자료수집(5주차)
Medium이라는 사이트에서 이 프로젝트에 도움이 될 수 있는 자료들을 찾아보았다.
이 사이트의 자료 하나하나 코드를 직접 실행시켜보고 이해하면서 많은 경험을 했다.
이 11개의 코드실행 파일은 jupyter notebook형식으로 이곳에 첨부하였다.
1. Python for Finance: Stock Portfolio Analyses
https://towardsdatascience.com/python-for-finance-stock-portfolio-analyses-6da4c3e61054
이 페이지의 코드를 보고 직접실행해 보았다.
비록 포트폴리오 분석이지만 새로운 변수들을 만들기 위해 이렇게 계산할 수 있구나를 배웠다.
프로젝트 진행함에 있어 참고자료가 될 수 있을것 같다.
2. Stock Prediction in Python
https://towardsdatascience.com/stock-prediction-in-python-b66555171a2
from stocker import Stocker 이 부분에서 아래와 같이 오류가 나타남으로써 실행하지 못했다.
cannot import name 'Stocker' from 'stocker' (C:\Users\CPB06GameN\anaconda3\lib\site-packages\stocker\__init__.py)
3. Predicting Stock Prices with Python
https://towardsdatascience.com/predicting-stock-prices-with-python-ec1d0c9bece1
이 페이지의 코드를 보고 고쳐야 할 부분들을 고쳐 실행해 보았다.
메세지 보내기를 제외하고 데이터를 Yahoo주식 페이지에서 가져오고 예측하는 함수를 만들어 실행해 보았다.
결과적으로 수정작업이 제대로 되지 않았는지 Yahoo주식 사이트의 주식종목은 제대로 가져왔는데 예측 값이 나타나지 않았다.
이 페이지를 통해 Chromedriver를 설치해서 selenium을 접해보고 실제 주식을 예측하는 예제를 확인할 수 있었다.
4. Stock Analysis in Python
https://towardsdatascience.com/stock-analysis-in-python-a0054e2c1a4c
2번과 같은 이유로 실행하지 못했다.
5. How to Get Stock Data Using Python
https://towardsdatascience.com/how-to-get-stock-data-using-python-c0de1df17e75
이 페이지의 코드를 보고 실행해 보았다.
이 페이지에서 yfiance라는 라이브러리의 info, calender, recommendations를 배웠다.
지리적 위치, 웹 사이트, 비즈니스 요약 등과 같은 회사 전체에 대한 중요한 정보와 회사와 관련된 향후 수익 이벤트, 분석가가 이 주식을 어떻게 평가했는지 등을 알 수 있다는 것을 알았다.
프로젝트를 진행 하면서 참고할 수 있을거 같다.
6 .Stock Market Analysis in Python
큰 제목 스크랩은 되지만 데이터 스크랩에서 제대로 작동하지 않았다.
7. Parse Thousands of Stock Recommendations in Minutes with Python
이 페이지의 코드를 보고 실행해 보았다.
이 페이지에서는 야후 금융 페이지에서 실제 5단계로 나누어 이 종목의 주식을 살지 팔지를 조언하는 이 등급을 가져오는 경험해봤다.
이를 통해 제 웹앱을 만드는데 있어 참고할 수 있을것 같다.
8. Sentiment Analysis of Stocks from Financial News using Python
이 페이지의 코드를 보고 실행해 보았다.
이 페이지를 보고 최근 일주일간의 뉴스 헤드라인을 가져와 감정분석 후 예측 후 조언을 함에 있어 요소가 되어야 한다는 생각을 했다.
그래서 이 감정분석 또한 추가로 넣을 생각이다.
9. How to choose stocks to invest in with Python
https://towardsdatascience.com/choose-stocks-to-invest-with-python-584892e3ad22
이 페이지의 코드를 보고 실행해 보았다.
연도별로 어떤 주식을 선택해야하는지 MIP (Mixed-Integer Linear Programming)에 대해 알 수 있었다.
하지만 제가 느끼기에는 다른 것보다는 좀 더 어려운 느낌이라 좀 더 공부해야 할 것같다.
10. Technical Indicators and GRU/LSTM to Predict Stock price: Time Series analysis with Python code
이 페이지의 코드를 삼성전자의 데이터 2000년부터 오늘까지로 실행해 보았다.
이 페이지의 새로운 패키지를 다운받고 코드를 수정하다 보니 오래 걸렸다.
이 페이지의 종목보다 오차가 훨씬 크게 나타나긴 했지만 정말 좋은 경험이었다.
이 프로젝트를 진행함에 앞서 엄청난 예시가 될 것같다.
11. 5 Step To Build a Faster Web Crawler_Better Programming
https://medium.com/better-programming/5-tips-to-build-a-faster-web-crawler-f2bbc90cf233
이 페이지를 보고 웹 크롤링을 더 빠르게 효율적으로 할 수 있는 방법을 알아보았다.
실제 직접 해보지는 못했지만 지금 프로젝트에서 적은데이터로 구상을 해보고 나중에 모든 주식데이터로 구상을 할 때 참고하여 Scrapy을 사용해서 데이터를 가져올 수 있을것 같다.
댓글
댓글 쓰기