
이번 포스팅은 각 기업의 주가 데이터를 활용하여 이동평균선을 구하고 이동평균선을 이용하여 최적의 주식 매수시점을 분석해보겠습니다. 주가 이동평균선은 n일 뒤의 대략적인 수익률을 알 수 있는 선입니다. 즉, 이동평균선은 "일정 기간 동안의 주가를 산술 평균한 값인 주가 이동평균을 차례로 연결해 만든 선"으로 정의한 것입니다. 이동평균선을 그리려면 먼저 여러개의 주가이동평균 값이 필요합니다. 여기서 말하는 주가이동평균이란 일정기간의 주가를 산술 평균한 값을 말합니다. 만일 parameter에서 window=5인 것은 5일 주가이동평균을 말하고 이를 연결한 선이 5일 주가이동평균 선입니다. (window = 120 -> 120일 주가이동평균) 주가이동평균선은 시장의 전반적인 주가 흐름을 판단하고 향후 주가의 ..
-
기업 재무제표 크롤러ML, DL & Python/주식데이터를 활용한 분석 2019. 6. 10. 18:58
이번 포스팅은 기업의 재무제표를 수집할 수 있는 크롤러를 만들어보겠습니다. 기업의 재무제표는 기업의 현 상황 및 앞으로의 일어날 수 있는 일을 예측할 때 중요하게 사용되는 변수입니다. 따라서 주식에서 굉장히 중요하다고 볼 수 있는 각 기업별 재무제표를 수집하여 유용한 곳에 사용하고자 크롤러를 만들었습니다. 기업의 재무제표는 "네이버 금융"에서 종목코드를 검색하면 종목코드에 맞는 기업의 재무제표를 확인할 수 있습니다. 바로 시작해보겠습니다. 1. "네이버 금융" 접속 네이버 금융 국내 해외 증시 지수, 시장지표, 펀드, 뉴스, 증권사 리서치 등 제공 finance.naver.com 여기서 기업의 재무제표를 수집하는 크롤러를 만들 것 아무 종목코드나 입력하고 재무제표가 있는 부분의 "더보기"를 클릭하고 확인..
-
주식데이터 크롤링ML, DL & Python/주식데이터를 활용한 분석 2019. 5. 19. 22:17
이번 포스팅은 "네이버 금융"에 있는 주가데이터를 수집하여 분석해보는 시간을 가지려합니다 주식데이터를 크롤링하는 목적으로는 앞으로의 주가를 예측해보고 싶었기 때문입니다. 주가라는 것은 해당 기업의 사업모델, 사업 계획, 신제품 출시 등의 많은 영향을 받아서 많이 변동할 것입니다. 하지만 이와 같은 정보들은 정형적인 정보가 아닌 비정형 데이터로써 존재하고 있습니다. 그렇다면 비정형데이터가 아닌 수치화된, 연속형 데이터를 이용하여 주가를 예측해보면 어떨까 라는 생각을 했습니다. 이에 관해서 여러 정보들을 탐색해봤는데 앞서 말한 비정형 데이터를 이용하지 않고 연속화된, 수치화된 데이터를 이용하여 앞으로의 주가를 예측하고 탐색하여 수익을 얻는 방법이 "퀀트"라는 방법이 있었습니다. 퀀트는 간단히 말해서 valu..