Quant

[Project] 주식을 몇 시에 매수하는 것이 가장 좋을까??

baundy 2022. 9. 23. 22:11

Project : 주식 매수를 몇시에 하는 것이 가장 좋을까?¶

개요¶

1. Nasdaq 100 시간 단위 데이터 크롤링¶

2. 크롤링 데이터 Dataframe 화¶

3. 필요 특성 추출¶

4. 데이터 시각화¶

인베스팅에서 제공하는 차트에서 nasdaq 100의 데이터를 크롤링한다.
이때 데이터가 있는 사이트는 정적 페이지이므로 bs4를 사용한다.

In [1]:

import requests
from bs4 import BeautifulSoup

In [2]:

# simbol - nasdaq 100
# resolution - hour (60min)
# from & to - time line

url = "https://tvc4.investing.com/9bc5a8c1e5c8929dcfe46983235e7b41/1644651978/18/18/88/history?symbol=20&resolution=60&from=1583096400&to=1644652046" 

from urllib.request import Request, urlopen

req = Request(url, headers={'User-Agent': 'Mozilla/5.0'})
webpage = urlopen(req).read()

In [3]:

# 358일치의 시간단위 데이터
(1644537600 - 1613606400)/ 3600 / 24 

Out[3]:

358.0

In [ ]:

# HTML -> Str
str_data = webpage.decode('utf-8')
print(str_data)

In [5]:

# string 형식의 data set을 dictionary로 바꿔줌

data = eval(str_data)
primary_time, recent_time = data['t'][0] , data['t'][-1]

In [6]:

# 가장 과거와 최근 시간 파악

from datetime import datetime
import time

# timestamp to datetime 
datetimeobj = datetime.fromtimestamp(recent_time)

datetimeobj.strftime("%Y-%m-%d-%H")

Out[6]:

'2022-02-11-21'

In [7]:

# 개장 시간이 14시이고 장 마감이 21시로 되어있기에 수정

for i in range(0,len(data['t'])):
  data['t'][i] -= 18000

In [8]:

# 시간 데이터 "%Y-%m-%d-%H" 꼴로 변환
date_list = []
for tmp in data['t']:
  d = datetime.fromtimestamp(tmp)
  date_list.append(d.strftime("%Y-%m-%d-%H"))

# 마지막 20개의 시간 데이터 확인
date_list[-20:]

Out[8]:

['2022-02-09-13',
 '2022-02-09-14',
 '2022-02-09-15',
 '2022-02-09-16',
 '2022-02-10-09',
 '2022-02-10-10',
 '2022-02-10-11',
 '2022-02-10-12',
 '2022-02-10-13',
 '2022-02-10-14',
 '2022-02-10-15',
 '2022-02-10-16',
 '2022-02-11-09',
 '2022-02-11-10',
 '2022-02-11-11',
 '2022-02-11-12',
 '2022-02-11-13',
 '2022-02-11-14',
 '2022-02-11-15',
 '2022-02-11-16']

bs4로 크롤링한 데이터의 형식은 str이므로, str을 사용가능한 dict 형태로 바꾸어 준 후,
DataFrame으로 다시 변환 시킨다.

In [9]:

# dict형 OHLC 데이터 -> dataframe 
import pandas as pd

z = zip(data['o'],data['h'],data['l'],data['c'])
z = list(z)


df_date = pd.DataFrame(date_list, columns=['date'])
df_price = pd.DataFrame(z, columns=['Open','High','Low','Close'])
df_price

Out[9]:

	Open	High	Low	Close
0	8565.199219	8590.081055	8491.083008	8517.889648
1	8520.058594	8596.576172	8446.653320	8560.044922
2	8557.462891	8727.137695	8557.357422	8722.620117
3	8725.032227	8733.438477	8659.299805	8727.702148
4	8729.794922	8734.330078	8635.952148	8679.777344
...	...	...	...	...
3939	14573.364258	14604.063477	14518.272461	14521.224609
3940	14521.410156	14553.126953	14327.309570	14339.782227
3941	14337.040039	14394.203125	14225.609375	14272.733398
3942	14271.288086	14342.342773	14194.586914	14247.276367
3943	14253.838867	14253.838867	14253.838867	14253.838867

3944 rows × 4 columns

In [10]:

# 시간데이터 가격데이터 결합
df = pd.concat([df_date,df_price], axis=1, ignore_index=False)

해당 시간대의 변동성을 나타내는 'Volatility' 특성을 새로 추가한다.

In [11]:

# Hour로 몇시인지 새로운 열로 구분
df['Hour'] = df['date'].str[-2:]

# 캔들의 크기 = 해당 시간대의 변동성을 파악
df['Volatility'] = (df['High'] - df['Low'])/ df['Low']

df.head()

Out[11]:

	date	Open	High	Low	Close	Hour	Volatility
0	2020-03-02-09	8565.199219	8590.081055	8491.083008	8517.889648	09	0.011659
1	2020-03-02-10	8520.058594	8596.576172	8446.653320	8560.044922	10	0.017749
2	2020-03-02-11	8557.462891	8727.137695	8557.357422	8722.620117	11	0.019840
3	2020-03-02-12	8725.032227	8733.438477	8659.299805	8727.702148	12	0.008562
4	2020-03-02-13	8729.794922	8734.330078	8635.952148	8679.777344	13	0.011392

In [12]:

# 종가 데이터는 open과 end가 같으므로 제거
# 써머 타임인 경우 장 마감이 15이므로 
## 써머 타임이 아닌 경우의 데이터를 보존하기위해 캔들크기가 0인 경우만 제거

condition1 = df[(df['Hour'] == '16')].index
condition2 = df[(df['Hour'] == '15') & (df['Volatility'] == 0)].index
df = df.drop(condition1)
df = df.drop(condition2)

각 시간대 별 Volatility 분포를 시각화한다.

In [13]:

df.plot.scatter(x='Hour',  y='Volatility',figsize=(16,8))

Out[13]:

<matplotlib.axes._subplots.AxesSubplot at 0x7fe1654e0e90>

각 시간대별 캔들의 크기분포 결과 큰 차이가 없어보인다.
대부분이 0.2%의 변동성을 가지고 있음을 확인 할 수 있다.

간단한 회귀전략을 사용한다면 0.2%의 변동을 넘어서는 순간 반대 포지션을 잡는 전략을 세울 수 있을 것이다.

scatter plot 상으로는 의미를 추출하기 어렵기에 boxplot으로도 살펴본다.

In [14]:

import matplotlib.pyplot as plt

boxplot = df.boxplot(column='Volatility', by = 'Hour',figsize=(16,8))
plt.show()

/usr/local/lib/python3.7/dist-packages/matplotlib/cbook/__init__.py:1376: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
  X = np.atleast_1d(X.T if isinstance(X, np.ndarray) else np.asarray(X))

boxplot 상 (Upper Fence)1.5*IQR의 결과를 보면
8 ~ 9 시에 커진 변동성이 10 ~ 12시에 다시 줄어들다 13시부터 다시 커짐을 확인 할 수 있다.

프로젝트의 메인 목표인 "몇시에 사는 것이 가장 좋을지" 확인해보자¶

사는 것이 가장 좋을 때란 가장 가격이 낮은 시간을 말한다.

In [18]:

# 각 날별로 시초가 대비 가격 변화율인 Day_rate 특성을 새로 만든다.
day_rate = []

flag = 0

for idx in range(len(df)):
  if (df['Hour'].iloc[idx] == '08'):
    open = df['Open'].iloc[idx]
  elif ((df['Hour'].iloc[idx] == '09') & (df['Hour'].iloc[idx-1] != '08')):
    open = df['Open'].iloc[idx]

  day_rate.append( ((df['Close'].iloc[idx] - open)/ open)*100 )

In [19]:

df['Day_rate'] = day_rate

df.head(10)

Out[19]:

	date	Open	High	Low	Close	Hour	Volatility	Day_rate
0	2020-03-02-09	8565.199219	8590.081055	8491.083008	8517.889648	09	0.011659	-0.552346
1	2020-03-02-10	8520.058594	8596.576172	8446.653320	8560.044922	10	0.017749	-0.060177
2	2020-03-02-11	8557.462891	8727.137695	8557.357422	8722.620117	11	0.019840	1.837913
3	2020-03-02-12	8725.032227	8733.438477	8659.299805	8727.702148	12	0.008562	1.897246
4	2020-03-02-13	8729.794922	8734.330078	8635.952148	8679.777344	13	0.011392	1.337717
5	2020-03-02-14	8677.587891	8703.663086	8577.958008	8610.159180	14	0.014654	0.524914
6	2020-03-02-15	8611.547852	8876.590820	8610.048828	8876.590820	15	0.030957	3.635544
8	2020-03-03-09	8892.039062	8892.039062	8748.486328	8782.742188	09	0.016409	-1.229154
9	2020-03-03-10	8781.586914	8999.271484	8781.586914	8931.540039	10	0.024789	0.444229
10	2020-03-03-11	8928.881836	8935.212891	8708.589844	8833.012695	11	0.026023	-0.663811

In [20]:

import matplotlib.pyplot as plt

#plt.figure()
boxplot = df.boxplot(column='Day_rate', by = 'Hour',figsize=(16,8))
plt.show()

/usr/local/lib/python3.7/dist-packages/matplotlib/cbook/__init__.py:1376: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray.
  X = np.atleast_1d(X.T if isinstance(X, np.ndarray) else np.asarray(X))

Day_rate의 Box plot 결과 14, 15시 즈음이 변동성이 가장 큰 부분임을 확인 할 수 있다
따라서 13~15시에 주식을 매수하는 것이 통계적으로 가장 효율적인 타이밍이다.

FeedBack¶

358일치 데이터를 사용했지만 그 사이에 시장의 성질이 바뀌었음을 고려하지 않았다.

Volatility, Day_rate은 모든 날들의 시계열 데이터를 Hour에 투영하므로
시계열의 본질적인 특성이 없어졌다.
이 부분을 고려한다면, 하루 단위로 시계열 흐름을 표기하는 것이 맞다.

In [22]:

from IPython.core.display import display, HTML
display(HTML("<style>.container {width:90% !important;}</style>"))