문서 편집 권한이 없습니다. 다음 이유를 확인해주세요:
요청한 명령은 다음 권한을 가진 사용자에게 제한됩니다: 사용자.
== 파이썬 배당 수익률 상위 종목 검색== <source lang=python> from pykrx import stock from datetime import datetime, timedelta import pandas as pd import time import numpy as np import sqlite3 import random con = sqlite3.connect('krx_data.db') # 오늘날짜 기준으로 아직 받지않은 Data를 DB에 다운로드 받기 # 영업일을 List로 가져오기 def make_date_list(start, end): start = datetime.strptime(start, '%Y%m%d') end = datetime.strptime(end, '%Y%m%d') dates = [(start + timedelta(days=i)).strftime('%Y%m%d') for i in range((end-start).days+1)] b_dates = [] for d in dates: b_day = stock.get_nearest_business_day_in_a_week(d) if not b_day in b_dates: b_dates.append(b_day) s = random.randint(1, 3) time.sleep(s) return b_dates # Data를 다운로드 받기 def data_download(date): codes = stock.get_market_ticker_list(date, market='ALL') # code list 만들기 corp = [] #Code와 Name을 저장할 List for code in codes: name = stock.get_market_ticker_name(code) #종목 이름 가져오기 corp.append([code, name]) #Code와 이름으로 리스트를 만들기 df1 = pd.DataFrame(data=corp, columns=['code', '종목명'])#code와 종목명을 데이터프레임으로 만들기 df1.index = df1['code'] #index를 코드로 만들기 df_f = stock.get_market_fundamental_by_ticker(date=date, market='ALL')#BPS, PER, PBR, EPS, DIV, DPS 가져와서 데이터 프레임 만들기 df_c = stock.get_market_cap_by_ticker(date=date, market='ALL')#종가, 시가총액, 거래량, 거래대금, 상장주식수 가져오기 time.sleep(1) df = pd.merge(df1, df_c, left_index=True, right_index=True) #종목명, 종가, 시가총액, 거래량, 거래대금, 상장주식수 df = pd.merge(df, df_f, left_index=True, right_index=True) #위에 df + PER, PBR... #column은 '종목명', '종가', '시가총액', '거래량', '거래대금', '상장주식수', 'BPS', 'PER', 'PBR', 'EPS', 'DIV', 'DPS' df['일자'] = np.array([date]*len(df)) df = df.set_index('일자') return df #DB에서 마지막 행 구하기 db_last_df = pd.read_sql("SELECT 일자, code, 종목명, DIV, DPS FROM fundamental ORDER BY ROWID DESC LIMIT 1", con) db_last_date = db_last_df['일자'].iloc[0] #마지막 행에서 날짜 구하기 db_last_date = datetime.strptime(db_last_date, '%Y%m%d') start_date = (db_last_date + timedelta(days=1)).strftime('%Y%m%d') #오늘날짜 구하기 today = datetime.today().strftime('%Y%m%d') end_date = stock.get_nearest_business_day_in_a_week(today, prev=True) # 데이터 받아서 데이터프레임으로 합치고, DB에 저장 if start_date < end_date: try: dates = make_date_list(start_date, end_date) print(dates) for n, date in enumerate(dates): print(date) if n == 0: t_df = data_download(date) else: t_df = pd.concat([t_df, data_download(date)]) time.sleep(1) #혹시나 차단될 수 있으니깐 print(t_df) con = sqlite3.connect("krx_data.db") t_df.to_sql('fundamental', con, if_exists='append') except: pass # 과거 5년간의 Dataframe 구하기 def filter_by_period(today, ticker): start = str(int(today[:4]) - 5) + today[-4:] end = str(today) df = pd.read_sql("SELECT 일자, code, 종목명, DIV, DPS FROM fundamental WHERE code = '" + ticker + "'" + " AND 일자 >= " + start + " AND 일자 < " + end, con) return df div = 8 today_df = pd.read_sql("SELECT 일자 FROM fundamental ORDER BY ROWID DESC LIMIT 1", con) #DB에서 마지막 행 구하기 today = today_df['일자'].iloc[0] #마지막 행에서 날짜 구하기 today_df = pd.read_sql("SELECT 일자, code, 종목명, DIV, DPS, EPS FROM fundamental WHERE 일자 = " + today + " AND EPS > 0" + " AND DPS > 0 AND DIV > " + str(div), con) # 오늘 날짜 기준으로 Data를 분석하기 to_see_codes = [] count = 0 for code in today_df['code']: try: print(len(today_df['code']) - count) t_df = today_df[today_df['code'] == code] name = t_df['종목명'].iloc[0] t_div = t_df['DIV'].iloc[0] # 기준일자의 DIV df = filter_by_period(today, code) m = int(len(df['DPS']) / 2) if df['DPS'].iloc[0] <= df['DPS'].iloc[-1] and df['DPS'].iloc[0] != 0 and \ df['DPS'].iloc[m] <= df['DPS'].iloc[-1]: if df['DIV'].max() * 0.9 < t_div: to_see_codes.append([today, code, name, t_div]) except: pass count += 1 total_df = pd.DataFrame(data=to_see_codes, columns=['기준일', 'Code', '종목명', '배당률']) print(total_df) total_df.to_excel('배당률로 선별한 종목 DIV '+ str(div) + '이상' + today +'.xlsx') </source> [[category:python]] [[category:주식]]
문서 저장 미리 보기 차이 보기 취소