example/13-2-1-calculate-beta.py

@@ -1,28 +0,0 @@
-import yfinance as yf
-import pandas as pd
-import statsmodels.api as sm
-
-KOSPI_CODE = '^KS11'
-KIIUM = '039490.KS'
-# KOSPI 코드(^KS11), 전통적인 고베타주인 증권주 중 키움증권(039490.KS)
-tickers = [KOSPI_CODE, KIIUM]
-
-all_data = {}
-for ticker in tickers:
-    all_data[ticker] = yf.download(ticker, start="2020-01-01", end="2024-12-31")
-
-# print(all_data)
-# for tic, data in all_data.items():
-#     print(f"{tic}: {type(data)} -> {type(data['Close'])}")
-#     print(data['Close'])
-
-# 종가(Close)에 해당하는 열만 선택해서 데이터프레임으로 가공
-prices = pd.DataFrame({tic: data['Close'].squeeze() for tic, data in all_data.items()})
-# 수익률 계산(pct_change), NA 데이터 삭제(dropna)
-ret = prices.pct_change().dropna()
-
-ret['intercept'] = 1
-reg = sm.OLS(ret[[KIIUM]], ret[[KOSPI_CODE, 'intercept']]).fit()
-
-print(reg.summary())
-print(reg.params)

example/13-kor-value-portfolio.py

@@ -2,7 +2,6 @@ import pandas as pd
 import numpy as np
 import quantcommon
 
-# strategy/value 에서 구현
 
 #가치주 포트폴리오. PER, PBR이 낮은 회사 20개
 # DB 연결

quantcommon.py

@@ -1,7 +1,6 @@
 import os
 from urllib.parse import quote_plus
 
-import pandas as pd
 import pymysql
 from dotenv import load_dotenv
 from sqlalchemy import create_engine
@@ -27,30 +26,3 @@ class QuantCommon:
                       port=self.port,
                       db=self.db,
                       charset='utf8')
-
-    def get_ticker_list(self):
-        engine = self.create_engine()
-
-        try:
-            ticker_list = pd.read_sql("""
-                        select * from kor_ticker
-                        where 기준일 = (select max(기준일) from kor_ticker) 
-                            and 종목구분 = '보통주';
-                """, con=engine)
-        finally:
-            engine.dispose()
-
-        return ticker_list
-
-    def get_value_list(self):
-        engine = self.create_engine()
-
-        try:
-            value_list = pd.read_sql("""
-            select * from kor_value
-            where 기준일 = (select max(기준일) from kor_value);
-            """, con=engine)
-        finally:
-            engine.dispose()
-
-        return value_list

streamlit-quant/strategy/all-value.py

@@ -1,36 +0,0 @@
-import matplotlib.pyplot as plt
-import numpy as np
-import seaborn as sns
-
-import quantcommon as qc
-
-#가치주 포트폴리오. PER, PBR, PCR, PSR, DY
-def get_all_value_top(count):
-    ticker_list = qc.QuantCommon().get_ticker_list()
-    value_list = qc.QuantCommon().get_value_list()
-
-    # 가치 지표가 0이하인 경우 nan으로 변경
-    value_list.loc[value_list['값'] <= 0, '값'] = np.nan
-    # 가치지표 테이블을 가로로 긴 형태로 변경
-    value_pivot = value_list.pivot(index='종목코드', columns='지표', values='값')
-    # 티커 테이블과 가치 지표 테이블을 합침
-    data_bind = ticker_list[['종목코드', '종목명']].merge(value_pivot,
-                                                   how='left',
-                                                   on='종목코드')
-    value_list_copy = data_bind.copy()
-    # DY(배당수익률)만 높을수록 좋은 지표라서 역수
-    value_list_copy['DY'] = 1 / value_list_copy['DY']
-    value_list_copy = value_list_copy[['PER', 'PBR', 'PCR', 'PSR', 'DY']]
-    value_rank_all = value_list_copy.rank(axis=0)
-    mask = np.triu(value_rank_all.corr())
-
-    fig, ax = plt.subplots(figsize=(10, 6))
-    sns.heatmap(value_rank_all.corr(),annot=True,mask=mask, annot_kws={"size": 16}, vmin=0, vmax=1, center=0.5,cmap='coolwarm',square=True)
-    ax.invert_yaxis()
-    # plt.show()
-    value_sum_all = value_rank_all.sum(axis=1, skipna=False).rank()
-
-    return data_bind.loc[value_sum_all <= count]
-
-if __name__ == '__main__':
-    print(get_all_value_top(20))

streamlit-quant/strategy/value.py

@@ -1,25 +0,0 @@
-import pandas as pd
-import numpy as np
-import quantcommon as qc
-
-#가치주 포트폴리오. PER, PBR이 낮은 회사 20개
-def get_value_top(count):
-    ticker_list = qc.QuantCommon().get_ticker_list()
-    value_list = qc.QuantCommon().get_value_list()
-
-    # 가치 지표가 0이하인 경우 nan으로 변경
-    value_list.loc[value_list['값'] <= 0, '값'] = np.nan
-    # 가치지표 테이블을 가로로 긴 형태로 변경
-    value_pivot = value_list.pivot(index='종목코드', columns='지표', values='값')
-    # 티커 테이블과 가치 지표 테이블을 합침
-    data_bind = ticker_list[['종목코드', '종목명']].merge(value_pivot,
-                                                   how='left',
-                                                   on='종목코드')
-    # rank() 함수로 PER, PBR 열의 순위를 구함. axis=0을 입력하여 순위는 열 방향으로 구함.(PER, PBR 각각 순위)
-    value_rank = data_bind[['PER', 'PBR']].rank(axis = 0)
-    # axis=1을 통해서 위에서 구한 순위 랭크를 합침. 합친 것을 다시 rank()
-    value_sum = value_rank.sum(axis = 1, skipna = False).rank()
-    return data_bind.loc[value_sum <= count, ['종목코드', '종목명', 'PER', 'PBR']]
-
-if __name__ == '__main__':
-    print(get_value_top(20))