본문 바로가기
DataFrame

finance-datareader

by 자동매매 2022. 4. 13.

출처 : 금융 데이터 분석을 위한 파이썬 판다스

 

금융 데이터 분석을 위한 파이썬 판다스

최근 인공지능 AI(Artificial Intelligence)이 보급화되면서 방대한 양의 데이터를 처리하는 방식이 중요해지기 시작했습니다. 판다스(Pandas)는 오픈 소 ...

wikidocs.net

예제파일

 

https://github.com/financedata/financedatareader

 

GitHub - FinanceData/FinanceDataReader: Financial data reader

Financial data reader. Contribute to FinanceData/FinanceDataReader development by creating an account on GitHub.

github.com

https://financedata.github.io/

 

FinanceData

FinanceDataReader 사용자 안내서¶ 한국 주식 가격, 미국주식 가격, 지수, 환율, 암호화폐 가격, 종목 리스팅 등 금융 데이터 수집 라이브러리 더 읽기…

financedata.github.io

# 종목전체
df = fdr.DataReader(symbol="002290")
print(df)

            Open  High   Low  Close   Volume    Change
Date                                                  
1998-02-23  1190  1190  1190   1190        1       NaN
1998-02-24  1280  1280  1100   1100        2 -0.075630
1998-02-25  1100  1100  1100   1100        0  0.000000
1998-02-26  1020  1020  1020   1020        0 -0.072727
1998-02-27   940   940   940    940        0 -0.078431
...          ...   ...   ...    ...      ...       ...
2022-04-07  6530  6580  6180   6330   822661 -0.042360
2022-04-08  6320  6330  5910   6020   582046 -0.048973
2022-04-11  5790  5830  5400   5660  1227563 -0.059801
2022-04-12  5510  5650  5390   5500   562607 -0.028269
2022-04-13  5500  5530  5250   5300   685174 -0.036364

[6000 rows x 6 columns]

# 종목전체
df = fdr.DataReader(symbol="002290",start="2022")
print(df)

            Open  High   Low  Close   Volume    Change
Date                                                  
2022-01-03  4290  4435  4290   4410   263403  0.027972
2022-01-04  4420  4445  4340   4440   207412  0.006803
2022-01-05  4440  4695  4375   4610   611940  0.038288
2022-01-06  4490  4555  4315   4360   347520 -0.054230
2022-01-07  4335  4455  4300   4415   167876  0.012615
...          ...   ...   ...    ...      ...       ...
2022-04-07  6530  6580  6180   6330   822661 -0.042360
2022-04-08  6320  6330  5910   6020   582046 -0.048973
2022-04-11  5790  5830  5400   5660  1227563 -0.059801
2022-04-12  5510  5650  5390   5500   562607 -0.028269
2022-04-13  5500  5530  5250   5300   685174 -0.036364

[68 rows x 6 columns]

import FinanceDataReader as fdr
import matplotlib.pyplot as plt
import pandas as pd

# 종목전체
kospi = fdr.DataReader(symbol="KS11", start="2022") # kospi
kosdaq = fdr.DataReader(symbol="KQ11", start="2022") # kosdaq
print(kospi)

kospi.plot()
plt.show()

              Close     Open     High      Low       Volume  Change
Date                                                               
2022-01-03  2988.77  2998.32  3010.77  2979.42  435820000.0  0.0037
2022-01-04  2989.24  2991.97  2995.25  2973.08  621550000.0  0.0002
2022-01-05  2953.97  2984.05  2986.20  2936.73  787350000.0 -0.0118
2022-01-06  2920.53  2925.40  2952.54  2915.38  786040000.0 -0.0113
2022-01-07  2954.89  2933.78  2959.03  2933.10  546170000.0  0.0118
...             ...      ...      ...      ...          ...     ...
2022-04-07  2695.86  2714.70  2718.50  2693.36  999280000.0 -0.0143
2022-04-08  2700.39  2706.64  2712.00  2685.52  948360000.0  0.0017
2022-04-11  2693.10  2687.54  2711.02  2683.96  742600000.0 -0.0027
2022-04-12  2666.76  2674.17  2685.08  2658.40  870970000.0 -0.0098
2022-04-13  2716.49  2677.53  2717.63  2672.60     719400.0  0.0186

[68 rows x 6 columns]

'DataFrame' 카테고리의 다른 글

전략  (0) 2022.04.14
Data 관리 Main  (0) 2022.04.14
KRX  (0) 2022.04.13
plot  (0) 2022.04.12
데이터 샘플링  (0) 2022.04.09

댓글