파이썬 금융 데이터 알아보기(feat: finance-datareader)

# finance-datareader 설치
!pip install finance-datareader

# 글꼴 설치
!apt -qq install fonts-nanum*

# matplotlib 환경 설정
import matplotlib.pyplot as plt
plt.rcParams["font.family"] = 'Malgun Gothic'
plt.rcParams["axes.grid"] = True
plt.rcParams["figure.figsize"] = (12,6)
plt.rcParams["axes.formatter.useoffset"] = False
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams["axes.formatter.limits"] = -10000, 10000

# 금융 데이터 리더 사용하기
import FinanceDataReader as fdr

# 삼성전자(005930) 데이터 불러오기
df = fdr.DataReader('005930') 

# 위에 데이터 5개
df.head()
 
# 아래 데이터 5개
df.tail() 

# 삼성전자(005930) 데이터 불러오기 1월1일은 공휴일이여서 제외
df = fdr.DataReader('005930', '2019-01-02', '2022-08-01')['Close']  

# 차트 그려보기
df.plot()

# 원달러환율 데이터
usdkrw = fdr.DataReader('USD/KRW', '2019-01-02', '2022-08-01')['Close']  

# 데이터 확인
usdkrw

# 원달러 환율 데이터 차트 그려보기
usdkrw.plot() 

# 삼성전자, 원달러 환율 데이터 리스트에 넣기
df_list = [df,usdkrw] 

# 열 기준으로 데이터 합치기
import pandas as pd df = pd.concat(df_list, axis=1)  

# 데이터 확인
df

# 그래프 그려보기 
# 그래프를 그렸지만 2개의 가격 단위 차이가 많이나서 조금 수정이 필요하다.
df.plot() 

# 조금 더 보기 좋게 컬럼명 변경
df.columns = ['samsung close','won/usd close']  

# 데이터 확인
df

# 데이터 결측치 확인해 보기
df.isnull().sum() 

# 판다스 기능 중 보간법을 이용해서 빈 값을 채워 준다.
df['samsung close'].interpolate(method='time')  

# 데이터 확인
df

# secondary_y 축을 두어서 진행해 본다.
df[['samsung close','won/usd close']].plot(secondary_y=['won/usd close']) 

# 판다스에서 제공해주는 피어슨 상관 관계로 간단하게 상관 관계를 알아본다.
print(df.corr(method='pearson')) 

 

피어슨 상관 관계란?

통계학에서 , 피어슨 상관 계수(Pearson Correlation Coefficient ,PCC)란 두 변수 X 와 Y 간의 선형 상관 관계를 계량화한 수치다. 피어슨 상관 계수는 코시-슈바르츠 부등식에 의해 +1과 -1 사이의 값을 가지며, +1은 완벽한 양의 선형 상관 관계, 0은 선형 상관 관계 없음, -1은 완벽한 음의 선형 상관 관계를 의미한다. 일반적으로 상관관계는 피어슨 상관관계를 의미하는 상관계수입니다.

조금더 자세한 내용은 링크를 확인하기 바랍니다!

다음에는 조금더 흥미로운 주제로 글을 포스팅 하겠습니다!

참고자료: