뇌동매매 금지 - 10. Bug fix와 이것저것 추가하기 - 1

이 시리즈를 작성할 때에는 2022년 1분기 사업보고서가 발행되고 나서였습니다. 이후에 조금씩 수정을 하다가, 2분기 사업보고서가 새로 발행되고 나서 제대로 동작하지 않는다는 것을 알게 되어서 수정도 하고, 또 이것저것 추가도 하였습니다.

마침 몇 번인가 잘 안돌아가는 것 같다는 문의메일을 받았기에, 이 참에 수정내용을 좀 더 기재해볼까합니다.

다만 기존의 포스트를 수정하지 않는 것은, 이러한 흐름으로 제작되었다~ 라는 것을 기록으로 남기기 위함입니다.

---

개별 종목 재무데이터 조회하기

이전 포스트까지 기록했던 것은 시가총액이 일정분위 이하의 데이터만 조회하는 것이었습니다. 따라서 재무제표 데이터 계산을 검증을 위해 하나의 종목만 조회해본다거나, 제가 가진 종목만 조회해보고자할때 이것을 할 수 없는 불편함이있었죠.

이번에 2분기 사업보고서를 조회할때는 제가 가진 종목이 감사하게도 매매가격이 올라서 (=시가총액의 상승) 필터에는 걸리지 않는 것을 확인하게 되었습니다.

제가 가진 종목의 사업이 어떻게 변화하고 있는지, 팔아야할지 계속 가져가야할지 판단을 하기 위해서 개별 종목만 따로 조회할 수 있게 해야했습니다.

1. filter_by_condition.py

재무데이터를 가지고 일정한 필터링을 할 수 있게, 조건을 기재해놓은 filter_by_condition.py 에 추가 필터링 조건을 기재하였습니다.

def filtering_data_that_specific_data(code_list: array, data: pd.DataFrame):
    """
    특정 기업만을 추출함.
    :param code_list:
    :param data:
    :return:
    """

    return data[data['종목코드'].isin(code_list)]

기업의 코드를 배열형태로 받고, 전체 종목안에서 입력받은 기업의 코드를 이용해 해당 기업만 추려냅니다.
왜 기업의 코드를 배열형태로 넘기냐하면, 제가 가진 종목의 갯수가 1개 이상이기 때문입니다 ㅋㅋ;

2. export_to_excel.py

다음으로는 엑셀파일로 내보내는 역할을 하는 코드에, 메소드를 하나 추가합니다. 아마도 원래 있었...던 기억이라, 기존의 메소드에서 수정을 합니다.

    def export_to_excel(self, file_path, sheet_name, file):
        print("Exporting result to excel file.....")
        writer = self.pandas.ExcelWriter(file_path, engine='openpyxl')
        file.to_excel(writer, sheet_name=sheet_name)

        writer.save()

시트 하나만 생성하는 메소드입니다. 파라미터로는 파일이 저장될 위치와, 시트네임, 엑셀파일을 생성할 데이터를 전달받습니다.

3. specific_data.py

main.py 이외에, 전체 코드를 실행시켜줄 입구역할을 하는 파일을 하나 더 추가로 생성해줍니다. 파일의 위치는 프로젝트 폴더 최상위에 생성해주면 됩니다. (main.py 와 같은 레벨)

import datetime
import time
import filter_data
from extract_data.extract import Extract
from export_data import ExportToData

start = time.time()

extractor = Extract()
exporter = ExportToData()

# calling kospi and kosdaq data using pykrx and OpenFinanceReader
kospi_kosdaq_data = extractor.get_data()

print("--------------")

# extract and calculating finance data recent 3 years data
extracted_data = extractor.extract_finance_data(
    [2020, 2021, 2022],
    filter_data.filtering_data_that_specific_data(
        ['005930','035420'],
        kospi_kosdaq_data
    ))

exporter.export_to_excel(
    f"/YOUR/DIRECTORY/PATH/{datetime.datetime.today().strftime('%Y%m%d')}_specific_data.xlsx",
    "specific_data",
    extracted_data
)

end = time.time()
sec = (end - start)

result_list = str(datetime.timedelta(seconds=sec)).split(".")
print(f"Total extracting time : {result_list[0]} ---------------------")

기존의 main 파일에서의 동작과 큰 차이점은 없고, 재무데이터를 기반으로 각종 필터링된 데이터를 만드는 내용만 생략되어있습니다.

extractor.extract_finance_data() 를 실행할 때에, 조회하고 싶은 연도의 배열과, 아까 filter_by_condition.py 에 추가한 메소드의 결과를 같이 넘겨주도록 합니다.

filtering_data_that_specific_data() 메소드에는 다시 조회하고싶은 종목을 배열형태로 넘기고, 코스피 코스닥 전체 종목이 들어있는 kospi_kosdaq_data 변수도 같이 지정합니다.

이렇게 하고 파이참에서 실행을 할 때 main 대신 이 파일을 실행하면 됩니다.

---

이렇게 하면, 코스피 코스닥을 전부 조회한 데이터에서, 내가 알고싶은 종목만을 종목번호로 찾아서 다시 해당 종목만 재무데이터를 조회한 결과를 하나의 엑셀데이터로 확인할 수 있습니다.

이렇게하면 매번 300여개 이상의 데이터를 조회할 필요도 없고, 주가가 올라서 필터링조건에 걸려 조회되지 않는 내 보유주식에 대해, 분기별 재무데이터 현황을 알 수 있습니다.

다음 포스트에서는 재무데이터를 이용한 팩터데이터 생성에 대해 버그 수정과 함께 몇가지 데이터 추가 및 리팩토링을 진행합니다.