feat: 파일 이름 변경, 백테스트 샘플 추가, 디렉토리 패키지화

README.md

@@ -1,2 +1,9 @@
 # 실행
 streamlit run .\streamlit-quant\app.py --server.port 20000
+
+# pre-
+Go to Build Tools for Visual Studio 2017
+Select free download under Visual Studio Community 2017. This will download the installer. Run the installer.
+Select what you need under workload tab:
+a. Under Windows, there are three choices. Only check Desktop development with C++.
+b. Under Web & Cloud, there are seven choices. Only check Python development (I believe this is optional, but I have done it).

quantcommon.py

@@ -69,6 +69,19 @@ class QuantCommon:
 
         return price_list
 
+    def get_price_list_by_code(self, codes):
+        engine = self.create_engine()
+
+        try:
+            price_list = pd.read_sql(f"""
+            select * from kor_price
+            where 종목코드 in ({codes});
+            """, con=engine)
+        finally:
+            engine.dispose()
+
+        return price_list
+
     def get_fs_list(self):
         engine = self.create_engine()
 

streamlit_quant/__init__.py

@@ -0,0 +1 @@
+__all__ = ['backtest', 'strategy']

streamlit_quant/backtest/backtest-1.py

@@ -0,0 +1,46 @@
+import bt
+import matplotlib.pyplot as plt
+
+import pandas as pd
+
+import quantcommon
+import streamlit_quant.strategy.multi_factor as multi_factor
+
+
+qc = quantcommon.QuantCommon()
+mf = multi_factor.get_multi_factor_top(qc, 20)
+
+codes = ','.join(mf['종목코드'].array)
+price = qc.get_price_list_by_code(codes)
+
+# price = price.set_index(['날짜'])
+# price.rename(columns={"날짜": "Date"})
+price["Date"] = pd.to_datetime(price["날짜"])
+
+pivot_df = price.pivot(index="Date", columns="종목코드", values="종가")
+
+# print(pivot_df.tail)
+
+strategy = bt.Strategy("Asset_EW", [
+    bt.algos.SelectAll(),    # 모든 데이터 사용
+    bt.algos.WeighEqually(), # 동일 비중 투자
+    bt.algos.RunMonthly(),   # 매 월말 리밸런싱
+    bt.algos.Rebalance()     # 계산된 비중에 따라 리밸런싱
+])
+
+# 가격 데이터 중 시작 시점이 모두 다르므로, dropna() 함수를 통해 NA를 모두 제거하여 시작 시점을 맞춤
+pivot_df.dropna(inplace=True)
+
+# 백테스트 생성
+backtest = bt.Backtest(strategy, pivot_df)
+
+# 백테스트 실행
+result = bt.run(backtest)
+# prices: 누적 수익률이 데이터프레임 형태로 나타나며, 시작 시점을 100으로 환산하여 계산
+# to_returns: 수익률 계산
+# print(result.prices.to_returns())
+
+result.plot(figsize=(10, 6), legend=False)
+plt.show()
+
+result.display()

streamlit_quant/strategy/__init__.py

@@ -0,0 +1 @@
+__all__ = ['multi_factor']

streamlit_quant/strategy/f_score.py

@@ -1,5 +1,4 @@
 import pandas as pd
-import numpy as np
 import quantcommon
 
 # DB 연결

streamlit_quant/strategy/multi_factor.py

@@ -4,14 +4,11 @@ import statsmodels.api as sm
 from scipy.stats import zscore
 import matplotlib.pyplot as plt
 import seaborn as sns
-import quantcommon
 
 # 멀티 팩터 포트폴리오.
 # 퀄리티: 자기자본이익률(ROE), 매출총이익(GPA), 영업활동현금흐름(CFO)
 # 밸류: PER, PBR, PSR, PCR, DY
 # 모멘텀: 12개월 수익률, K-Ratio
-engine = quantcommon.QuantCommon().create_engine()
-
 # 각 섹터별 아웃라이어를 제거한 후 순위와 z-score를 구하는 함수
 def col_clean(df, cutoff=0.01, asc=False):
 
@@ -45,8 +42,7 @@ def plot_rank(df):
     plt.show()
 
 
-def get_multi_factor_top(count):
-    qc = quantcommon.QuantCommon()
+def get_multi_factor_top(qc, count):
     ticker_list = qc.get_ticker_list()
     fs_list = qc.get_fs_list()
     value_list =  qc.get_value_list()
@@ -220,7 +216,7 @@ def get_multi_factor_top(count):
     # 기본 테이블(data_bind)과 합침
     port_qvm = data_bind.merge(data_bind_final_sum, on='종목코드')
     # 최종 z-score의 합(qvm) 기준 순위가 20위 이내인 경우 투자 종목에 해당하니 Y로 표시, 나머진 N
-    port_qvm['invest'] = np.where(port_qvm['qvm'].rank() <= 20, 'Y', 'N')
+    port_qvm['invest'] = np.where(port_qvm['qvm'].rank() <= count, 'Y', 'N')
 
     # round()는 DataFrame 객체 내의 요소를 반올림하는 메서드
     return port_qvm[port_qvm['invest'] == 'Y'].round(4)
@@ -252,11 +248,4 @@ def get_multi_factor_top(count):
     # hist_momentum['rank'] = hist_momentum.groupby('variable')['value'].rank(ascending = False)
     # plot_rank(hist_momentum)
     #
-    # port_qvm[port_qvm['invest'] == 'Y']['종목코드'].to_excel('model.xlsx', index=False)
-
-
-if __name__ == '__main__':
-    top = get_multi_factor_top(20)
-    # head() 상위 n개 반환. 기본값은 5
-    print(top.head())
-    top['종목코드'].to_excel('model.xlsx', index=False)
+    # port_qvm[port_qvm['invest'] == 'Y']['종목코드'].to_excel('model.xlsx', index=False)