2025-03-10 18:27:43 +09:00
|
|
|
import pandas as pd
|
|
|
|
|
import matplotlib.pyplot as plt
|
|
|
|
|
import seaborn as sns
|
|
|
|
|
import statsmodels.api as sm
|
|
|
|
|
import numpy as np
|
|
|
|
|
import quantcommon
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
def print_graph(values):
|
|
|
|
|
plt.rc('font', family='Malgun Gothic')
|
|
|
|
|
g = sns.relplot(data=values,
|
|
|
|
|
x='날짜',
|
|
|
|
|
y='종가',
|
|
|
|
|
col='종목코드',
|
|
|
|
|
col_wrap=5,
|
|
|
|
|
kind='line',
|
|
|
|
|
facet_kws={
|
|
|
|
|
'sharey': False,
|
|
|
|
|
'sharex': True
|
|
|
|
|
})
|
|
|
|
|
g.set(xticklabels=[])
|
|
|
|
|
g.set(xlabel=None)
|
|
|
|
|
g.set(ylabel=None)
|
|
|
|
|
g.fig.set_figwidth(15)
|
|
|
|
|
g.fig.set_figheight(8)
|
|
|
|
|
plt.subplots_adjust(wspace=0.5, hspace=0.2)
|
|
|
|
|
plt.show()
|
|
|
|
|
|
|
|
|
|
# strategy/momentum에 구현
|
|
|
|
|
# 모멘텀 포트폴리오. 최근 12개월 수익률이 높은 주식
|
|
|
|
|
def get_momentum_top(count):
|
2025-03-14 15:21:31 +09:00
|
|
|
qc = quantcommon.QuantCommon()
|
|
|
|
|
ticker_list = qc.get_ticker_list()
|
|
|
|
|
price_list = qc.get_price_list(interval_month=12)
|
2025-03-10 18:27:43 +09:00
|
|
|
|
|
|
|
|
price_pivot = price_list.pivot(index='날짜', columns='종목코드', values='종가')
|
|
|
|
|
|
|
|
|
|
# 가격 테이블에서 (가장 끝 행 / 가장 첫 행)으로 각 종목의 12개월 수익률을 구함
|
|
|
|
|
ret_list = pd.DataFrame(data=(price_pivot.iloc[-1] / price_pivot.iloc[0]) - 1,
|
|
|
|
|
columns=['return'])
|
|
|
|
|
data_bind = ticker_list[['종목코드', '종목명']].merge(ret_list, how='left', on='종목코드')
|
|
|
|
|
|
|
|
|
|
# 12개월 수익률 열 순위를 구함. 지표가 높을 수록 좋으니 ascending=False
|
|
|
|
|
momentum_rank = data_bind['return'].rank(axis=0, ascending=False)
|
|
|
|
|
# 모멘텀만 가지고 순위 측정
|
|
|
|
|
price_momentum = price_list[price_list['종목코드'].isin(
|
|
|
|
|
data_bind.loc[momentum_rank <= count, '종목코드'])]
|
|
|
|
|
# 해당 종목들(모멘텀 상위 count 개)의 가격 그래프 확인
|
|
|
|
|
# print_graph(price_momentum)
|
|
|
|
|
|
|
|
|
|
# k-ratio(모멘텀의 꾸준함 지표)
|
|
|
|
|
# pct_change() 함수로 각 종목의 수익률 계산하고 수익률이 곗나되지 않는 첫 번째 행은 제외
|
|
|
|
|
ret = price_pivot.pct_change().iloc[1:]
|
|
|
|
|
# 로그 누적 수익률 계산
|
|
|
|
|
ret_cum = np.log(1 + ret).cumsum()
|
|
|
|
|
|
|
|
|
|
# x축은 기간
|
|
|
|
|
x = np.array(range(len(ret)))
|
|
|
|
|
k_ratio = {}
|
|
|
|
|
|
|
|
|
|
for i in range(0, len(ticker_list)):
|
|
|
|
|
|
|
|
|
|
ticker = data_bind.loc[i, '종목코드']
|
|
|
|
|
|
|
|
|
|
try:
|
|
|
|
|
y = ret_cum.loc[:, price_pivot.columns == ticker]
|
|
|
|
|
reg = sm.OLS(y, x).fit()
|
|
|
|
|
res = float(reg.params / reg.bse)
|
|
|
|
|
except:
|
|
|
|
|
res = np.nan
|
|
|
|
|
|
|
|
|
|
k_ratio[ticker] = res
|
|
|
|
|
|
|
|
|
|
k_ratio_bind = pd.DataFrame.from_dict(k_ratio, orient='index').reset_index()
|
|
|
|
|
k_ratio_bind.columns = ['종목코드', 'K_ratio']
|
|
|
|
|
|
|
|
|
|
k_ratio_bind.head()
|
|
|
|
|
|
|
|
|
|
data_bind = data_bind.merge(k_ratio_bind, how='left', on='종목코드')
|
|
|
|
|
k_ratio_rank = data_bind['K_ratio'].rank(axis=0, ascending=False)
|
|
|
|
|
momentum_top = data_bind[k_ratio_rank <= count]
|
|
|
|
|
|
|
|
|
|
k_ratio_momentum = price_list[price_list['종목코드'].isin(data_bind.loc[k_ratio_rank <= count, '종목코드'])]
|
|
|
|
|
print_graph(k_ratio_momentum)
|
|
|
|
|
return momentum_top
|
|
|
|
|
|
|
|
|
|
if __name__ == '__main__':
|
|
|
|
|
print(get_momentum_top(20))
|
