STOCK/볼린저밴드
[파이썬 주식] 볼린저밴드 - 2. 금일 추세추종 종목찾기
BOTTLE6
2021. 2. 20. 14:21
1. 전체 종목 중 금일 볼린저 밴드의 추세추종 "매수조건"에 만족하는 종목을 찾아서 반환한다.
2. 추세추종 조건 만족하는 종목 중 "매수조건", "매도조건"에 대해 백테스트하여 수익률 여부 체크
3. 볼린저 밴드 그려보기
### 1. 라이브러리 임포트
from Investar import Analyzer #파이썬증권데이터분석 책 참고
mk = Analyzer.MarketDB()
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import time
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
# matplotlib 한글 폰트 출력코드
import matplotlib
from matplotlib import font_manager, rc
import platform
try :
if platform.system() == 'Windows':
# 윈도우인 경우
font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/malgun.ttf").get_name()
rc('font', family=font_name)
else:
# Mac 인 경우
rc('font', family='AppleGothic')
except :
pass
matplotlib.rcParams['axes.unicode_minus'] = False
### 2. 종목 불러오기
## 종목 불러오기
import pandas as pd
"""KRX로부터 상장기업 목록 파일을 읽어와서 데이터프레임으로 반환"""
url = 'http://kind.krx.co.kr/corpgeneral/corpList.do?method='\
'download&searchType=13'
krx = pd.read_html(url, header=0)[0]
krx = krx[['종목코드', '회사명']]
krx = krx.rename(columns={'종목코드': 'code', '회사명': 'company'})
krx.code = krx.code.map('{:06d}'.format)
krx = krx.set_index('code')
krx
### 3. 볼린저밴드 추세추종 매수신호 찾기
def 볼린저밴드_추세추종_매수신호찾기(종목명):
df = mk.get_daily_price(종목명, '2020-01-01')
df.set_index(df['date'].apply(lambda x:pd.to_datetime(x)),inplace=True)
df['내일시가'] = df['open'].shift(-1)
df['MA20'] = df['close'].rolling(window=20).mean()
df['stddev'] = df['close'].rolling(window=20).std()
df['upper'] = df['MA20'] + (df['stddev'] * 2)
df['lower'] = df['MA20'] - (df['stddev'] * 2)
df['PB'] = (df['close'] - df['lower']) / (df['upper'] - df['lower'])
df['TP'] = (df['high'] + df['low'] + df['close']) / 3
df['PMF'] = 0
df['NMF'] = 0
for i in range(len(df.close)-1):
if df.TP.values[i] < df.TP.values[i+1]:
df.PMF.values[i+1] = df.TP.values[i+1] * df.volume.values[i+1]
df.NMF.values[i+1] = 0
else:
df.NMF.values[i+1] = df.TP.values[i+1] * df.volume.values[i+1]
df.PMF.values[i+1] = 0
df['MFR'] = (df.PMF.rolling(window=10).sum() /
df.NMF.rolling(window=10).sum())
df['MFI10'] = 100 - 100 / (1 + df['MFR'])
df = df[19:]
cond1 = (df['PB']>0.8) & (df['MFI10']>80)
cond2 = (df['PB']<0.2) & (df['MFI10']<20)
df.loc[cond1, "매수"] = 1
df.loc[cond2, "매도"] = -1 #매도시 -1
df=df.fillna(0)
df['신호'] = df['매수']+df['매도']
상태 = []
매수시점 = []
매도시점 = []
for i in range(len(df.close)):
if i==0:
상태.append(df["신호"][i]+0)
else :
상태.append(df["신호"][i]+상태[i-1])
if 상태[i] > 1:
상태[i] = 1
elif 상태[i] < 0:
상태[i] = 0
for i in range(len(df.close)):
if i==0:
매수시점.append(상태[0])
매도시점.append(0)
else:
if (df["신호"][i]==1) & (상태[i-1]==0) : #신호는 매수 이며 현재 상태는 아무것도 아닌상태일때
매수시점.append(1)
매도시점.append(0)
elif (df["신호"][i]==-1) & (상태[i-1]==1) : #신호는 매도 -1이며 현재 상태는 매수한 상황일떄1
매수시점.append(0)
매도시점.append(-1)
else:
매수시점.append(0)
매도시점.append(0)
if 상태[-1]==1:
매도시점[-1]=-1 #마지막은 매도
df['상태']=상태[:]
df['매수시점']=매수시점[:]
df['매도시점']=매도시점[:]
매수단가 = list(df[df['매수시점']==1].close.values)
매도단가 = list(df[df['매도시점']==-1].close.values)
수익률=[]
for i in range(len(매수단가)):
수익률.append(매도단가[i] / 매수단가[i] *0.9975 - 0.004)
매수신호 = 0
매도신호 = df[-40:-2].매도.sum()
과거매수 = df[-10:-2].매수.sum()
if (매도신호 <= -1) & (과거매수 < 1):
매수신호 = df[-2:].매수.sum()
if (df['상태'][-1]==1) & (df['상태'][-2]==0): #마지막날 매수시점으로 나왔을 때,
검토대상=1
else:
검토대상=0
#print(수익률)
from functools import reduce
def multiply(arr):
return reduce(lambda x, y: x * y, arr)
누적수익률 = multiply(수익률)
기하평균수익률 = 누적수익률**(1/len(수익률))
#print("누적수익률 : {:.0%}".format(누적수익률))
#print("기하평균수익률 : {:.0%}".format(기하평균수익률))
#return 수익률
return 종목명, len(수익률), 누적수익률, 기하평균수익률, 검토대상
# 매수신호 찾기
import time
start = time.time()
companys = krx['company']
종목명 = []
횟수 = []
누적수익률 = []
기하평균수익률 = []
검토대상 = []
for company in companys:
try:
a,b,c,d,e = 볼린저밴드_추세추종_매수신호찾기(company)
종목명.append(a)
횟수.append(b)
누적수익률.append(c)
기하평균수익률.append(d)
검토대상.append(e)
except:
pass
df = pd.DataFrame({"횟수":횟수, "누적수익률":누적수익률, "기하평균수익률":기하평균수익률, "검토대상":검토대상},index=종목명)
print("완료 소요시간 :", time.time() - start) # 현재시각 - 시작시간 = 실행 시간○ 매수조건 : PB > 0.8 & MFI > 0.8
○ 매도조건 : PB < 0.6 & MFI < 0.2
■ 어제까지 매도조건 이후로 매수조건 만족하지 않았으나, 오늘 매수조건을 만족한 경우, 검토대상=1로 반환
※ 강한 매수조건 추세추종이 반복될 경우, 여러번 매수조건 신호가 반복되므로 오늘자 매수신호가 최근 첫번째 매소신호 일때 만을 검토대상=1로 반환
이번 주 핫했던, 다날도 지난주 금요일? 기준으로 매수신호 최초 발생하였었음
codes = list(df[(df['검토대상']==1)&(df['기하평균수익률']>1.05)].index)
df.loc[codes].sort_values(by="기하평균수익률",ascending=False)
종목명 : 'DSR', '인터지스', '엑시콘', '뉴파워프라즈마', '인포마크', '한국정보인증', '한글과컴퓨터', '동양생명', '피엔아이컴퍼니', '부산주공', 'DGB금융지주', '드림시큐리티'
### 4. 볼린저밴드 그려보기
def 볼린저밴드_추세추종(종목명):
df = mk.get_daily_price(종목명, '2020-01-01')
df['MA20'] = df['close'].rolling(window=20).mean()
df['stddev'] = df['close'].rolling(window=20).std()
df['upper'] = df['MA20'] + (df['stddev'] * 2)
df['lower'] = df['MA20'] - (df['stddev'] * 2)
df['PB'] = (df['close'] - df['lower']) / (df['upper'] - df['lower'])
df['TP'] = (df['high'] + df['low'] + df['close']) / 3
df['PMF'] = 0
df['NMF'] = 0
for i in range(len(df.close)-1):
if df.TP.values[i] < df.TP.values[i+1]:
df.PMF.values[i+1] = df.TP.values[i+1] * df.volume.values[i+1]
df.NMF.values[i+1] = 0
else:
df.NMF.values[i+1] = df.TP.values[i+1] * df.volume.values[i+1]
df.PMF.values[i+1] = 0
df['MFR'] = (df.PMF.rolling(window=10).sum() /
df.NMF.rolling(window=10).sum())
df['MFI10'] = 100 - 100 / (1 + df['MFR'])
df = df[19:]
plt.figure(figsize=(9, 8))
plt.subplot(2, 1, 1)
plt.title('{} Bollinger Band(20 day, 2 std) - Trend Following'.format(종목명))
plt.plot(df.index, df['close'], color='#0000ff', label='Close')
plt.plot(df.index, df['upper'], 'r--', label ='Upper band')
plt.plot(df.index, df['MA20'], 'k--', label='Moving average 20')
plt.plot(df.index, df['lower'], 'c--', label ='Lower band')
plt.fill_between(df.index, df['upper'], df['lower'], color='0.9')
for i in range(len(df.close)):
if df.PB.values[i] > 0.8 and df.MFI10.values[i] > 80: # ①
plt.plot(df.index.values[i], df.close.values[i], 'r^') # ②
elif df.PB.values[i] < 0.2 and df.MFI10.values[i] < 20: # ③
plt.plot(df.index.values[i], df.close.values[i], 'bv') # ④
plt.legend(loc='best')
plt.subplot(2, 1, 2)
plt.plot(df.index, df['PB'] * 100, 'k', label='%B x 100') # ⑤
plt.plot(df.index, df['MFI10'], 'g--', label='MFI(10 day)') # ⑥
plt.yticks([-20, 0, 20, 40, 60, 80, 100, 120]) # ⑦
for i in range(len(df.close)):
if df.PB.values[i] > 0.8 and df.MFI10.values[i] > 80:
plt.plot(df.index.values[i], 0, 'r^')
elif df.PB.values[i] < 0.2 and df.MFI10.values[i] < 20:
plt.plot(df.index.values[i], 0, 'bv')
plt.grid(True)
plt.legend(loc='best')
plt.savefig('./result/bollinger/20210217_{}.png'.format(code))
plt.show();
codes = list(df.sort_values(by="기하평균수익률",ascending=False)[(df['검토대상']==1)&(df['기하평균수익률']>1.05)].index)
for code in codes :
볼린저밴드_추세추종(code)
