ironykorea의 등록된 링크
ironykorea로 등록된 네이버 블로그 포스트 수는 129건입니다.
TradingView 트레이딩뷰로 매매 전략 만들고 백테스팅 하기 : 블린저 밴드 단점 보완 [내부링크]
이전 포스팅에서는 기본 제공 보조지표, 커뮤니티 보조지표를 살펴보고 파인 스크립트로 지표를 만들어서 추가해 봤는데, 이번에는 비슷한 방법으로 나만의 매매 전략을 만들고 이걸로 백테스팅해서 성과평가까지 해보려고 한다. 트레이딩뷰의 장점인 파인 스크립트와 이를 이용해 커뮤니티에 발행된 지표/전략을 이용하면 쉽게 매매 전략을 만들 수 있고, 강력한 백테스팅 툴과 보고서를 제공한다. 우선 지표 추가 시와 동일하게 기본 제공되는 전략을 한번 가져와보겠다. 화면 상단 '지표' 버튼을 누르고 나오는 팝업 좌측의 '테크니컬즈'를 누른다. 이러면 트레이딩뷰에서 제공하는 지표와 전략들이 나온다. 여기서 '전략' 탭을 선택해 보자. 트레이딩 뷰에서 제공하는 전략들을 시장에 널리 알려진 일반적인 전략들이다. 이 중에서 '블린저 밴드 전략'을 선택해서 테스트 해보자. 선택을 하면 아래처럼 전략에 대한 백테스트 및 성과평가가 나온다. 전략 오버뷰를 보면 순익이 0.11%로 형편없다. 근데 하다 보면 손실이
트레이딩뷰 TradingView로 기술적 지표 추가/파인 스크립트로 지표 만들기 [내부링크]
앞서 기술적 분석을 파이썬으로 활용하는 방법을 살펴보았는데, 이제 이걸 시각화해서 띄운다하더라도 우리가 증권사 앱이나 네이버 증권에서 보는것만큼 잘 구현하기가 쉽지 않다. 그래서 python으로 구현하기 전에 어떤 기술적 지표를 사용할 지, 이 지표의 유의성이 얼마나 될지 확인하는 툴로 트레이딩 뷰 Trading View를 사용하면 좋다. https://kr.tradingview.com/ 트레이딩뷰 - 모든 시장을 추적하세요 전세계 차트, 채팅 그리고 트레이드를 할 수 있는 곳. 우리는 트레이더 및 인베스터를 위한 강력한 수퍼-차팅 플랫폼 및 소셜 네트웍입니다. 회원 가입은 무료. kr.tradingview.com 접속하면 '여기서 마켓 서치'란이 있는데 여기서 보고 싶은 종목, 지수를 넣어보자. 이 트레이딩 뷰의 장점은 차팅 툴이 엄청나게 강력하다는 점이다. 때문에 investing.com이나 다른 사이트/서비스들도 이 tradingview 차트를 이용한다. 또한 엄청나게 다양한
[기술적 분석] 지표 : 다양한 가격평균의 종류 [내부링크]
이동평균선에 이어 이번엔 차트 분석이나 보조지표에서 많이 쓰이는 가격평균에 대해 적는다. 우리는 흔히 현재가 혹은 종가 기준으로 가격을 이야기하는데 통상 쓰는 봉차트는 시가(open), 고가(high), 저가(low), 종가(close)로 구성된다. 보조지표에서 단순히 종가를 사용하여 수치를 산출해 내지 않고 각각 지표에 따라 목적과 성격에 맞는 혹은 백테스트 결과 좀 더 높은 퍼포먼스를 내는 가격을 가져다 쓴다. 많은 사람들에게 생소한 개념일 수 있으나 알아두면 좋은 내용. · 고/저가 평균 (HL2, High-Low Average) 고/저가 평균은 우리나라보다는 미국에서 많이 사용된다. 라인 차트, 영역 차트를 사용하는 경우 1개 가격으로 차트를 그린다. 이 때 종가 대신 고/저가 평균을 이용하여 라인 차트를 그리는 것. 이유는 종가는 장중 가격 변동을 나타내지 못하기 때문에 장중 가격 변동을 고/저가 평균으로 반영하는 것이다. 이 외에 이동평균선을 그릴 때에도 종가가 아닌 고/
인공지능 주가예측(코스피200) : 2024-03-29(04-01에 대한 예측치) [내부링크]
모델이 산출한 차주 월요일~ 에 대한 예측치. 다음주 월요일에도 추정치에 따라 곱버스 홀딩 예정.
Github 깃허브 Awesome 저장소 [내부링크]
깃헙을 뒤지다보면 앞에 awesome이 붙은 레포지터리들이 있는데 이런 페이지들은 특정 주제에 대해 쓸만한 사이트, 패키지 등을 모아놓은 저장소다. 깃헙에서 awesome으로 검색을하고 star순으로 정렬을 해보면, 이렇게 오만가지 페이지들이 다 나온다. 관심있는 주제에 대해서는 star를 찍어주고 가끔 들어가서 보면 좋다. 심지어 이런 awesome 리스트들을 모아놓은 awesome-awesome도 있다. https://github.com/sindresorhus/awesome GitHub - sindresorhus/awesome: Awesome lists about all kinds of interesting topics Awesome lists about all kinds of interesting topics - sindresorhus/awesome github.com https://github.com/bayandin/awesome-awesomeness?tab=readme-
python 파이썬으로 주식 차트 분석 / 기술적 지표 사용하기 : pandas-ta [내부링크]
https://blog.naver.com/ironykorea/223396975165 python 파이썬으로 주식 차트 분석 / 기술적 지표 사용하기 : TA-Lib 이번엔 앞서 yfinance, finance-datareader, pykrx 에서 가져온 주식 가격 데이터에 기술적 분석을 곁들일 ... blog.naver.com 지난번 TA-Lib에 이어 이번엔 pandas-ta를 설명하려고 한다. 기술적 지표를 만들어주는 패키지야 여럿이고 그중에서 왜 TA-Lib과 pandas-ta냐 하면 기능적으로는 pandas-ta가 가장 많은 지표를 제공하고 이 pandas-ta가 TA-Lib을 호출해 쓰기 때문. 때문에 pandas-ta를 설치하기 전에 TA-Lib을 먼저 설치해 주길 바란다. https://github.com/twopirllc/pandas-ta GitHub - twopirllc/pandas-ta: Technical Analysis Indicators - Pandas TA i
인공지능 주가예측(코스피200) : 2024-03-28(03-29에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 추정치에 따라 곱버스 홀딩 예정.
[기술적 분석] 지표 : 다양한 이동평균선의 종류 [내부링크]
주가 분석에서 사용되는 다양한 이동평균의 종류에 대해 다룬다. 이동평균은 주식에서도 활용되지만 시계열 데이터를 베이스로 하는 통계, 예측 등에서 다양하게 활용되니 알아두면 좋다. 이동 평균은 기술적 분석에 가장 기본이 되며 다른 지표도 까보다 보면 이동평균을 계산해서 사용하는 경우가 태반이고(많이 쓰는 MACD가 이동평균수렴확산, Moving Average Convergence & Divergence다.) 가장 기본적인 전략 중 하나인 골든크로스/데드크로스 같은 경우에도 이동평균 추세를 기초로 한다. 우리는 흔히 단순이동평균이라고 하는 기본이 되는 이동평균을 사용하는데, 지금도 수많은 이동평균 방법들이 만들어지고 있다. 이런 이동 평균들에 대해 살펴보려 한다. 이동평균선의 가장 중요한 목적은 주가의 추세를 파악하기 위함이다. 가령 20일 이동평균선은 약 한 달간(거래일 기준으로)의 가격 변화를 평균 내어 한 달간 상승했는지 아니면 하락했는지에 대한 일 단위 혹은 봉 단위의 자잘한 노
인공지능 주가예측(코스피200) : 2024-03-27(03-28에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 예측치에 따라 곱버스 매수 예정.
python 파이썬으로 주식 차트 분석 / 기술적 지표 사용하기 : TA-Lib [내부링크]
이번엔 앞서 yfinance, finance-datareader, pykrx 에서 가져온 주식 가격 데이터에 기술적 분석을 곁들일 수 있는 패키지를 소개한다. TA-Lib 이라는 패키지인데 기본은 C/C++로 만들어진 패키지인데 python으로 래핑되어있는 패키지를 설치할 거다. 이 패키지는 다른 소위 기술적 분석(Technical Analysis) 패키지나 솔루션에 어떻게 보면 기본이 되는 패키지인데 나중에 설명할 pandas-ta라는 패키지도 TA-Lib을 래핑한 패키지다. 한동안 유지보수가 안되다가 최근에는 다시 github 레포지터리도 업데이트 되고 있는 듯하다. https://ta-lib.org/ TA-Lib - Technical Analysis Library Use TA-Lib to add technical analysis to your own financial market trading applications 200 indicators such as ADX, MACD,
주가 예측 모델에 대한 고찰 [내부링크]
주가는 어떻게 움직이는가? 에 대한 고찰을 안고 지난 몇 년간 꽤 많은 방법으로 마켓 알파를 낼 수 있는 방법을 고민했고 그중 인공지능을 활용하여 주가를 예측하는 모델을 구현하는 여정을 복기하여 기록한다. 대학원 연구과제가 기업가치 평가가 주제였었다. 학계에서는 소위 기본적 분석이라고 하는 재무제표에 기반한 기업가치평가에 권위 있는 기관의 산업 성장 예측치 및 기업 가이던스를 projection 하는 것이 주류다. 이 역시 여러 가지 모델 및 Tool이 있고 각각 장단이 있다. 가령 이런 것이다. · 이익이나 현금흐름을 모수로 하는 현금흐름할인(DCF), 주가수익비율(PER) 등은 개업한지 얼마 되지 않아 이익을 내지 못하는 혁신 성장 기업의 가치를 산정하지 못한다. · 배당할인모형(DDM)은 배당하지 않는(재투자율이 높던, 배당 여력이 없던) 기업의 가치를 산정할 수 없다. · 주가매출비율(PSR)은 성숙기에 진입한 사업을 영위하는 기업과 초기 산업에 속해있는 기업의 가치 산출이
인공지능 주가예측(코스피200) : 03-04에 대한 예측치 [내부링크]
모델이 산출한 2024-03-04 월요일 예측치이다. 투자대상은 KOSPI 200을 기초자산으로 하는 레버리지 ETF or 인버스 레버리지이다. 예측치는 KOSPI 200을 기초자산으로 하는 4개 ETF의 평균치로 산출하며 절댓값이 0.3일 경우 주문이 나가며 매도는 방향이 바뀌었을 경우, 예를 들어 아래와 같은 경우, KODEX 200 선물 인버스 2X를 매수하고 매도시점은 예측치가 + 방향으로 바뀌었을 경우다. 투자 기간은 기본 1일 ~, 내일 시초가에 매수 후 장마감 후 롤링으로 그 다음날 예측치를 산출한다. 보유하고 있는 ETF에 대해 매도해야 하는 예측치가 발생했을 경우, 내일 모래 시초가에 매도한다. 그렇지 않을 경우(예측 방향을 유지하는 경우), 내일 모래 시초가에 아무런 주문을 내지 않는다. 주문 수량은 총자산의 절반에 해당하는 수량. 이유는, 특정 일에 매도 및 매수 주문을 시초에 동시에 내는 경우가 있는데 이때 매도 체결전에 주문을 낼 수 있도록 하기 위함이다. 현
무료 클라우드 서비스 VM 비교 선택하기 [내부링크]
PC를 주구장창 켜놓을 필요 없이 서버 상에서 데이터 집계/예측 및 더 나아가 시스템 트레이딩을 염두해 두고 있었기에 퍼블릭 클라우드 중 프리티어(Free Tier) 조건이 좋은 것을 골라보았다. 현재 국내외 메이저 클라우드 서비스 중 평생무료로 VM을 제공하는 곳은 GCP(Google Cloud Platform)과 OCI(Oracle Cloud Infrastructure) 인 것 같다. 아래는 비교표이다 Amazon AWS MS Azure Google GCP Oracle OCI Naver NCP VM t2.micro 750시간/월 B1s 750시간/월 e2-micro 2 vCPU 1개 E2.1.Micro 1/8 OCPU 2개 Ameper A1 4CPU Micro-g1 1 vCPU 1개 RAM 1GB 1GB 1GB 1GB 24GB 1GB Storage 30GB 128GB 30GB 200GB 50GB Outbound 100GB 15GB 1GB 10TB 20GB 무료기간 1년 1년 평생
인공지능 주가예측(코스피200) : 2024-03-04(03-05에 대한 예측치) [내부링크]
모델이 산출한 2024-03-05 화요일 예측치이다. 예측기간은 3월 6일 시초가~3월 7일 시초가 사이이며 방향은 약하게 하방이다. 어제 산출된 예측치에 따라 오늘 시초가에 곱버스를 매수했으며 내일은 거래없이 홀딩 예정
OCI 오라클 클라우드 프리티어(무료) 가입하기 [내부링크]
우선 오라클 클라우드 OCI에 가입부터 해보자. 클라우드 서비스 무료 이용 Oracle Cloud Free Tier는 기업에게 무제한으로 사용할 수 있는 상시 무료 클라우드 서비스를 제공합니다. www.oracle.com 사이트 접속 후 '무료로 시작하기'를 누른 후 통상적인 회원가입 할때 처럼 넣으라는 정보를 넣어서 하나씩 넘어가자. 메일주소를 입력하면 입력한 메일주소로 인증메일이 온다. 인증메일을 누르고 본격적으로 정보를 입력하는데, 여기서 중요한 정보는 홈 영역이다. 한국에 춘천, 서울 두개가 있는데 시기에 따라 가입이 안되는 홈 영역이 있다. 보통 둘 중에 하나는 가입이 되고 지리적으로 크게 차이가 나지 않으니 둘 중에 아무거나 선택하자. 국내 주식 데이터를 불러오고 증권사에 연결하거나 할 때는 미국이나 해외 리전을 선택하면 속도면에서 차이가 어마어마하다. 본인이 사용한 데이터 소스, 서비스에 따라 홈 영역을 선택하면 된다. 이후 주소, 전화번호 등을 추가로 넣으면 가입이 완
Github 깃허브란? [내부링크]
아마 모르는 사람은 없겠으나 당 프로젝트를 진행하면서 이런저런 패키지들을 사용해야 하기 때문에 Github 소개부터 시작한다. https://github.com GitHub: Let’s build from here GitHub is where over 100 million developers shape the future of software, together. Contribute to the open source community, manage your Git repositories, review code like a pro, track bugs and fea... github.com Github는 버전 관리 레포지터리 플랫폼이다. 허나 나는 내 패키지 버전 관리보다는 다른 패키지들을 찾고, 적용하고 issue 해결을 위해 많이 사용했다. 뭐를 만들더라도 하나하나 다 만들어 쓸 수는 없고 깃허브만 잘 뒤지면 대충 원하는 패키지나 예제가 있다. 이런걸 잘 활용하는게 소위 말하는 노하
인공지능 주가예측(코스피200) : 2024-03-06(03-07에 대한 예측치) [내부링크]
오늘 모델이 산출한 내일 시초가~모래 시초가에 대한 예측치이다. 모델이 예측한 지수 방향은 하방이고 현재 보유 ETF도 곱버스이므로 내일도 거래없이 홀딩 예정.
인공지능 주가예측(코스피200) : 2024-03-07(03-08에 대한 예측치) [내부링크]
오늘 모델이 산출한 내일 시초가~모래 시초가에 대한 예측치이다. 모델이 예측한 지수 방향은 하방이고 현재 보유 ETF도 곱버스이므로 내일도 거래없이 홀딩 예정.
전일 예측치 정정 [내부링크]
오늘 예측치가 업데이트가 안되서 보니 어제 무슨 메모리 오류로 돌다가 터졋나보더라.. 어제 올린 예측치는 엊그저깨랑 똑같은 수치였다.. 구차하지만 다시 손으로 돌려서 뽑아 기록한다. 제대로 돌았다면 오늘 아침에 곱버스 매도 / 레버리지 매수가 나갔어야 했는데.. 문제가 뭔지는 모르겠다. 프로세스가 죽었을 때 알람을 받을 수 있게 해놔야겠다.
인공지능 주가예측(코스피200) : 2024-03-08(03-11에 대한 예측치) [내부링크]
모델이 산출한 차추 월요일~ 에 대한 예측치. 어제 제대로 돌았으면 레버리지 매도 후 곱버스 매수였겠으나 어쨋든 하방 포지션 유지.
AI가 아직 못 넘보는 분야 [내부링크]
AI K-기자
별것도 아닌 걸로 유세떠는 부류 [내부링크]
누가 찾아서 알려주니까 글삭 했다함
python 파이썬으로 주식/주가 정보 가져오기 : yfinance(Yahoo! Finance) [내부링크]
아마 python을 이용해서 주가 정보를 가져올 때 가장 많이 이용하는 패키지가 아닌가 싶다. yahoo finance 데이터를 api를 통해 가져오는데 사용하기 편해서 국내외에서 많이 사용하는 패키지 https://github.com/ranaroussi/yfinance GitHub - ranaroussi/yfinance: Download market data from Yahoo! Finance's API Download market data from Yahoo! Finance's API. Contribute to ranaroussi/yfinance development by creating an account on GitHub. github.com 단점이라하면 api를 콜할 때 가끔 값을 못받아오는 경우가 있는데, yfinance측에서는 지네 잘못이 아니라 야후 정책이라며 모른다고 하는데 딱히 방법은 없는 듯하다. 유로로 api 키를 받아 사용하던가 해야하나봄. 또 국내 주식은 안
인공지능 주가예측(코스피200) : 2024-03-11(03-12에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 곱버스 매도 예정(레버리지 매수는 예측치가 0.3이상일때 주문이 나감).
OCI 오라클 클라우드 구획 만들기 [내부링크]
가입이 완료되고 로그인하면 아래와 같은 대쉬보드가 나온다. 여기서 좌측 상단 메뉴 -> ID & 보안 -> 구획으로 가서 구획을 만들 수 있다. 이 구획이라는게 구획별로 VM으로 올리고 VCN 등을 따로 적용할 수 있게 하는 테넌시 다음으로 가장 큰 개념이라고 이해하면 된다. 여기서 상위 구획은 테넌시 아이디로 되어있는 루트 밑에 이름을 정해 넣고 구획 생성을 누르면 생성 완료.
OCI 오라클 클라우드 가상 클라우드 네트워크 VCN 설정하기 [내부링크]
그 다음에는 가상 클라우드 네트워크(VCN : Virture Cloud Network) 라고 하는 걸 설정해 줄거다. 위치는 좌측 상단 메뉴 -> 네트워킹 -> 가상 클라우드 네트워크 들어가면 'VCN 마법사 시작' 버튼이 있다. 마법사를 통해 간단하게 세팅할거다. 인터넷 접속을 통한 VCN 추가 이후 VCN이름을 적어주고 컴파트먼트는 앞서 만들었던 구획이나, 안만들었으면 루트를 넣고 나머지 내용은 건들지 않는다. 그대로 두고 다음을 누르고 그다음 화면에서는 생성을 누르자. 그럼 좀 있다가 만들어진다. 다 만들어진 후에는 다시 가상 클라우드 네트워크 화면으로 가보자. (좌측 상단 메뉴 -> 네트워킹 -> 가상 클라우드 네트워크) 그럼 생성한 이름으로 VCN이 있는데, 이걸 눌러서 들어가보면 두개의 서브넷 subnet이 생겼다. 여기서 'Public Subnet-만든 VCN이름' 을 눌러 들어가면 아래처럼 보안 목록이 나온다. 이제 여기서 사용할 포트들을 열어줄거다. 기본 보안 목록
OCI 오라클 클라우드 VM 컴퓨팅 인스턴스 만들기 [내부링크]
이제 VM 인스턴스를 만들거다. 메뉴는 좌측 상단 메뉴 -> 컴퓨터 -> 인스턴스 들어가서 우선 구획을 선택하고 '인스턴스 생성' 버튼을 눌러보자. 들어가서 인스턴스 이름을 먼저 정한다. 그 다음엔 OS랑 CPU를 선택하자. 우선 CPU 먼저, 'Change Shape' 버튼을 눌러서 고르자. 다른건 건들지 말고 구성 계열 Ampere을 선택하고 OCPU를 4개까지 늘려보자. 아래 보다시피 '항상 무료 적격'이라고 찍혀 있는데 무려 4OCPU, 24G 메모리까지는 과금되지 않는다. 그게 너무 과분하면 '특수성 및 이전 세대'에서 E2.1 Micro 를 선택하자. 이 사양으로는 VM을 2개 만들 수 있다. 그 다음에는 OS를 선택해보자. 기본으로 Oracle Linux가 선택되어 있는데 CentOS나 Ubuntu로 만들자. 근데 Ampere A1에 호환되는 CentOS 버젼이 없다. 나는 Ubuntu로 만들었다. 오라클에서는 게속 Oracle Linux가 훌륭한 대안이라고 강추하는데
인공지능 주가예측(코스피200) : 2024-03-12(03-13에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 곱버스 매수 예정.
인공지능 주가예측(코스피200) : 2024-03-13(03-14에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 거래없이 홀딩 예정.
인공지능 주가예측(코스피200) : 2024-03-14(03-15에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 오늘 시초에 곱버스 정리했나보더라. 내일은 다시 곱버스 매수 예정.
인공지능 주가예측(코스피200) : 2024-03-15(03-18에 대한 예측치) [내부링크]
모델이 산출한 차주 월요일~ 에 대한 예측치. 금요일 시초에 API콜이 제대로 안되서 늦게 손으로 매수함. 차주 월요일에는 추정치에 따라 곱버스 매도 루 레버리지 매수 예정.
OCI 오라클 클라우드 고정 공용 IP 설정하기 [내부링크]
이제 고정 공용 IP를 만들고 생성된 인스턴스에 공용 IP에 새로 만든 고정 IP를 지정해줄거다. 인스턴스를 생성하면 공용 IP가 제공되긴 하는데, 현재 지정된 공용(퍼블릭) IP는 임시 IP로 인스턴스를 재부팅하거나 하는 경우에 기존에 쓰던 IP말고 다른 IP가 지정된다. 고정 IP를 사용할 경우, 인스턴스에 접속하거나 할 때 하나의 IP만 사용해서 접속할 때마다 확인할 필요가 없고, 추후 도메인을 지정해서 사용할 때나 API 등에 호출하는 IP를 등록해놔야 하는 경우에는 필수적이다. OCI는 이 고정 IP가 무료다. 위 화면처럼 일단 퍼블릭 IP란에 IP가 있는데, 이는 임시 IP. 고정 IP를 만들기 위해서는, 인스턴스를 누르고 들어가서 아래쪽으로 스크롤한 후 좌측 메뉴에 '연결된 VNIC'를 누르고, 리스트에 표시된 VNIC를 눌러서 한번 더 들어가자. VNIC 정보에서도 좌측 하단 Resources의 'IPv4 주소'를 누르면 IPv4 주소 리스트가 나온다. 이 리스트의 최
VS Code(Visual Studio Code) [내부링크]
VS Code는 단순한 코드 에디터에 더해 터미널과 확장기능 마켓플레이스를 제공하는데 강점이 있다. 단, 빌더가 아니기 때문에 코드 컴파일이나 실행을 하기 전에 별도로 컴파일러를 설치해야 한다. 이번 프로젝트에서는 클라우드 환경에서 작업을 할 것이긴 하나, VS Code가 SSH 터미널, Jupyter Notebook 기능을 제공하기 때문에 우선 설치하는게 좋다. 추가로 모델을 training하는 경우에는 지원하는 GPU 환경에서 돌리는게 월등히 빠르다. 보통 로컬 머신에서 돌리고 모델만 업로드하는 방법을 사용하는게 적용이 빠르다. 다운은 아래 홈페이지에서. Visual Studio Code - Code Editing. Redefined Visual Studio Code - Code Editing. Redefined Visual Studio Code is a code editor redefined and optimized for building and debugging modern
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스 VS Code로 SSH 접속하기 [내부링크]
오라클 클라우드 인스턴스에 접속해보자. 접속을 위해서는 SSH 터미널, 그리고 인스턴스 생성 시 만들었던, 혹은 업로드 했던 공개키가 필요하다. 이번에는 VS Code를 이용해 SSH로 접속할 것이니 VS Code를 먼저 설치한다. https://blog.naver.com/ironykorea/223386865292 VS Code(Visual Studio Code) VS Code는 단순한 코드 에디터에 더해 터미널과 확장기능 마켓플레이스를 제공하는데 강점이 있다. 단, ... blog.naver.com VS Code를 실행시키고 SSH 접속을 위한 익스텐션을 설치하자. 위치는 왼쪽 메뉴바에서 Extention -> 검색창에 'ssh' 넣고 검색 -> Microsoft에서 만든 'Remote - SSH'를 찾아 Install 해주자. Remote - SSH 가 설치되면, 좌측 메뉴바에 아이콘이 하나 더 생긴다. 눌러보자. 누르면 REMOTES (TUNNELS/SSH) 밑에 SSH 항목이
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스 root 계정 비밀번호 설정하기 [내부링크]
오라클 클라우드에서 우분투 리눅스로 인스턴스를 만들면 기본 사용자 계정은 ubuntu 이고 root 계정은 비밀번호는 알 수 없다. 근데 root 권한이 필요한 상황이 많아 root 계정의 비밀번호를 초기 설정하고 root 계정으로 작업할 예정이다. 물론 su, sudo 명령어로 해도 되지만 root 계정 비밀번호는 설정해놔야 함. VS Code로 SSH 접속 후, 콘솔창을 띄운다. 콘솔창에 아래처럼 치면 비밀번호를 재설정 할 수 있다. sudo passwd root 동일한 비밀번호를 두번 넣어주면 root 비밀번호 재설정 완료. 이제 root로 계정을 바꿔보자 su root su root를 치고 방금 재설정한 비밀번호를 쳐주면 root로 프롬프트에 나오는걸 확인 할 수 있다.
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스 전용 키 없이 비밀번호로 접속하기 [내부링크]
오라클 클라우드 인스턴스에 SSH로 접속 할 때마다 키를 넣고 접속하게 되어있는데 이게 키 파일이 없는 다른 PC에서 접속하기 어려운 점이 있어 키로 authentication 하는 걸 끌 생각이다. 보안을 중요하게 생각한다면 끄지 않는 것이 좋으나 나는 귀찮아서 패스워드 로그인으로 변경한다. 우선 인스턴스 서버에 SSH로 접속한 후 /etc/ssh 경로에 있는 sshd_config 파일을 수정해주면 된다. nano /etc/ssh/sshd_config nano가 아니라 물론 vi 등 다른 편집기를 사용해도 된다. root 계정이 아닐 경우에는 앞에 sudo를 붙여서 편집기를 열어준다. 안그러면 권한 때문에 저장이 안됨. sudo nano /etc/ssh/sshd_config 편집기가 열리면 여러 config 사항들이 나오는데, 여기서 PasswordAuthentication을 찾아서 yes로 바꿔줘야 한다. nano를 쓰게 되면, Ctrl+w를 누르면 검색이 되니 활용하자. # T
인공지능 주가예측(코스피200) : 2024-03-18(03-19에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 금요일 시초에 API콜이 제대로 안되서 늦게 손으로 사느라 슬리피지 손실이 있었는데... 오늘은 주문수량이 절반만 사진듯. 손봐야 겠다. 오늘은 곱버스 매도 후 레버리지 매수함. 내일는 추정치에 따라 레버리지 그대로 홀딩 예정.
python 파이썬으로 주식/주가 정보, Index 지수 가격, PER, 구성종목 등 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
앞서 pykrx를 이용해 한국거래소 KRX의 정보데이터시스템에서 개별 종목 데이터를 가져오는 방법을 알아보았다. 이번에는 Index 지수에 대한 정보를 가져오는 법을 알아보자. 이 인덱스를 도데체 어디다 쓰냐? 요즘 ETF 가 수백개 상장되있고 거래도 많이들 한다. 근데 이 대한민국에 ETF는 거의 다 패시브 펀드이다. 아닌게 있나? 모르겠지만 패시브 ETF라고 해도 펀딩액의 70%는 지수 인덱스를 추종해야 한다. 어쨋든 대부분의 ETF가 패시브 형태이고 이 인덱스 중에 하나를 골라 추종하다보니 인덱스 데이터를 눈여겨 보지 않을 수 없다. 게다가 산업별 가격지수를 관찰하기에도 이만한게 없다. index는 한국거래소에서 제공하는 KRX 300, KOSPI 200, 테마 지수 등 주가 지수와 연관된 지수 뿐만아니라 채권 지수까지 제공한다. 우선 어떤 인덱스들이 제공되는지 알아보자. get_index_ticker_list로 불러오면 된다. 특정 일자의 인덱스 리스트를 조회할 수 있으며 다
python 파이썬으로 주식/주가 정보, 공매도 정보 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
이전 포스팅에 이어서 pykrx를 이용해 한국거래소 KRX 정보데이터시스템에서 데이터를 가져오는 내용을 좀 더 살펴 본다. 이번에는 공매도 정보를 가져와볼텐데 공매도 데이터는 2일 이전 데이터가 제공된다. 아마 공매도 데이터는 완전히 전산화 되어 있지 않기 때문인 듯 하다. 우선 개별 종목의 날짜별 공매도 정보를 불러와보자. from pykrx import stock df = stock.get_shorting_status_by_date('20231201', '20240326', '005930') print(df) 공매도 거래량, 잔고, 거래대금, 잔고금액이 제공된다. 이번에는 특정 일자의 전 종목의 공매도 데이터를 받아와보자. 단, 공매도 데이터는 pykrx 다른 기능들처럼 동일한 함수명으로 호출하지 않는다. 이번에는 get_shorting_volume_by_ticker를 이용한다. 두번째 파라메터에는 시장을 넣을 수 있는데, 지정하지 않을 경우에는 'KOSPI'가 기본값이며 'KO
python 파이썬으로 주식/주가 정보, ETF/ETN 가격, 구성종목 등 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
종목, 지수데이터에 이어 이번에는 pykrx를 이용해 한국 거래소 KRX 정보데이터시스템에서 ETF/ETN 데이터를 가져오는 방법을 알아보자. 근데 ETF와 ETN은 도데체 무엇이 다르냐. ETF는 Exchange Traded Fund, ETN은 Exchange traded Note. 발행주체가 다르니 법적 성격이 다르니 하는 것보다는 단순히 하나는 펀드고 하나는 채권이라고 생각하면 이해하기 쉽다. 평소에 거래하는데는 두 개의 차이점은 아예 없다. 허나 채권은 만기가 있다. ETN은 만기가 되면 현재 기준가액으로 청산된다. 물론 만기가 10년씩은 되니까 평소에는 문제가 없긴 하지만 쳐물렸다고 장기투자한답시고 냅둿다가 그대로 손실확정짓기 딱좋은 상품.(더군다나, 시중에 유통되는 대부분의 ETN은 상품 선물 등을 구성종목에 넣어놨기 때문에 장투 시, 롤오버 비용만 주구장창 내기 십상이다.) 우선 ETF 및 ETN 리스트를 가져와보자. 근데 ETF, ETN 리스트를 가져오는 펑션은 다 한
python 파이썬으로 주식/주가 정보, ELW, 채권 정보 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
이번에는 pykrx를 이용하여 한국 거래소 KRX 정보데이터시스템에서 ELW와 채권 정보를 가져와보겠다. 우선 ELW 데이터를 가져올 건데 이 ELW 관련된 데이터는 리스트와 종목명 정도 밖에 없다. from pykrx import stock for ticker in stock.get_elw_ticker_list('20240306'): print(ticker, stock.get_elw_ticker_name(ticker)) ELW는 주식 연계 워런트(equity linked warrant)라고 해서 그냥 옵션이라고 보면 된다. 아, 콜매도, 풋매도 개념은 없으니, 거래형태는 어떻게 보면 선물과 더 유사할지도.. 과거 대한민국이 이 ELW 시장규모가 세계 1, 2위를 다투었으나 개인투자자들을 지킨다는 명목하에 현재는 ELW 거래를 위해서는 교육이수 및 증거금을 박아놔야 한다. ELW는 만기가 있기 때문에 이 종목은 게속해서 바뀐다. 만기가 짧은 종목을 거래해야 시간가치가 없기 때문에 레
인공지능 주가예측(코스피200) : 2024-03-26(03-27에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 오늘 시초에 곱버스는 정리됬으나 레버리지 매수가 안나갔다. 로그가 안남아서 왜 그런지도 모르겠다. 오늘 레버리지 매수가 됬으면 내일도 레버리지 홀딩이였겠으나 포지션이 없는 상태니 내일은 거래 없을 예정.
python 파이썬으로 주식/주가 정보, 투자자별 매매동향, 외국인/기관 투자주체 별 거래실적 등 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
지난 포스팅에서 pykrx를 사용하여 한국거래소 KRX 정보데이터시스템에서 개별 종목 및 시장의 OHLCV 가격정보, EPS, PER, BPS, PBR, 배당 정보, 그리고 시가총액 및 상장주식수 등을 가져오는 방법을 살펴보았다. 이번에는 투자자별 매매동향, 투자주체별 거래실적을 가져오는 방법을 알아보자. 우선 get_market_trading_value_by_date을 이용하여 외국인/기관/개인 별 거래실적을 가져와보자. 이 펑션은 거래수량이 아닌 순매수 실적을 리턴해준다. df = stock.get_market_trading_value_by_date('20230126', '20240203', '005930') print(df) 순 매수 실적이 아닌, 매수수량 or 매도수량을 보고 싶다면 'on' 파라메터를 활용한다. '매수' or '매도' (한글로..) 넣어주면 된다. df = stock.get_market_trading_value_by_date('20230126', '20240
인공지능 주가예측(코스피200) : 2024-03-25(03-26에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 추정치에 따라 곱버스 매도 후 레버리지 매수 예정.
한국거래소(KRX) 정보 데이터 시스템(주식/ETF/채권/파생상품 가격/EPS/PER/배당/공매도 등) [내부링크]
네이버 증권이던 증권사 앱이던 그들이 제공하는 종목별 정보, 가격, 거래량, 매매주체, 공매도.. 이 모든 데이터의 원천이 어디일까? 대부분 한국거래서(KRX)에서 제공되는 데이터들이다. 한국거래소에서는 정보데이터시스템(이름이 이상하긴 하지만)이란걸로 꽤 괜찮은 데이터 세트를 일반에 공개하고 있다. https://data.krx.co.kr/ KRX 정보데이터시스템 증권·파생상품의 시장정보(Marketdata), 공매도정보, 투자분석정보(SMILE) 등 한국거래소의 정보데이터를 통합하여 제공 서비스 data.krx.co.kr 들어가보면, 지수, 주식, ETP, 채권, 파생상품 등 거래소에서 거래되는 대부분 상품에 대한 데이터들을 제공하고 있다. 나의 경우는 종목별 상장일, 시총, 거래량 등을 excel이나 csv 파일로 다운 받아 어떤 종목을 대상으로 training할 지, test 데이터로 할지를 판단할 때 사용했다. 이 외에도 종목별 EPS, PER, PBR 그리고 배당 정보도 제
인공지능 주가예측(코스피200) : 2024-03-22(03-25에 대한 예측치) [내부링크]
모델이 산출한 차주 월요일~ 에 대한 예측치. 차주 월요일도 추정치에 따라 곱버스 홀딩 예정.
python 파이썬으로 주식/주가 정보, EPS, PER, PBR, 배당 등 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
이번에 살펴볼 패키지는 한국거래소(KRX)에서 데이터를 스크래핑하여 가져오는 pykrx이다. 한국거래소에서는 정보데이터시스템이라는 창구를 통해 엄청난 데이터들을 투자자들에게 공개하고 있다. 우리가 증권사 앱이나 네이버 증권에서 확인하는 대부분의 데이터들의 원천은 바로 거래가 실제로 발생하는 한국거래소이다. (한국 거래소(KRX) 정보 데이터 시스템에 관한 내용은 아래 참조) https://blog.naver.com/ironykorea/223391851891 한국거래소(KRX) 정보 데이터 시스템(주식/ETF/채권/파생상품 가격/EPS/PER/배당/공매도 등) 네이버 증권이던 증권사 앱이던 그들이 제공하는 종목별 정보, 가격, 거래량, 매매주체, 공매도.. 이 모든 ... blog.naver.com pykrx는 한국거래소 정보데이터시스템에서 제공하는 거의 모든 데이터를 펑션화하여 파이썬에서 쓸 수 있도록 제공하고 있다. KRX 정보데이터시스템에서 조회가능한 데이터면 pykrx에서도 쓸
python 파이썬으로 주식/주가 정보, Forward PER 가져오기 : pykrx (한국거래소 정보 데이터 시스템 스크래핑) [내부링크]
앞서 pykrx를 통해 KRX 한국거래소 정보데이터시스템에서 주식과 관련된 주가, PER, PBR, 배당 수익률, 투자주체별 거래실적, 외인 지분률 등 많은 데이터를 가져와 봤다. 근데 pykrx는 KRX 한국거래소 정보데이터시스템에서 볼 수 있는 거의 모든 데이터를 가져올 수 있다고 하였다. 이 중에 빠진게 하나 있는데 우선 한국거리소 정보데이터시스템에 들어가보자 메뉴에서 주식 -> 세부안내 -> PER/PBR/배당수익률(개별종목)을 따라 가보면 아래화면처럼 선행 EPS와 선행 PER이 있다.(화면번호 12021) 근데 앞서 살펴본 펑션들 중에 이 화면에 대응되는 펑션은 get_market_fundamental 인데, 여기에는 선행 EPS, 선행 PER이 없었다. 해당 포스팅에서는 그걸 가져와보겠다. 우선 VS Code-server(or VS Code)에서 아래처럼 코드를 작성하자. from pykrx import stock df = stock.get_market_fundament
python 파이썬으로 주식/주가 정보 가져오기 : Finance Data Reader(Finance-DataReader) [내부링크]
yfinance에 이어 파인썬으로 주식 주가 정보를 가져오는 패키지 중 많이 사용되는 패키지이다. 국내 주식은 KRX에서 가져오는 듯 하고 이 외에도 naver, investing.com, yahoo! finance 등에서 데이터를 가져온다. yfinance에서는 국내 주식 종목 데이터가 전부 존재하지 않는 문제점이 있으나 해당 FinanceDataReader 패키지는 naver에서 가져오다보니 코스피, 코스닥 뿐만 아니라 코넥스 종목까지 다 가져올 수 있다. 그리고 국내 주식을 대상으로 프로젝트를 진행할 경우, 가장 큰 장점은 종목코드(Ticker)를 yfinance의 경우, 오만 국가의 티커가 다 있다보니 '009530.KS'로 펑션을 호출해야 하는 반면, FinanceDataReader의 경우, '009530'의 형태로도 충분하다.(단, 데이터 소스를 KRX or naver로 선택했을 때 한정) 이 종목코드는 블름버그 코드니, 로이터 코드니, 표준코드니 뭐니 종류가 많으나 yf
인공지능 주가예측(코스피200) : 2024-03-20(03-21에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 내일은 추정치에 따라 시초가에 레버리지 매도 후 곱버스 매수 예정.
인공지능 주가예측(코스피200) : 2024-03-21(03-22에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 많이 까였지만 내일도 추정치에 따라 곱버스 홀딩 예정.
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스에 Anaconda 아나콘다 설치하기 - python 파이썬 [내부링크]
이제 파이썬 개발환경을 만들기 위해 아나콘다를 설치할거다. 아나콘다(anaconda) 혹은 콘다(conda)는 파이썬 패키지 관리 및 패키지 간 종속성 관리, 그리고 환경을 만들어 환경별로 다른 패키지 및 버젼을 사용할 수 있고 심지어 파이썬 버젼이 다른 환경을 만들어 사용할 수 있다. 프로젝트를 진행하다보면 덕지덕지 설치된 패키지들 간의 버전 차이, 혹은 파이썬 버전 차이 때문에 지우고 다시 설치하는 경우가 있는데, 이게 까다로워 인스턴스를 밀고 다시 만드는게 나은 경우가 많다. 이때 아나콘다를 사용하면 환경(environment)만 지우고 다시 만들어서 새판에서 시작할 수가 있다. 오라클 클라우드 인스턴스를 생성하면 python 2.7이 기본으로 설치되어있는데 현재 3.12 까지 나와 있다. 아나콘다를 설치하면 구버전 부터 파이썬 최신 버전까지 바로 설치할 수 있으니 여러모로 간편하게 기본적인 작업환경을 세팅할 수 있다. Unleash AI Innovation and Value
아나콘다(Anaconda/conda) 및 PIP 최신 버전으로 업데이트 (update/upgrade) 하기 - python 파이썬 [내부링크]
아나콘다 설치가 끝났으면 이제 아나콘다와 PIP를 최신 버전으로 업데이트 해주자. 우선 콘다 환경을 activate 해주고 conda부터 업데이트 한다. conda update -n base conda 중간에 나오는 y/n은 당연히 y를 쳐서 진행한다. 업데이트가 정상적으로 끝나면 아래처럼 나온다. 콘다 업데이트가 끝난 후에는 conda 내 패키지들의 버전을 업데이트 해준다. conda update --all 마찬가지로 진행여부 y/n에서는 y를 쳐서 진행. 설치가 완료되었다. 아나콘다를 사용하면 기본적인 패키지들은 다 설치되어있고, 대부분은 패키지들은 conda install을 이용해 설치할 수 있으나 conda로 설치가 안되고 pip로 설치해야 되는 패키지들이 있다. 때문에 pip도 같이 업데이트 해논다. python -m pip install --upgrade pip pip도 업데이트가 완료되었다. 이 과정이 다 끝나면 conda와 pip 버젼을 확인해보자. conda -V p
아나콘다(Anaconda/conda) 가상 환경(env) 관리하기(생성/삭제) - python 파이썬 [내부링크]
아나콘다 설치 및 업데이트가 완료 됬으면 이제 가상환경을 만들어보자. 우선 아나콘다 환경 리스트를 출력해본다. conda env list 설치 후 base는 기본적으로 생성되는 가상환경이다. 이후 내가 사용할 가상환경을 만들어보자. 가상환경 생성 시에는 파이썬 버전을 지정해줘야 한다. 파이썬 버전은 3.10으로 생성할거다. 아래 명령어에서 '-n' 이후에 오는 'test'가 가상환경 이름이다. 이 부분은 각자 사용할 가상환경 이름을 지정하면 된다. 이후 오는 'python=3.10'은 파이썬 버전이다. 만약 3.11 버전을 사용하겠다 하면 'python=3.11'의 형태로 넣어주면 된다. conda create -n test python=3.10 이러면 새로 만드는 가상 환경에 어떤 어떤 패키지를 설치하겠다고 나온다. y를 눌러 진행하자. 설치가 완료되면 아래처럼 화면이 출력된다. 이제 생성된 가상환경을 사용해보자. conda activate test 새로 만든 test 가상환경을
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스에 VS Code Server 코드 서버 설치하기 [내부링크]
이번엔 VM 인스턴스에 VS Code-server를 설치해보자. 로컬PC에 설치된 VS Code처럼 서버상에 VS Code를 설치하는 건데, 뒤에 Server가 붙는 이유는 외부에서 접속이 가능하기 때문. 웹 브라우저로 어디서나 클라우드 서버 인스턴스에 접속할 수 있고 SSH, FTP를 대체해서 사용할 수도 있다. 우선 링크는 아래 참조. https://github.com/coder/code-server GitHub - coder/code-server: VS Code in the browser VS Code in the browser. Contribute to coder/code-server development by creating an account on GitHub. github.com 설치 방법은 간단하다. 아래처럼 curl 명령어를 이용해 파일을 다운받고 실행시킨다. curl -fsSL https://code-server.dev/install.sh | sh 설치까지 완료되었
OCI 오라클 클라우드 Ubuntu Linux 우분투 리눅스 apt-get 업데이트 및 필수 패키지 깔기 [내부링크]
처음 프로비져닝 된 인스턴스에 SSH 접속까지 햇으면 apt-get 업데이트부터 해준다. 인터넷을 뒤자다보면 뭐는 apt로 설치하고 뭐는 apt-get을 이용해 설치하라고 하는데, apt니 apt-get이니 둘다 리눅스 패키지 관리 툴이라고 보면 된다. 그냥 쓰라는 걸 써서 설치하면 장땡. sudo apt-get update 이게 다되면 upgrade까지 해준다. sudo apt-get upgrade 진행 중에 Do you want to continue? [Y/n] 가 나오면 당연히 y를 쳐주면 된다. 이후 apt-get으로 프로젝트 진행에 필요한 패키지들을 설치해주자. 한줄에 다 안나와서 쪼갰다. sudo apt-get install libgl1-mesa-glx libegl1-mesa libxrandr2 libxrandr2 libxss1 sudo apt-get install libxcursor1 libxcomposite1 libasound2 libxi6 libxtst6 sudo a
인공지능 주가예측(코스피200) : 2024-03-19(03-20에 대한 예측치) [내부링크]
모델이 산출한 내일~ 에 대한 예측치. 평가금액은 일단 엄청 까여있지만, 내일도 추정치에 따라 레버리지 그대로 홀딩 예정.
네이버 블로그
티스토리
커뮤니티