주가 일주일 예측(6주차)

-

 전에 크롤링한 데이터를 가지고 2020-09-14일까지의 데이터를 가지고 2020-09-21의 주가를 예측하여 값이 어느정도 차이가 있는지를 비교해 보았다.

1
2
3
4
5
6
7
8
9
import requests
from bs4 import BeautifulSoup
import traceback
import pandas as pd
import datetime
import plotly.express as px
import matplotlib.pyplot as plt
%matplotlib inline
from fbprophet import Prophet
cs

위의 라이브러리를 사용하여 진행하였다.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
code = '005930'
 
url = 'http://finance.naver.com/item/sise_day.nhn?code={code}'.format(code=code)
res = requests.get(url)
res.encoding = 'utf-8'
 
soap = BeautifulSoup(res.text, 'lxml')
 
el_table_navi = soap.find("table", class_="Nnavi")
el_td_last = el_table_navi.find("td", class_="pgRR")
pg_last = el_td_last.a.get('href').rsplit('&')[1]
pg_last = pg_last.split('=')[1]
pg_last = int(pg_last)
 
def parse_page(code, page):
    try:
        url = 'http://finance.naver.com/item/sise_day.nhn?code={code}&page={page}'.format(code=code, page=page)
        res = requests.get(url)
        _soap = BeautifulSoup(res.text, 'lxml')
        _df = pd.read_html(str(_soap.find("table")), header=0)[0]
        _df = _df.dropna()
        return _df
    except Exception as e:
        traceback.print_exc()
    return None
cs

여기까지는 전과 동일하게 코드를 사용하였다.

이 다음부터는 조금 수정하거나 프로젝트를 진행함에 있어 코드가 추가되었다.

1
2
3
4
5
6
7
8
9
10
11
12
str_datefrom = datetime.datetime.strftime(datetime.datetime(year=2018, month=5, day=3), '%Y.%m.%d')
str_dateto = datetime.datetime.strftime(datetime.datetime(year=2020, month=9, day=14), '%Y.%m.%d')
 
df = None
for page in range(1, pg_last+1):
    _df = parse_page(code, page)
    _df_filtered = _df[(_df['날짜'] > str_datefrom) & (_df['날짜'] <= str_dateto)]
    if df is None:
        df = _df_filtered
    else:
        df = pd.concat([df, _df_filtered])
df
cs

str_dateto를 원래 사용하지 않고 현재까지 크롤링을 했지만 2020-09-14까지의 데이터를 가져오기 위해 만들어 주었다.

1
2
df['날짜'] = pd.to_datetime(df['날짜'])
df








다음과 같이 원하는 날짜의 데이터만 크롤링했다.

1
2
3
df1 = df[['날짜', '종가']]
df1.columns = ['ds', 'y']
df1
cs









fbprophet 라이브러리를 사용하기 위해 '날짜', '종가', 데이터만 가져와 컬럼의 이름을 바꾸어 주었다.

1
2
3
4
m = Prophet()
m.fit(df1)
future = m.make_future_dataframe(periods=7)
future








모델에 학습을 시켜주고 위와 같이 데이터에 일주일간의 미래 날짜를 추가하였다.

1
2
forecast = m.predict(future)
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail(7)
cs







위와 같이 삼성전자의 일주일간의 미래 예측값과 예측값의 하한과 상한값을 예측했다.

이렇게 하여 삼성전자를 포함하여 동일 업종의 10개 종목에 대하여 일주일 후인 2020-09-21의 예측값과 실제 종가를 비교해 보았다.

삼성전자

실제값 : 59,200

예측값 : 61,350

예측값 범위  : 59,464 ~ 63,212

SK하이닉스

실제값 : 84,500

예측값 : 79,548

예측값 범위  : 74,742 ~ 84,219

이오테크닉스

실제값 : 100,000

예측값 : 118,572

예측값 범위  : 107,700 ~ 128,729

리노공업

실제값 : 124,200

예측값 : 142,923

예측값 범위  : 138,947 ~ 146,984

DB하이텍

실제값 : 37,000

예측값 : 37,404

예측값 범위  : 35,816 ~ 38,909

유진테크

실제값 : 28,950

예측값 : 33,505

예측값 범위  : 31,576 ~ 35,307

코미코

실제값 : 38,350

예측값 : 41,284

예측값 범위  : 39,266 ~ 43,186

솔브레인

실제값 : 225,300

예측값 : 204,648

예측값 범위  : 194,152 ~ 215,131

테스나

실제값 : 43,900

예측값 : 83,764

예측값 범위  : 78,534 ~ 88,809

에스앤에스텍

실제값 : 42,600

예측값 : 49,176

예측값 범위  : 47,240 ~ 51,260


DB하이텍을 제외한 모든 종목들이 예측값 범위에도 포함되지 않았다.

이는 데이터수집 기간을 삼상전자의 주식분할에 맞추어 약 2년 4개월의 짧은 기간으로 설정하여 수집했기 때문이라는 생각이든다.





댓글

댓글 쓰기

이 블로그의 인기 게시물

SQL(9)(performance tuning queries, pivoting data)

-
이미지
PERFORMANCE TUNING QUERIES 쿼리를 개선할 수 있는 개선방법을 식별하는 방법 먼저 수행해야하는 계산 수와 쿼리 런타임에 영향을 주는 몇가지 사항 - 테이블 크기 : 쿼리가 수백만개의 행이 있는 하나 이상의 테이블에 도달하면 성능에 영향을 미칠 수 있다. - 조인 : 쿼리가 결과 집합의 행 수를 크게 늘리는 방식으로 두 테이블을 조인하면 쿼리가 느려질 수 있다. - 집계 : 결과를 생성하기 위해 여러 행을 결합하려면 단순히 해당 행을 검색하는 것보다 더 많은 계산이 필요하다. - 쿼리를 실행하는 다른 사용자 : 데이터베이스에서 동시에 실행되는 쿼리가 많을수록 데이터베이스가 주어진 시간에 더 많은 처리해야하며 모든것이 느리게 실행된다. - 데이터베이스 소프트웨어 및 최적화 : 제어 할 수 없는 부분이지만 사용중인 시스템을 알고있다면 범위 내에서 작업하면 쿼리를 보다 효율적으로 만들 수 있다. 테이블 크기 줄이기 1 2 3 4 SELECT   *    FROM  benn.sample_event_table   WHERE  event_date  > =   '2014-03-01'    AND event_date  <    '2014-04-01' cs 1 2 3 SELECT  COUNT( * )    FROM  benn.sample_event_table   LIMIT   100 cs 1 2 3 4 5 6 SELECT  COUNT( * )    FROM  (      SELECT   *        FROM  benn.sample_event_table       LIMIT ...
자세한 내용 보기

데이터 크롤링(3주차)

-
이미지
 데이터를 시각화하고 분석을 진행함에 앞서 필요한 데이터들을 수집가능한지 어떤 문제점이 있는지 알아보기 위해 테스트를 진행해 보았다. 먼저 네이버 금융에 들어가 IT서비스 분야를 선택하면 다음과 같은 화면이 나타난다. 이 곳에서 필요한 데이터를 수집해 보기로 했다. 일단 종목명부터 수집해 보았다. import requests from pprint import pprint from bs4 import BeautifulSoup 먼저 웹 크롤링을 하기 위해 필요한 패키지들을 불러왔다. html = requests.get('https://finance.naver.com/sise/sise_group_detail.nhn?type=upjong&no=154') # 웹 페이지 요청 soup = BeautifulSoup(html.text, 'html.parser') # 다루기 좋게 파싱작업진행 data2 = soup.find_all('div', {'class':'name_area'}) # 회사 이름들을 추출한다. len(data2) #66 66개의 모든 종목명을 추출했다. name=[] for i in range(len(data2)):     name.append(soup.find_all('div', {'class':'name_area'})[i].get_text()) print(name) 리스트로 만들어 좀 더 보기 쉽게 만들었다. 결과는 다음과 같다. name1=[] for i in range(len(name)):     name1.append(name[i].replace('*', '').replace(' ','')) print(name1) 종목명에 특수문자와 공백을 제거했다. 결과는 다음과 같다. 이제 종목명 옆에 있는 다른 값들을 추출해 볼것이다. 이 곳에서 두가지의 문제점을 발견한다. 1. na...
자세한 내용 보기

SQL(8)(writing subqueries, window functions)

-
이미지
WRITING SUBQUERIES 하위쿼리는 쿼리내의 여러 위치에서 사용할 수 있지만 from문으로 시작하는 것이 가장 쉽다. 1 2 3 4 5 6 7 SELECT  sub. *    FROM  (          SELECT   *            FROM  tutorial.sf_crime_incidents_2014_01           WHERE  day_of_week  =   'Friday'        ) sub   WHERE  sub.resolution  =   'NONE' cs 1 2 3 SELECT   *    FROM  tutorial.sf_crime_incidents_2014_01   WHERE  day_of_week  =   'Friday' cs 연습문제 모든 Warrant Arrests를 선택하는 쿼리를 작성하고 해결되지 않은 사건만 표시하는 외부쿼리로 래핑 1 2 3 4 5 6 7 SELECT  sub. *    FROM  (          SELECT   *            FROM  tutorial.sf_crime_incidents_2014_01        ...
자세한 내용 보기