Python30 Python - 상장법인 종목코드 초간단 스크래핑(코스피, 코스닥 구분) 기업공시채널 KIND에서 상장법인목록을 스크래핑 한다. "상장법인목록" 메뉴를 보면 검색조건에 "유가증권", "코스닥" 라디오 버튼이 위치하고 오른쪽 하단에 "EXCEL"버튼을 확인 할 수있다. 엑셀 버튼 클릭 시 시장구분 조건을 달리 하여 조회하면 POST 폼 데이터가 바뀌는 것을 확인 할 수있다. (크롬 개발자 도구의 Network 탭 에서 확인 ) 폼 데이터의 "marketType" 파라미터 이름으로 코스피(유가증권)는 "stockMkt", 코스닥은 "kosdaqMkt"로 구분된다. 수동으로 엑셀버튼을 다운로드 하여 노트패드 등에서 열어보면 엑셀이 아닌 HTML로 구성된 것을 확인 할 수있다. Pandas는 많은 임포트 기능을 지원하는데 온라인에 html을 읽어 바로 Dataframe형태로 변환 할.. 2021. 2. 19. 1. Python 주식 일간 변동률 계산 - ( 삼성전자 vs 애플 시각화 비교 ) 일간변동률은 주식간의 주가변화를 상대적으로 비교하기 용이한 척도다. 국내 주식과 해외 주식간에 주식변화 추이를 비교하는 경우 통화에 차이가 있기 때문에 단순 종가로는 비교하는 것은 무의미하다. 변동률을 구한 뒤 누적합계를 구하여 비교하면 유의미한 결과를 얻을 수 있다. 본 블로그에서는 샘플DataFrame을 사용하여 일간변동률, 누적합계를 쉽게 이해해보고 뒤에서 삼성전자와 애플의 일간변동율 변화를 시각화하여 비교해 보도록 한다. 일간변동률 주가의 변화를 상대적으로 비교하기 위해 일간변동률을 사용한다. 식은 아래와 같다. Python 예제 ( python version 3.9 ) 가상의 주식데이터 생성 import pandas as pd # 가상의 주식 데이터 10일치 생성 close_data = [100.. 2021. 2. 16. 2. 게시판 만들기 - Django + mariaDB 연동( 접속부터 모델생성까지 - migration ) 전 편(1. 게시판 만들기 - Django 3.x 설치 및 핵심개념 파악) 에서 Django 설치와 index페이지를 구성해보았다. 전 편에 이어서 데이터베이스 mariaDB를 Django와 연동하고 마이그레이션 기능을 사용해서 모델을 배포(테이블 생성)한다. mariaDB MariaDB는 open-source RDBMS이다. MySQL과 동일한 엔진으로 구성되어 있어 사용에 있어 대부분의 기능이 동일하다. MariaDB는 성능면에서 전신인 MySQL에 비해 최고 70% 향상 되었다고 설명한다. HeidisSQL 윈도우용 DB관리 툴을 기본적으로 제공한다. Install MariaDB는 공식사이트에 접속하여 윈도우 64비트 버전을 Download, 설치한다. ( 설치시 root 사용자 비번 기억할 것 !.. 2021. 2. 1. 3. Python - Plotly 캔들차트 + 이동평균선 ( feat. rolling API 사용법 ) 들어가며... 앞선 1, 2편에 이어 Plotly 데이터 시각화 라이브러리를 사용하여 이동평균선을 그려본다. Pandas dataframe은 window 계산 함수 rolling을 제공한다. 이를 사용하여 5, 20, 60일간 이동평균값을 쉽게 구할 수 있다. 1. Python - 캔들차트(candlestick) 만들기 ( mplfinance, Plotly ) 2. Python - Plotly 캔들 + 거래량 차트 만들기 이동평균선 주식시장이나 파생상품 시장에서 기술적 분석을 할 때 쓰이는 기본 도구 중 하나. 풀네임보다는 줄여서 이평선이라고 많이 부른다. 거래액, 매매대금, 주가 등 다양한 분야에서 접목할 수 있다. 과거의 평균적 수치에서 현상을 파악(주로 추세)하여 현재의 매매와 미래의 예측에 접목할.. 2021. 1. 27. 이전 1 2 3 4 5 6 7 8 다음
