파이썬을 활용한 주식 시장 데이터 분석

07 Nov 2023

python

주식 시장은 많은 투자자들에게 매우 중요한 정보를 제공합니다. 이러한 정보를 분석하고 효과적으로 활용하기 위해서는 데이터 분석 도구가 필요합니다. 파이썬은 주식 시장 데이터 분석에 매우 효과적인 도구로 사용될 수 있습니다.

주식 데이터 수집

주식 데이터의 첫 번째 단계는 데이터를 수집하는 것입니다. 파이썬은 다양한 방법으로 주식 데이터를 수집할 수 있습니다. 주식 가격 정보를 스크래핑하기 위해 BeautifulSoup과 requests 라이브러리를 사용할 수 있습니다. 또는 주식 데이터를 API를 통해 가져올 수도 있습니다. 예를 들어 Alpha Vantage는 무료로 사용할 수 있는 주식 시장 데이터 API를 제공합니다.

import requests
import json

def get_stock_data(symbol):
    api_key = "YOUR_API_KEY"
    url = f"https://www.alphavantage.co/query?function=TIME_SERIES_DAILY_ADJUSTED&symbol={symbol}&apikey={api_key}"

    response = requests.get(url)
    data = json.loads(response.text)

    return data

symbol = "AAPL"
stock_data = get_stock_data(symbol)
print(stock_data)

주식 데이터 분석

주식 데이터를 수집한 후에는 이를 분석하여 의미 있는 정보를 도출할 수 있습니다. 데이터를 분석하기 위해 pandas와 numpy와 같은 라이브러리를 사용할 수 있습니다. 예를 들어, 아래의 코드는 가져온 주식 데이터에서 종가와 거래량을 분석하는 방법을 보여줍니다.

import pandas as pd
import numpy as np

df = pd.DataFrame(stock_data['Time Series (Daily)']).transpose()
df = df.astype({"5. adjusted close": float, "6. volume": int})
df['5. adjusted close'] = df['5. adjusted close'].round(2)

# 종가와 거래량의 평균, 표준편차 계산
close_mean = df['5. adjusted close'].mean()
close_std = df['5. adjusted close'].std()
volume_mean = df['6. volume'].mean()
volume_std = df['6. volume'].std()

print(f"{symbol}의 종가 평균: {close_mean}")
print(f"{symbol}의 종가 표준편차: {close_std}")
print(f"{symbol}의 거래량 평균: {volume_mean}")
print(f"{symbol}의 거래량 표준편차: {volume_std}")

시각화

주식 데이터를 분석한 후에는 시각화하여 결과를 더 쉽게 이해할 수 있습니다. matplotlib과 seaborn 라이브러리를 사용하여 시각화할 수 있습니다. 아래의 코드는 주식 종가를 그래프로 시각화하는 예제입니다.

import matplotlib.pyplot as plt
import seaborn as sns

df['5. adjusted close'].plot()
plt.xlabel('Date')
plt.ylabel('Adjusted Close Price')
plt.title(f"{symbol} Adjusted Close Price")
plt.show()

결론

파이썬은 주식 시장 데이터를 다루고 분석하기 위한 강력한 도구입니다. 데이터 수집, 분석 및 시각화를 위해 다양한 라이브러리를 활용하여 효과적으로 주식 시장 데이터를 분석할 수 있습니다. 이러한 분석은 투자자들이 주식 시장 동향을 파악하고 투자 결정을 내리는 데 도움을 줄 수 있습니다.

References

#TechBlog #DataAnalysis