steamuse1

투자 강의가 아닙니다. 증권 데이터를 통한 데이터 수집, 분석과 시각화를 다룹니다. 다양한 데이터 포맷을 다루며 다양한 텍스트 전처리 기법을 익힙니다. 시계열 데이터의 시각화 기법과 스케일에 대한 표현 방법 주가 데이터를 해석하기 위한 몇 가지 기법을 다룹니다. 이 강의는 데이터 분석을 통해 인사이트를 얻는 방법을 알아가는 강좌입니다. 주가 데이터를 통해 배운 내용을 시계열이 활용되는 수요량, 재고량, 판매량, 트래픽량 등의 데이터를 수집, 분석, 시각화에 활용해 볼 수 있도록 구성 되어있습니다.

박조은

파이썬 증권 데이터 수집과 분석으로 신호와 소음 찾기

입문

초급

중급이상

파이썬

Python

플로틀리

Plotly

판다스

Pandas

넘파이

Numpy

씨본

Seaborn

(1) 증권 데이터로 신호와 소음 찾기

(2.1) KRX 전체 종목 수집

(2.2) KRX 전체 종목 분석

(3.1) FinanceDataReader 로 일별 시세 수집

(3.2) 여러 종목 수익률 비교

(3.3) 웹 크롤링? 웹 스크래핑! 코드 몇 줄로 주가를 직접 수집하기

(3.4) plotly를 통한 일별 시세 시각화

(4.1) ETF 전체 종목 수집

(4.2) ETF 전종목 수집 데이터 전처리

(4.3) ETF 전체 종목 분석

(5.1) 업종/테마 수집

(5.2) 업종/테마 전처리

(5.3) 업종테마 분석

(6.1) 기술적 분석과 보조지표

(6.2) 변동성 지표 - 볼린저 밴드

(6.3) 모멘텀 지표 - RSI

(6.4) 추세 지표 - MACD

(6.5) cufflinks를 통한 pandas와 plotly 생산성 높이기

여기까지 오신 걸 축하드립니다!