86 lines
2.3 KiB
Python
86 lines
2.3 KiB
Python
# 패키지 불러오기
|
|
|
|
import time
|
|
from datetime import date
|
|
from io import BytesIO
|
|
|
|
import pandas as pd
|
|
import requests as rq
|
|
from dateutil.relativedelta import relativedelta
|
|
from tqdm import tqdm
|
|
|
|
import quantcommon
|
|
|
|
# DB 연결
|
|
common = quantcommon.QuantCommon()
|
|
engine = common.create_engine()
|
|
con = common.connect()
|
|
|
|
mycursor = con.cursor()
|
|
|
|
# 티커리스트 불러오기
|
|
ticker_list = pd.read_sql("""
|
|
select * from kor_ticker
|
|
where 기준일 = (select max(기준일) from kor_ticker)
|
|
and 종목구분 = '보통주';
|
|
""", con=engine)
|
|
|
|
# DB 저장 쿼리
|
|
query = """
|
|
insert into kor_price (날짜, 시가, 고가, 저가, 종가, 거래량, 종목코드)
|
|
values (%s,%s,%s,%s,%s,%s,%s) as new
|
|
on duplicate key update
|
|
시가 = new.시가, 고가 = new.고가, 저가 = new.저가,
|
|
종가 = new.종가, 거래량 = new.거래량;
|
|
"""
|
|
|
|
# 오류 발생시 저장할 리스트 생성
|
|
error_list = []
|
|
|
|
# 전종목 주가 다운로드 및 저장
|
|
for i in tqdm(range(0, len(ticker_list))):
|
|
|
|
# 티커 선택
|
|
ticker = ticker_list['종목코드'][i]
|
|
|
|
# 시작일과 종료일
|
|
fr = (date.today() + relativedelta(years=-5)).strftime("%Y%m%d")
|
|
to = (date.today()).strftime("%Y%m%d")
|
|
|
|
# 오류 발생 시 이를 무시하고 다음 루프로 진행
|
|
try:
|
|
|
|
# url 생성
|
|
url = f'''https://fchart.stock.naver.com/siseJson.nhn?symbol={ticker}&requestType=1
|
|
&startTime={fr}&endTime={to}&timeframe=day'''
|
|
|
|
# 데이터 다운로드
|
|
data = rq.get(url).content
|
|
data_price = pd.read_csv(BytesIO(data))
|
|
|
|
# 데이터 클렌징
|
|
price = data_price.iloc[:, 0:6]
|
|
price.columns = ['날짜', '시가', '고가', '저가', '종가', '거래량']
|
|
price = price.dropna()
|
|
price['날짜'] = price['날짜'].str.extract("(\d+)")
|
|
price['날짜'] = pd.to_datetime(price['날짜'])
|
|
price['종목코드'] = ticker
|
|
|
|
# 주가 데이터를 DB에 저장
|
|
args = price.values.tolist()
|
|
mycursor.executemany(query, args)
|
|
con.commit()
|
|
|
|
except:
|
|
|
|
# 오류 발생시 error_list에 티커 저장하고 넘어가기
|
|
print(ticker)
|
|
error_list.append(ticker)
|
|
|
|
# 타임슬립 적용
|
|
time.sleep(2)
|
|
|
|
# DB 연결 종료
|
|
engine.dispose()
|
|
con.close()
|