feat: 퀄리티(우량주) 추가

example/13-quality-portfolio.py

@@ -4,6 +4,8 @@ import matplotlib.pyplot as plt
 import seaborn as sns
 import quantcommon
 
+# strategy/quality에서 구현
+
 # 퀄리티(우량주) 포트폴리오. 영업수익성이 높은 주식
 engine = quantcommon.QuantCommon().create_engine()
 

quantcommon.py

@@ -68,3 +68,17 @@ class QuantCommon:
             engine.dispose()
 
         return price_list
+
+    def get_fs_list(self):
+        engine = self.create_engine()
+
+        try:
+            fs_list = pd.read_sql("""
+            select * from kor_fs
+            where 계정 in ('당기순이익', '매출총이익', '영업활동으로인한현금흐름', '자산', '자본')
+            and 공시구분 = 'q';
+            """, con=engine)
+        finally:
+            engine.dispose()
+
+        return fs_list

streamlit-quant/strategy/quality.py

@@ -0,0 +1,57 @@
+import numpy as np
+import matplotlib.pyplot as plt
+import seaborn as sns
+import quantcommon
+
+# 퀄리티(우량주) 포트폴리오. 영업수익성이 높은 주식
+def get_quality_top(count):
+    qc = quantcommon.QuantCommon()
+    ticker_list = qc.get_ticker_list()
+    fs_list = qc.get_fs_list()
+
+    fs_list = fs_list.sort_values(['종목코드', '계정', '기준일'])
+    # TTM 값을 구하기 위해서 rolling() 메소드를 통해 4분기 합 구함. 4분기 데이터가 없는 경우 제외하기 위해서 min_periods=4
+    fs_list['ttm'] = fs_list.groupby(['종목코드', '계정'], as_index=False)['값'].rolling(
+        window=4, min_periods=4).sum()['값']
+    fs_list_clean = fs_list.copy()
+    # 자산과 자본은 재무상태표 항목이므로 합이 아닌 평균을 구하며, 나머지 항목은 합을 그대로 사용
+    fs_list_clean['ttm'] = np.where(fs_list_clean['계정'].isin(['자산', '자본']),
+                                    fs_list_clean['ttm'] / 4, fs_list_clean['ttm'])
+    # tail(1)을 통해 종목코드와 계정별 최근 데이터만 선택
+    fs_list_clean = fs_list_clean.groupby(['종목코드', '계정']).tail(1)
+
+    fs_list_pivot = fs_list_clean.pivot(index='종목코드', columns='계정', values='ttm')
+    # 수익성 지표에 해당하는 ROE, GPA, CFO 계산
+    fs_list_pivot['ROE'] = fs_list_pivot['당기순이익'] / fs_list_pivot['자본']
+    fs_list_pivot['GPA'] = fs_list_pivot['매출총이익'] / fs_list_pivot['자산']
+    fs_list_pivot['CFO'] = fs_list_pivot['영업활동으로인한현금흐름'] / fs_list_pivot['자산']
+
+    # 티커 테이블과 합침
+    quality_list = ticker_list[['종목코드', '종목명']].merge(fs_list_pivot,
+                                                      how='left',
+                                                      on='종목코드')
+    # quality_list.round(count).head()
+
+    quality_list_copy = quality_list[['ROE', 'GPA', 'CFO']].copy()
+    quality_rank = quality_list_copy.rank(ascending=False, axis=0)
+
+    mask = np.triu(quality_rank.corr())
+    fig, ax = plt.subplots(figsize=(10, 6))
+    sns.heatmap(quality_rank.corr(),
+                annot=True,
+                mask=mask,
+                annot_kws={"size": 16},
+                vmin=0,
+                vmax=1,
+                center=0.5,
+                cmap='coolwarm',
+                square=True)
+    ax.invert_yaxis()
+
+    # 위에서 구한 3개 지표들의 순위를 더한 후 다시 순위를 매김
+    quality_sum = quality_rank.sum(axis=1, skipna=False).rank()
+    # 최종 순위가 낮은 종목 선택
+    return quality_list.loc[quality_sum <= count, ['종목코드', '종목명', 'ROE', 'GPA', 'CFO']].round(4)
+
+if __name__ == '__main__':
+    print(get_quality_top(20))