이것저것 기록장

# 첫 날을 기준으로 상대 수익률 그려보기 df_norm = df / df.iloc[0] - 1 df_norm.plot(figsize=(20,6)); plt.title('상대 수익률');​ # 첫 날을 기준으로 상대 수익률 그려보기 df_norm = df / df.iloc[0] - 1 df_norm.plot(figsize=(20,6)); plt.title('상대 수익률');​ df_list[0]​ # 시작 ~ 끝 기간으로 주가 얻어오기 _df_period = fdr.DataReader('005930', '2016-01-01', '2020-12-31') _df_period​ # 미국 시장: NYSE, NASDAQ nyse_list = fdr.StockListing('NYSE') nasdaq_list = f..

pip install finance-datareader FinanceDataReader : 주식, 환율, 암호화폐 및 기타 금융 데이터를 제공하는 한국의 온라인 플랫폼 또는 라이브러리입니다. 이 플랫폼은 개발자 및 투자자들이 금융 데이터를 손쉽게 가져오고 분석할 수 있도록 도와준다. : 코스피 , 코스닥, 미국주식시장 , 비트코인 등의 다양한 금융 데이터를 손쉽게 크롤링할 수 있도록 도와주는 python 라이브러리 https://github.com/FinanceData/FinanceDataReader GitHub - FinanceData/FinanceDataReader: Financial data reader Financial data reader. Contribute to FinanceData/Fina..

주식 데이터의 기본구성 - 날짜 : 해당 가격의 시점을 나타냄 - 시가 : 장 시작시 주가 - 종가 : 장 종료시 주가 - 고가 : 당일 최고가 - 저가 : 당일 최저가 - 거래량 : 당일 거래량 CAGR (Compound Annual Growth Rate) : 특정 기간 동안 투자 또는 자산의 연간 성장률을 계산하는 데 사용되는 지표입니다. CAGR은 해당 기간 동안 투자가 시간에 걸쳐 복리로 성장한다고 가정할 때 사용됩니다. CAGR은 주로 가치가 주어진 기간 동안 변동하는 투자 또는 자산의 성과를 평가하는 데 사용됩니다. : 기하평균을 이용해서 구한 연복리 수익률을 의미 기하평균 예를 들어 최초 원금이 1억원이었고 CAGR 15%를 달성할 수 있는 전략으로 20년 투자하면 최종 자산은 약 16억원이..

https://wikidocs.net/book/7845 파이썬을 이용한 한국/미국 주식 자동매매 시스템 이 책에서는 파이썬과 한국투자증권의 오픈API를 사용하여 국내 주식과 미국 주식의 자동매매를 하는 방법에 대해 소개합니다. wikidocs.net >> conda activate py38 >> pip install pandas pyqt5 matplotlib https://github.com/sharebook-kr/book-korea-us-stock-trading GitHub - sharebook-kr/book-korea-us-stock-trading: 파이썬을 이용한 한국/미국 주식 자동매매 파이썬을 이용한 한국/미국 주식 자동매매. Contribute to sharebook-kr/book-korea-..

1. 데이터 EDA(탐색적 자료 분석) - summary()를 이용하여 데이터의 기초통계량 확인 2. 결측값 인식 - 결측값을 처리하기 위해 시간을 많이 쓰는 것은 비효율적 - 결측값 자체가 의미가 있는 경우도 있음 - 가입자의 특성을 유추하여 활용 - 결측값 처리는 전체 작업속도에 많은 영향을 줌 가. 단순 대치법 1. Completes Analysis - 결측값이 존재하는 레코드를 삭제 2. 평균대치법 - 데이터의 평균으로 대치 - 비조건부 : 관측데이터의 평균으로 대치 - 조건부 : 회귀분석을 활용한 대치법 3. 단순확률 대치법 - 평균대치법에서 추정량 표준오차의 과소 추정 문제를 보완하고자 고안됨 - Hot deck 방법 - Nearest Neighbor 방법 나. 다중대치법 - 단순 대치법을 m..

1. R reshape를 이용한 데이터 마트 개발 가. 데이터 마트 - 데이터 웨어하우스와 사용자 사이의 중간층 - 데이터 마트 내의 대부분의 데이터는 데이터 웨어하우스로부터 복제되거나 자체적으로 수집된다. 나. 요약변수 - 수집된 정보를 분석에 맞게 종합한 변수 - 데이터 마트에서 가장 기본적인 변수로 총 구매 금액, 금액 횟수, 구매여부 등 데이터분석을 위해 만들어지는 변수 - 재활용성 높다 - 자동화하여 상황에 맞게 자동화 프로그램으로 구축 가능 - 기준값의 의미해석이 애매할 수 있다. - 연속형 변수를 그룹핑해 사용하는 것이 좋다 다. 파생변수 - 사용자가 특정조건을 만족하거나 특정함수에 의해 값을 만들어 의미를 부여한 함수 - 주관적 -> 논리적 타당성 갖추어 개발 필요 - 세분화, 고객행동 예..

4절 시계열 분석 1. 시계열 자료 가) 개요 시계열 자료 : 시간의 흐름에 따라 관찰된 값 시계열 데이터의 분석을 통해 미래의 값을 예측하고 경향, 주기, 계절성을 파악 나) 시계열 자료의 종류 1. 비정상정 시게열 자료 - 다루기 어려운 자료로 대부분의 시계열 자료가 여기에 해당 2. 정상성 시계열 자료 - 비정상 시계열을 핸들링해 다루기 쉬운 시계열 자료로 변환 2. 정상성 가. 평균이 일정할 경우 - 모든 시점에서 일정한 평균을 가져야함 - 일정하지 않은 경우 -> 차분 나. 분산이 일정할 경우 - 분산도 시점에 의존하지 않고 일정해야함 - 일정하지 않은 경우 ->변환 다) 공분산도 단지 시차에만 의존, 실제 특정시점 t,s에는 의존하지 않음 라) 정상 시계열의 모습 1) 정상 시계열의 특징 - ..

3절 회귀분석 1.회귀분석의 개요 가. 회귀분석 정의 1. 하나 이상의 독립변수들이 종속변수에 미치는 영향을 추정하는 통계기법 2. 변수들 사이의 인과관계, 변수 예측 & 추론 3. 독립변수가 1개 : 단순선형회귀분석 독립변수 2개 이상 : 다중선형회귀분석 나.회귀분석의 변수 1. 영향을 주는 변수 : 독립변수, 설명변수, 예측변수 2. 영향을 받는 변수 : 종속변수,반응변수, 결과변수 다. 선형회귀분석의 가정 1) 선형성 - 입력과 출력이 선형관계이다 2)등분산성 - 오차의 분산이 일정하다. 무작위적 분포-> 등분산성 가정 만족 3) 독립성 - 입력변수와 오차는 관련 없다. Durbin-waston :시계열데이터 4) 비상관성 - 오차들끼리 상관 없음 5)정상성(정규성) - 오차의 분포가 정규분포를 따..

3절) 비즈니스 모델 1. 빅데이터 활용 사례 가) 기업 1. 구글: 사용자 로그데이터를 활용한 검색엔진 개발, 기존 페이지랭크 알고리즘 혁신하여 검색 서비스 개선 2. 월마트 : 고객의 구매패턴 분석, 상품진열 나)정부 1. 실시간 모니터링 다) 개인 1. 정치인: 선거 2. 가수 : 음악청취기록 분석 -> 부를 노래 순서 짜기 tech 내용 예시 연관규칙학습 변인들간에 주목할 만한 상관관계가 있는지 찾아내는 방법 커피를 구매하는 사람이 탄산음료를 더 많이 사는가? 유형분석 문서를 분류하거나 조직을 그룹으로 나눌때 ,분류할때 이 사용자는 어떤 특성을 가진 집단에 속하는가 유전자 알고리즘 최적화 ,진화 최대 시청률을 얻으려면 언제 방송? 기계학습 훈련 데이터로부터 학습가능한 알려진 특성을 활용해 예측 기..

연관분석 1) 연관규칙 가) 연관규칙분석의 개념 1. 장바구니분석, 서열분석이라고 불린다. 2. 기업의 데이터베이스에서 상품의 구매, 서비스 등 일련의 거래 또는 사건들간의 규칙을 발견하기 위해 적용 3. 장바구니 분석 : '장바구니에 무엇이 같이 들어 있는지' 분석 4. 서열분석 : 'A를 산 다음에 B를 산다' -> 순서 나) 연관규칙의 형태 -> 조건과 반응의 형태 (If-Then) 다) 연관규칙의 측도 1. 산업의 특성에 따라 지지도, 신뢰도, 향상도 값을 잘보고 규칙을 선택해야함. 지지도 : 전체 거래 중 항목 A,B를 동시에 포함하는 거래의 비율 신뢰도 : 항목 A를 포함한 거래 중에서 항목 A와 B가 같이 포함될 확률 향상도 : A가 구매되지 않았을 때 품목 B의 구매 확률에 비해 A가 구매..