Tutorial 🐣¶

⚠️ WARNING coredotfinance 의 함수들은 data.krx.co.kr 에서 데이터를 POST 방식으로 요청해서 받아오는 것이기 때문에 무분별한 사용은 IP 차단이나 그 이상의 패널티를 얻을 수도 있다.

삼성전자 주식을 불러오자 using KrxReader 📈¶

지난 1년간의 삼성전자 주식을 불러오고 matplotlib을 이용해서 간단한 그래프를 그려 보는 것을 통해서 coredotfinance의 사용법을 익혀보자

[11]:

from coredotfinance.data import KrxReader
krx = KrxReader()

먼저 krx 인스턴스를 생성한다. 다음 krx.read를 사용하기 위해서는 해당 종목의 symbol(종목코드)를 알아내야 한다. 이때 krx.search()를 사용할 수 있다.

search¶

search(symbol, kind=‘stock’, **kwargs)

symbol : str

찾고자 하는 데이터의 종목 코드

kind : str

찾고자 하는 데이터의 종류

 'stock' : 주식
 'index': 지수
 'other_index' : 기타 지수
 'etf': ETF
 'etn': ETN
 'elw': ELW

devision : str

기타 지수(other_index) 의 종류
kind가 `other_index` 일때만 넣어준다
['선물지수', '전략지수', '옵션지주', '상품지수']

[5]:

krx.search('삼성전자')

[5]:

('삼성전자', 'KR7005930003', '005930')

search의 결과로 ‘종목명’, ‘종목고유코드’, ‘종목코드’ 를 tuple 형식으로 받게 된다.

krx.read()를 사용하기 위해서는 종목코드만 있으면 된다.

read¶

read(self, symbol, *, start=None, end=None, kind=“stock”, api=False, **kwargs)

해당 주식 가격 데이터를 시작일(start) 부터 종료일(end) 까지 읽어온다.

symbol : str

조회하고자 하는 데이터의 종목코드.
형태는 종목과 종류마다 다르다.
예) 삼성전자 : '005930', ARIRANG 200 : '152100'

start : str

조회하고자 하는 데이터의 시작일.
형태는 YYYY-MM-DD가 되어야 한다.
예) 2021-06-01

end : str

조회하고자 하는 데이터의 종료일.
형태는 YYYY-MM-DD가 되어야 한다.
예) 2021-06-01

kind : str, default “stock”

조회하고자 하는 데이터의 종류.

 'stock' : 주식
 'per' : PER/EPS/배당금 등
 'index': 지수
 'other_index' : 기타 지수
 'etf': ETF
 'etn': ETN
 'elw': ELW

kwargs

division : str

조회하고자 하는 데이터의 세부 구분
other_index : ['선물지수', '옵션지수', '전략지수', '상품지수']

reverse : bool, default false
```
dataframe을 거꾸로 정렬하기
```
kor : bool, default false
```
columns를 한글로 받아오기
```
adjust : bool, default false
```
수정주가 적용하기
```

[2]:

dataframe = krx.read('005930', start='2020-07-01', end='2021-07-01')
dataframe

삼성전자

[2]:

	close	change	change_ratio	open	high	low	volume	trading_value	market_cap	shares_outstanding
2021-07-01	80100	-600	-0.74	80500	80600	80000	13382882	1073188213795	478179582255000	5969782550
2021-06-30	80700	-300	-0.37	81100	81400	80700	13288643	1075902355151	481761451785000	5969782550
2021-06-29	81000	-900	-1.10	81900	82100	80800	15744317	1277813841567	483552386550000	5969782550
2021-06-28	81900	300	0.37	81700	82000	81600	11578529	946992165410	488925190845000	5969782550
2021-06-25	81600	400	0.49	81500	81900	81200	13481405	1099148742353	487134256080000	5969782550
...	...	...	...	...	...	...	...	...	...	...
2020-07-07	53400	-1600	-2.91	55800	55900	53400	30760032	1672753640892	318786388170000	5969782550
2020-07-06	55000	1400	2.61	54000	55000	53800	19856623	1084003637100	328338040250000	5969782550
2020-07-03	53600	700	1.32	53000	53600	52700	11887868	633333112600	319980344680000	5969782550
2020-07-02	52900	300	0.57	52100	52900	52100	14142583	742668048500	315801496895000	5969782550
2020-07-01	52600	-200	-0.38	53400	53600	52400	16706143	884144616500	314010562130000	5969782550

249 rows × 10 columns

colum의 이름이 모두 영어로 되어 있다.

그 이유는 cufflinks 같은 라이브러리와 호환성을 이루기 위해서다.

만약 한글 colum이 필요하다면 kor=True 를 추가해주면 된다.

kor=True¶

[6]:

dataframe = krx.read('005930', start='2020-07-01', end='2021-07-01', kor=True)
dataframe

삼성전자

[6]:

	종가	대비	등락률	시가	고가	저가	거래량	거래대금	시가총액	상장주식수
2021-07-01	80100	-600	-0.74	80500	80600	80000	13382882	1073188213795	478179582255000	5969782550
2021-06-30	80700	-300	-0.37	81100	81400	80700	13288643	1075902355151	481761451785000	5969782550
2021-06-29	81000	-900	-1.10	81900	82100	80800	15744317	1277813841567	483552386550000	5969782550
2021-06-28	81900	300	0.37	81700	82000	81600	11578529	946992165410	488925190845000	5969782550
2021-06-25	81600	400	0.49	81500	81900	81200	13481405	1099148742353	487134256080000	5969782550
...	...	...	...	...	...	...	...	...	...	...
2020-07-07	53400	-1600	-2.91	55800	55900	53400	30760032	1672753640892	318786388170000	5969782550
2020-07-06	55000	1400	2.61	54000	55000	53800	19856623	1084003637100	328338040250000	5969782550
2020-07-03	53600	700	1.32	53000	53600	52700	11887868	633333112600	319980344680000	5969782550
2020-07-02	52900	300	0.57	52100	52900	52100	14142583	742668048500	315801496895000	5969782550
2020-07-01	52600	-200	-0.38	53400	53600	52400	16706143	884144616500	314010562130000	5969782550

249 rows × 10 columns

이제 matplotlib을 이용해서 종가 그래프를 그려보자.

그래프 그리기 with matplotlib¶

[9]:

import matplotlib.pyplot as plt

plt.plot(dataframe['종가'])
plt.show()

삼성전자

수정주가 옵션을 이용해서 카카오🍫의 주식을 불러오자¶

얼마전에 카카오가 주식을 분할했다.

이때 올바른 주식 그래프를 그리기 위해서는 수정주가 적용이 필요하다.

우선 카카오의 주식 데이터를 불러오자

[10]:

krx.search('카카오')

[10]:

('카카오', 'KR7035720002', '035720')

[11]:

dataframe = krx.read('035720', start='2020-07-01', end='2021-07-01', kor=True)
plt.plot(dataframe['종가'])
plt.show()

카카오

수정 주가를 적용하지 않을때 이런 그래프모양을 볼 수 있다. 이제 수정 주가를 적용해서 그래프를 그려보자

adjust=True¶

[12]:

dataframe = krx.read('035720', start='2020-07-01', end='2021-07-01', kor=True, adjust=True)
plt.plot(dataframe['종가'])
plt.show()

카카오

해당일의 주식 데이터를 가져와보자¶

가끔 어떤 날의 상장 주식 종목이나 주가를 알고 싶을 때가 있다. 그럴 때 read_date 를 사용할 수 있다.

read_date¶

read_date(self, date=None, *, kind=“stock”, api=False, **kwargs)

date : str

조회하고자 하는 데이터의 조회일.
형태는 YYYY-MM-DD가 되어야 한다.
예) 2021-06-01

kind : str, default “stock”

조회하고자 하는 데이터의 종류.

 'stock' : 주식
 'per' : PER/EPS/배당금 등
 'index': 지수
 'other_index' : 기타 지수
 'etf': ETF
 'etn': ETN
 'elw': ELW

kwargs

division : str

조회하고자 하는 데이터의 세부 구분
other_index : ['선물지수', '옵션지수', '전략지수', '상품지수']

reverse : bool, default false
```
dataframe을 거꾸로 정렬하기
```
kor : bool, default false
```
columns를 한글로 받아오기
```
adjust : bool, default false
```
수정주가 적용하기
```

[14]:

dataframe = krx.read_date('2021-03-01', kor=True )
dataframe

[14]:

	종목코드	종목명	시장구분	소속부	종가	대비	등락률	시가	고가	저가	거래량	거래대금	시가총액	상장주식수
0	060310	3S	KOSDAQ	중견기업부	0	0	0	0	0	0	0	0	0	44802511
1	095570	AJ네트웍스	KOSPI		0	0	0	0	0	0	0	0	0	46822295
2	006840	AK홀딩스	KOSPI		0	0	0	0	0	0	0	0	0	13247561
3	054620	APS홀딩스	KOSDAQ	중견기업부	0	0	0	0	0	0	0	0	0	20394221
4	265520	AP시스템	KOSDAQ	우량기업부	0	0	0	0	0	0	0	0	0	14480227
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2541	000547	흥국화재2우B	KOSPI		0	0	0	0	0	0	0	0	0	153600
2542	000545	흥국화재우	KOSPI		0	0	0	0	0	0	0	0	0	768000
2543	003280	흥아해운	KOSPI		0	0	0	0	0	0	0	0	0	116732559
2544	037440	희림	KOSDAQ	중견기업부	0	0	0	0	0	0	0	0	0	13922475
2545	238490	힘스	KOSDAQ	우량기업부	0	0	0	0	0	0	0	0	0	11312236

2546 rows × 14 columns

위 데이터를 보면 상장주식수 말고는 다른 숫자데이터는 모두 0으로 나온다.

그 이유는 조회한 날짜가 공휴일이기 때문이다.

이처럼 공휴일, 주말 등은 주식시장이 열리지 않기 때문에 이렇게 데이터가 나오지 않는다.

그래서 이를 주의해야 한다.

[15]:

dataframe = krx.read_date('2021-03-03', kor=True )
dataframe

[15]:

	종목코드	종목명	시장구분	소속부	종가	대비	등락률	시가	고가	저가	거래량	거래대금	시가총액	상장주식수
0	060310	3S	KOSDAQ	중견기업부	2410	35	1.47	2375	2430	2370	146580	352937215	107974051510	44802511
1	095570	AJ네트웍스	KOSPI		3970	0	0.00	4000	4000	3935	14248	56384865	185884511150	46822295
2	006840	AK홀딩스	KOSPI		31400	1200	3.97	30400	31550	29900	96031	2981767450	415973415400	13247561
3	054620	APS홀딩스	KOSDAQ	중견기업부	7710	-180	-2.28	7860	7860	7630	197848	1524869260	157239443910	20394221
4	265520	AP시스템	KOSDAQ	우량기업부	29850	1950	6.99	28350	29850	28250	745697	21748352100	432234775950	14480227
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2541	000547	흥국화재2우B	KOSPI		19700	200	1.03	19650	19850	19600	243	4767900	3025920000	153600
2542	000545	흥국화재우	KOSPI		7120	-100	-1.39	7150	7160	7090	6206	44239500	5468160000	768000
2543	003280	흥아해운	KOSPI		258	0	0.00	0	0	0	0	0	30117000222	116732559
2544	037440	희림	KOSDAQ	중견기업부	4250	55	1.31	4195	4250	4180	20503	86439380	59170518750	13922475
2545	238490	힘스	KOSDAQ	우량기업부	13850	450	3.36	13450	13950	13300	211884	2901116550	156674468600	11312236

2546 rows × 14 columns

휴일이 아닌 날을 조회하면 정상적인 값들을 볼 수 있다.

ETF를 불러오자¶

💡 Info ETF 뿐만 아니라 주식을 제외한 ETN, ELW, PER, index, per 등의 상품들도 다음과 같이 조회할 수 있다.

ETF도 주식과 마찬가지로 종목코드가 있다. 따라서 ETF의 종목코드를 먼저 불러오자

[2]:

krx.search('나스닥기술', kind='etf')

[2]:

('ARIRANG 미국나스닥기술주', 'KR7287180004', '287180')

위에서 보는 바와 같이 주식을 제외한 다른 금융상품들은 kind 인수를 넣어주어야 한다. read 함수를 쓸때도 마찬가지다

[3]:

dataframe = krx.read('287180', kind='etf', start='2021-01-01', end='2021-07-01')
dataframe

ARIRANG 미국나스닥기술주

[3]:

	close	change	change_ratio	NAV	open	high	low	volume	trading_value	market_cap	Net Assets	shares_outstanding	Fundamental_index
													index_name	close	change	change_ratio
2021-07-01	23020	150	0.66	22992.88	22880	23025	22870	18151	417127085	29926000000	26441816772	1300000	NASDAQ 100 Technology Sector Index	8607.37	73.84	-0.85
2021-06-30	22870	45	0.20	22956.50	22865	23155	22825	89193	2046890495	29731000000	26399972873	1300000	NASDAQ 100 Technology Sector Index	8681.21	40.19	-0.46
2021-06-29	22825	390	1.74	22837.23	22575	22915	22575	35087	799583330	29672500000	26262811311	1300000	NASDAQ 100 Technology Sector Index	8721.40	64.01	0.74
2021-06-28	22435	5	0.02	22490.05	22430	22555	22365	7901	177369010	29165500000	29237061455	1300000	NASDAQ 100 Technology Sector Index	8657.39	148.55	1.75
2021-06-25	22430	30	0.13	22439.04	22510	22595	22360	44748	1003085835	29159000000	29170746982	1300000	NASDAQ 100 Technology Sector Index	8508.84	1.77	-0.02
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2021-01-08	19630	595	3.13	19619.43	19440	19790	19440	37531	738128170	17667000000	17657490675	900000	NASDAQ 100 Technology Sector Index	7751.66	80.90	1.05
2021-01-07	19035	50	0.26	18955.77	18985	19205	18935	30523	581771565	17131500000	17060190480	900000	NASDAQ 100 Technology Sector Index	7670.76	243.58	3.28
2021-01-06	18985	100	-0.52	19225.74	19715	19715	18975	18340	350602190	17086500000	17303166561	900000	NASDAQ 100 Technology Sector Index	7427.18	117.74	-1.56
2021-01-05	19085	35	-0.18	19054.30	18995	19115	18960	12585	239870605	17176500000	17148868444	900000	NASDAQ 100 Technology Sector Index	7544.92	81.74	1.10
2021-01-04	19120	30	-0.16	19158.03	19300	19300	19050	18296	349801875	17208000000	17242229126	900000	NASDAQ 100 Technology Sector Index	7463.18	66.66	-0.89

124 rows × 16 columns

ETF도 주식과 마찬가지로 read_date를 써서 특정일에 상장된 ETF 상품들의 지표들을 알아볼 수 있다.

[5]:

krx.read_date('2021-03-03', kind='etf')

[5]:

	symbol	name	close	change	change_ratio	NAV	open	high	low	volume	trading_value	market_cap	Net Assets	shares_outstanding	Fundamental_index
															index_name	close	change	change_ratio
0	152100	ARIRANG 200	42975	510	1.20	43038.63	42505	42975	42260	181693	7743289310	812227500000	813430038087	18900000	코스피 200	420.27	5.47	1.32
1	295820	ARIRANG 200동일가중	10965	160	1.48	10954.04	10825	10965	10815	32	348420	4386000000	4381616468	400000	코스피 200 동일가중지수	2359.37	35.33	1.52
2	253150	ARIRANG 200선물레버리지	48770	1110	2.33	48704.75	47440	48770	47080	2685	128566885	14631000000	12176186984	300000	코스피 200 선물지수	2096.96	22.00	1.06
3	253160	ARIRANG 200선물인버스2X	4150	-100	-2.35	4151.05	4325	4325	4150	135276	571040965	15977500000	15566425822	3850000	코스피 200 선물지수	2096.96	22.00	1.06
4	278420	ARIRANG ESG우수기업	9050	170	1.91	9049.92	8880	9050	8860	2134	19146700	4072500000	4072462846	450000	WISE ESG우수기업 지수	1219.77	22.12	1.85
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
468	152870	파워 200	43535	535	1.24	43587.81	42995	43535	42855	260	11204630	19590750000	28332074721	450000	코스피 200	420.27	5.47	1.32
469	192720	파워 고배당저변동성	28900	670	2.37	28923.46	28405	28900	28375	1519	43589000	6936000000	6941629705	240000	코스피 200 고배당지수	2817.22	54.18	1.96
470	176710	파워 중기국고채	101815	50	0.05	101837.46	0	0	0	0	0	6108900000	6110247386	60000	KTB INDEX(시장가격)	10779.63	6.47	0.06
471	140950	파워 코스피100	33080	455	1.39	33160.44	32630	33080	32550	44	1445245	14555200000	14590594024	440000	코스피 100	3215.74	42.26	1.33
472	215620	흥국 S&P코리아로우볼	10910	185	1.72	10996.88	0	0	0	0	0	7527900000	7587849861	690000	S&P Korea 저변동성 지수	8858.61	159.49	1.83

473 rows × 18 columns

비트코인을 불러오자 using BinanceReader 🪙¶

비트코인은 BinanceReader() 에서 불러온다

read¶

read(self, symbol, start, end, interval, **kwargs):

symbol : str, optional
```
Binance Symbol
```

interval : str, optional

조회 간격 설정
  (1m, 3m, 5m, 15m, 30m, 1h, 2h, 4h, 6h, 8h, 12h, 1d, 3d, 1w, 1M)

start : str

조회하고자 하는 데이터의 시작일.
형태는 YYYY-MM-DD가 되어야 한다.
예) 2021-06-01

end : str

조회하고자 하는 데이터의 종료일.
형태는 YYYY-MM-DD가 되어야 한다.
예) 2021-06-01

[16]:

from coredotfinance.data import BinanceReader
binance = BinanceReader()

비트코인도 주식과 마찬가지로 symbol, start, end 값을 넣어준다.

차이점은 interval 이라는 인수를 넣어주는 것인데 이는 조회 간격을 설정하는 것이다.

우선 bitcoin의 심볼을 불러와보자

symbol_list¶

[22]:

binance.symbol_list()[10:20]

[22]:

['BNBETH',
 'BTCUSDT',
 'ETHUSDT',
 'HSRBTC',
 'OAXETH',
 'DNTETH',
 'MCOETH',
 'ICNETH',
 'MCOBTC',
 'WTCBTC']

비트코인의 심볼에는 규칙이 있다.

찾고자 하는 비트코인의 약어 + 가격 기준 이다.

‘BNBETH’ 같은 경우를 보면 찾고자 하는 코인은 BNB 코인이고 이 코인이 ETH 코인의 가격에 비해 얼마정도로 거래되고 있는가 하는 것이다.

비트코인이 실제 달러 대비 얼마정도 하는지는 ’BTCUSDT’를 보면 된다.

USDT는 테더에서 발행하는 스테이블 코인으로 1 USDT == 1 USD 를 추종하는 코인으로

기준 화폐의 가치를 추종함으로써 달러 가치의 기준을 가져온다.

[25]:

dataframe = binance.read('BTCUSDT', start='2020-06-01', end='2021-06-01', interval='1d')
dataframe

BTCUSDT

[25]:

	open	high	low	close	volume
일시
2021-06-01	37253.82	37894.81	35666.00	36693.09	81234.663770
2021-05-31	35641.26	37499.00	34153.84	37253.81	94160.735289
2021-05-30	34605.15	36488.00	33379.00	35641.27	73535.386967
2021-05-29	35661.79	37338.58	33632.76	34605.15	112663.092689
2021-05-28	38529.99	38877.83	34684.00	35663.49	135377.629720
...	...	...	...	...	...
2020-06-05	9788.14	9854.75	9581.00	9621.16	47788.050050
2020-06-04	9666.32	9881.63	9450.00	9789.06	57456.100969
2020-06-03	9518.02	9690.00	9365.21	9666.24	46252.644939
2020-06-02	10202.71	10228.99	9266.00	9518.04	108970.773151
2020-06-01	9448.27	10380.00	9421.67	10200.77	76649.126960

366 rows × 5 columns

[28]:

plt.plot(dataframe['low'])
plt.plot(dataframe['high'])
plt.show()

그래프를 보니 21년 5월에 비트코인 투자자들은 아주 힘든 시기를 보냈을 것이다.

21년 5월의 데이터 interval 을 조절해서 다시 그래프를 그려보자

[32]:

dataframe = binance.read('BTCUSDT', start='2021-05-01', end='2021-06-01', interval='1h')
plt.figure(figsize=(12,7))
plt.plot(dataframe['low'])
plt.plot(dataframe['high'])
plt.show()

BTCUSDT

그래프를 보니 21년 5월 17일부터 21일 사이에 비트코인 투자자들은 아주 힘든 시기를 보냈을 것이다.

21년 5월 17일부터 21일 사이의 데이터 interval을 조절해서 다시 그래프를 그려보자

[33]:

dataframe = binance.read('BTCUSDT', start='2021-05-17', end='2021-05-21', interval='15m')
plt.figure(figsize=(12,7))
plt.plot(dataframe['low'])
plt.plot(dataframe['high'])
plt.show()

BTCUSDT

그래프를 보니 21년 5월 19일에 비트코인 투자자들은 아주 힘든 시기를 보냈을 것이다.

21년 5월 19일의 데이터 interval을 조절해서 다시 그래프를 그려보자

[34]:

dataframe = binance.read('BTCUSDT', start='2021-05-19', end='2021-05-20', interval='1m')
plt.figure(figsize=(12,7))
plt.plot(dataframe['low'])
plt.plot(dataframe['high'])
plt.show()

BTCUSDT