1편에서는 S&P 500 및 KOSPI 데이터 수집, 정제, 상관 분석하는 방법을 알아봤습니다.2편에서는 삼성뿐 아니라 다른 기업들 정보를 활용하여 상관 분석을 수행하고, 관련이 있는 기업들을 추출한 후, S&P 500 Index가 올랐을 때 주식을 샀다가 팔면 이득인지 시뮬레이션을 돌려보도록 하겠습니다. 1. 함수 생성기업별로 데이터를 가져와 S&P 500 Index와 상관분석을 수행합니다. 이를 위해 1에서 전처리한 코드들을 함수로 생성하여 사용합니다.# 9. 기업 일별 주식 정보 가져오는 함수def get_company_stock(start_date, end_date, code): df = stock.get_market_ohlcv(start_date, end_date, code, "d") ..
S&P 500 Index를 활용한 KOSPI 기업 주식 분석 및 시뮬레이션-1
한국은 미국에 영향을 많이 받습니다. 주식에서도 그럴까요? 미국 주식이 떨어지면 한국 주식도 떨어질까요, 아니면 관련이 없을까요. 그 궁금증을 해결하기 위해 다음과 같은 가설을 설정한 후, 분석을 진행해보았습니다. 가설1. S&P 500 index와 한국 KOSPI에 속하는 기업 주식 중 관련이 있는 주식이 존재할 것이다. 위의 가설을 입증하기 위해서 다음과 같은 순서로 분석을 진행하였습니다. 1. 회사 주식 코드 가져오기pykrx 라이브러리를 활용하여 주식 정보를 가져왔습니다. pykrx 는 naver와 krx 등의 도메인에서 주식 데이터를 쉽게 가져오는데 도움이 되는 라이브러리입니다. get_market_ticker_list 함수의 입력 인자로 날짜와 마켓이 있습니다. 리턴값으로 기..
Deep Learning - 1.Introduction(12~26p)
http://www.deeplearningbook.org/contents/intro.html 1.2 Historical Trends in Deep Learning심층 학습의 역사적인 트랜드 It is easiest to understand deep learning with some historical context.몇 가지 역사적인 맥락과 함께 하는 것이 심층 학습을 이해하기 더 쉽습니다. Rather than providing a detailed history of deep learning, we identify a few key trends: 심층 학습에 대한 자세한 역사를 소개하기에 앞서 몇 가지 중요한 트랜드를 확인하겠습니다. - Deep learning has had a long and rich..