주경야매 미국주식

폐쇄망에 파이썬 및 라이브러리 설치

주경야매 — Sat, 17 Sep 2022 15:40:09 +0900

요새는 많은 회사들이 보안을 이유로 망분리를 해서 인터넷망과 내부망을 나눠서 쓴다. 금융권이라면 특히 그렇다.

인터넷망에서 파이썬을 설치하고 코딩할 때 필요한 각종 라이브러리를 설치하는 것은 쉽다. https://www.python.org/ 에서 파이썬 설치 파일을 내려받아 설치하고, 프로그래밍을 하기 위해 필요한 각종 라이브러리는 커맨드 창에서 그때그때 pip를 이용해서 설치해 이용하면 된다.

물론 pip 마저도 쓰기 불편하게 해 놓은 구시대적인 회사도 있다. (우리 회사 ㅜㅜ) pip로 자동 설치되는 파이썬 라이브러리는 https://pypi.org/를 통해 배포되는데, https://pypi.org/ 자체를 마치 클라우드인양 신뢰할 수 없는 사이트로 밴 시켜놓은 촌스러운 회사들 말이다. 그럴 때 우회하는 방법은 따로 소개하겠다.

하지만, 내부망이라면 얘기가 다르다. 일단 https://www.python.org/에 접속이 안되고, 누군가에게 파이썬 설치 파일을 얻어 자체는 깔았더라도, 라이브러리를 설치하려고 pip를 쓰면 https://pypi.org/에 접속할 수가 없으니 설치가 안된다. 이럴 땐 어떡해야 할까?

일단 파이썬 기본까지 설치하는 건 쉽다. https://www.python.org/downloads/ 에서 필요한 버전을 골라 다운받아 압축한 후 내부망으로 옮기고, 내부망에서 압축을 풀어 설치하면 된다. 물론 이 과정에서 파이썬을 내부망으로 옮기는 자체가 회사 내부 결재가 필요한 사항이긴 하므로, 그 자체도 허용하지 않는 직장을 다닌다면 그냥 그 수준에 맞춰서 일해주는 것 말고는 방법이 없다.

이제 라이브러리를 설치하는 방법인데, 여기서부터가 진짜다.

1) 인터넷망에서 필요한 라이브러리를 pip를 이용해 다운받는다. pip를 이용해 설치가 아니라 다운 받는다는게 중요하다! pip로 라이브러리를 자동 설치할 때 필요한 파일은 ~~~.wheel 파일인데, 이 파일을 다운받아 내부망으로 옮기려는 것이다. pip를 이용해 다운받는 방법은,

pip download [패키지명]

이다. 설치할 때는 pip install [패키지명] 이었는데, install 대신 download로 하면 설치가 되지 않고 wheel 파일을 저장하게 된다.

2) 다운받은 wheel 파일을 압축해 내부망으로 밀어넣는다.

3) 내부망에서 압축을 해제한 파일을 원하는 폴더로 밀어넣는다. 그리고 아래 명령어를 치면 pip가 서버를 확인하지 않고 다운받은 wheel 파일을 이용해 설치를 시작한다.

pip install —no-index —find-links=[폴더] [패키지명]

만일 c:\pylib 에 pandas 설치 파일인 wheel을 밀어넣고, 이를 설치한다면 다음과 같이 치면 된다.

pip install —no-index —find-links=c:\pylib pandas

이제 내부망에서도 코딩에 필요한 라이브러리를 갖춰 코딩할 수 있게 되었다.

그럼 즐거운 코딩 하시길~

텔레그램 봇 메시지 보내기

주경야매 — Sat, 17 Sep 2022 10:04:38 +0900

텔레그램에 자동으로 메세지를 보내는 봇, 어떻게 작동하나?

여느 메신저들과 같이 텔레그램 역시 대화방에 사람들이 참여해 대화를 나누는 메신저이다. 봇은 나 대신 대화를 하는 대리인으로, 내가 원하는 시점에 원하는 메시지를 보낼 수 있도록 만드는 것이다.

따라서 봇을 이용해 텔레그램에 자동으로 메시지를 보내는 방법은: 1) 봇을 만들고, 2) 봇과의 대화방을 만들고, 3) 봇과 대화상대들이 대화를 나누는 형식으로 진행된다.

1) ~ 2)은 일회성 작업이므로 텔레그램 메신저 상에서 수작업으로 진행되고, 4)는 수시로 발생하는 이벤트 이므로 파이썬을 이용해 코딩해주게 된다.

텔레그램에 메시지를 쏠 때는 누가(발신인)이 어느 대화방(수신처)에 쏘는지 지정해야 한다.

여기서 발신인은 텔레그램 봇이고, 각각의 봇은 고유의 token을 가진다. 각 대화방 역시 고유의 값을 가지는데 이를 chat id라고 한다. 따라서 token과 chat id를 알아내는게 메시지를 쏘기 위한 첫 단계다.

1) 봇을 만들자.

텔레그램 앱에 접속해서 대화상대 검색창에 BotFather를 검색한다. 모바일 앱, PC앱, 웹앱 뭐든 다 좋다. 여기에서는 화면 캡쳐를 편하게 하기 위해 웹버전을 사용한다. BotFather는 대화명 그대로 봇을 만들어주는 아버지다.

BotFather 검색

다른거 말고 맨 위에 있는 공식마크가 붙은 BotFather가 진짜다. 이 친구와 대화를 시작하자. BotFather를 누르면 대화창이 열리면서 START 버튼이 보인다. 버튼을 눌러야 BotFather와 대화가 시작된다. 모바일 앱에서는 /start를 입력한다.

START를 누르자 BotFather와 할 수 있는 일들이 표시된다. 우선 맨 위에 있는 /newbot을 입력해 새로운 봇을 만든다.

/newbot을 입력하니 봇의 이름을 고르란다. 원하는 이름을 입력한다. 여기에서는 CTS-monitor 라고 입력했다.

이번에는 username을 요구한다. username은 bot으로 끝나야 한다. CTS_monitor_bot 이라고 입력한다. 언더스코어(_) 말고 대쉬(-)로 입력하면 받아주지 않는다.

정상적으로 봇이 만들어지면 봇에 할당된 비밀번호라고 할 수 있는 token이 생성된다. 가운데 있는 값이 지금 만든 CTS-monitor 봇의 token이다. 대화방에 봇 이름으로 메시지를 보낼 때 필요한 필수 정보이므로, 나중에 이용할 수 있도록 대화방을 닫지 말고 놔두자.

봇이 만들어졌고, token까지 확보했다면 다음 단계로 넘어가자.

2) 봇과의 대화방을 만들자.

카톡으로 친구와 대화할 때 친구 아이디를 선택해 대화를 시작하면 대화방이 만들어지는 것과 마찬가지로, 봇과의 대화방도 봇을 찾아 대화를 시작하면 만들어진다.

이제 방금 만든 봇과 대화를 시작하자. 검색창에 봇 이름을 넣고 검색해 대화방을 만들어도 되고, 앞에서 BotFather가 알려준 링크 t.me/CTS_monitor_bot을 클릭해 대화방을 만들어도 된다.

봇과의 대화 역시 START 버튼을 눌러야 한다. 모바일 앱에서는 /start를 입력한다.

봇과 대화를 시작했으니 대화방이 만들어졌다. 이제 대화방의 id인 chat id를 딸 수 있다.

https://api.telegram.org/bot토큰/getUpdates

위 링크를 복사해 웹브라우저 주소창에 넣고 실행해보자. 토큰 부분에는 방금 생성한 봇의 토큰을 복사해 넣어야한다.

실행 결과가 이렇게 나타나면 정상이다. 이제 바로 앞에서 오픈한 대화방에서 아무 말이나 입력해 대화를 하고, 웹브라우저에서 F5를 눌러 결과값을 리프레쉬 해보자.

텔레그램 대화방에서 봇과 대화를 나눈 모습

웹브라우저 리프레쉬 결과 화면

웹브라우저 화면 결과값이 바뀐걸 볼 수 있다. 위 화면에서 빨간색으로 표시된 id 값이 현재 당신이 봇과 대화하고 있는 채팅방의 챗아이디 이다. 이 챗 아이디 역시 봇과의 대화를 위해 필요하다.

3) 봇으로 대화방에 메시지를 보내자

봇 토큰과 채팅방의 챗아이디가 준비되었으면 봇이 대화방에 메시지를 보낼 수 있다. 웹브라우저 주소창에 아래 링크를 입력하고 실행해보자. 토큰에는 1)에서 준비한 봇의 토큰을, 챗아이디에는 2)에서 준비한 챗아이디를 넣는다. 메시지는 본인이 원하는 메시지 아무거나 넣어도 좋다.

https://api.telegram.org/bot토큰/sendMessage?chat_id=챗아이디&text=메시지

실행이 완료되면 웹브라우저와 텔레그램 메신저는 각각 아래와 같이 변한다.

웹브라우저 결과 화면

텔레그램 화면

봇이 보낸 메시지가 대화방에 도착해있다.

봇을 이용해 텔레그램에 메시지를 보내기 완성!

파이썬으로 하든, 자바스크립트로 하든 상관 없다. 어떤 언어에서든 필요한 시점에 아래 링크를 호출하기만 하면 텔레그램 대화방에 봇이 메시지를 보낼 것이다.

https://api.telegram.org/bot토큰/sendMessage?chat_id=챗아이디&text=메시지

언제, 어떤 메시지를 이 링크를 통해 보낼지는 필요에 따라 코딩하면 되겠다.

보너스, 텔레그램 메시지를 보내는 파이썬 코드.

import requests

token = '토큰'
chat_id = '챗아이디'
msg = '보낼 메시지'

url = 'https://api.telegram.org/bot{}/sendMessage?chat_id={}&text={}'.format(token, chat_id, msg)
requests.get(url)

쥬피터 노트북 같은데선 테스트 용으로 위에서 처럼 쓸테고, 일반적으로는 아래처럼 함수로 만들어 쓰겠다.

import requests

def telegram_send(token, chat_id, msg):
    url = 'https://api.telegram.org/bot{}/sendMessage?chat_id={}&text={}'.format(token, chat_id, msg)
    r = requests.get(url)
    return r

함수에서 리턴값 r은 메시지가 잘 보내졌는지 확인하는 용도이다.

메이저리그 기록 크롤링 (baseball-reference.com)

주경야매 — Tue, 26 Jul 2022 03:18:49 +0900

야구 데이터를 분석하고 싶다면 https://www.baseball-reference.com/ 은 각종 데이터의 보고다.

오늘은 이 사이트에서 류현진 선수의 기록을 크롤링해보자.

사이트에 접속한 뒤 류현진 선수의 이름으로 검색해도 되고, 다음 링크를 이용해도 된다.
https://www.baseball-reference.com/players/r/ryuhy01.shtml

류현진 선수의 기록이 게시된 페이지

스크롤바를 아래로 조금 내리면 투수로서의 류현진 선수의 기록이 나온다.

원하는 기록이 있는 테이블을 콕 집어서 크롤링하면 되는데, 여기에서는 Standard Pitching에 있는 기록을 가져와보겠다.

코드 구조를 파악하기 위해 마우스 우클릭 - 검사를 클릭해 개발자 화면을 연다.

우선 Standard Pitching 테이블이 담긴 부분의 코드를 찾아가야 한다.

테이블의 가장 윗 부문에 마우스를 가져가 우클릭 - 검사를 클릭하면, 오른쪽 개발자 화면에 현재 마우스가 있는 부분의 코드가 표시된다. 아래 화면에서는 테이블 맨 위의 Year에서 우클릭 - 검사 를 클릭했고, 오른쪽에서 <th> 태그 부분이 해당 코드다.

표시된 <th> 태그 바로 위쪽에 <table> 태그가 보인다. 이 코드가 바로 Standard Pitching 테이블이 시작되는 부분이니, 여기서부터 작업을 시작하면 되겠다.

이 테이블의 id는 pitching_standard로 표시돼있다. id를 이용해서 테이블 안의 내용을 가져올 수 있다.

이제 코딩에 들어가 보자.

우선 웹사이트의 데이터를 끌어오는 requests, 가져온 데이터를 분석하는 BeautifulSoup 라이브러리를 호출한다.

import requests
from bs4 import BeautifulSoup

이제 웹사이트의 소스코드를 끌어와 해석해준다.

url = 'https://www.baseball-reference.com/players/r/ryuhy01.shtml'
r = requests.get(url)
soup = BeautifulSoup(r.text, 'lxml')

2행에서 get 방식으로 소스코드를 가져왔고, 3행에서 BeautifulSoup에 넣어 소스코드를 해석해준다. 이제 soup에는 페이지의 소스를 해석한 내용이 들어있다. 이 중에서 Standard Pitching 테이블의 내용만 발라낸다.

soup.find('table', id='pitching_standard')

</table class="row_summable sortable stats_table" data-cols-to-freeze="1,3" id="pitching_standard">
~~

find 명령어를 이용해 soup 내의 table 태그중 id='pitching_standard' 값을 찾으면 Standard Pitching 테이블을 구성하는 코드를 발라낼 수 있다. 여기까지 했으면 이제 다시 웹사이트로 돌아가서 가지고 올 기록을 선택해보자.

Standard Pitching 테이블에는 여러 기록들이 들어있는데, 그 중 승(W), 패(L), 방어율(ERA) 값을 가져와보자.

이전과 마찬가지로 해당 레코드 위에 마우스를 가져다 놓고 우클릭 - 검사를 클릭하면 가리키고 있는 코드 부분이 표시된다. 아래 화면은 ERA를 가리키는 소스코드다.

코드를 살펴보면 <td> 태그들이 각 데이터를 표시하고 있고, 데이터마다 data-stat이라는 변수에 이름이 지정되어있다. ERA의 경우 data-stat="earned_run_avg" 라고 되어있다. 이를 이용해 ERA 데이터를 콕찝어서 가져올 수 있다.

soup.find('table', id='pitching_standard').find_all(attrs={'data-stat':'earned_run_avg'})

[<th aria-label="Earned Run Average" class=" poptip sort_default_asc hide_non_quals center" data-filter="1" data-name="Earned Run Average" data-stat="earned_run_avg" data-tip="<strong>9 * ER / IP</strong><br>For recent years, leaders need 1 IP<br>per team game played.<br>Bold indicates lowest ERA using current stats<br><span class=glimmer>Gold</span> means awarded ERA title at end of year." scope="col">ERA</th>,
~~
<td class="right " data-stat="earned_run_avg">2.98</td>,
<td class="right " data-stat="earned_run_avg">4.07</td>]

처럼 하면 된다. 그런데 위 결괏값은 html 코드까지 함께 있어서 보기에 편치 않다. 우리가 갖고 싶은 건 데이터뿐인데. 그래서 이번에는 데이터만 추출하도록 위 코드를 살짝 변형시켜보자.

데이터만 추출해내려면 테이블을 한 줄씩 읽어오는게 편하다. 테이블에서 줄을 표현하는 태그는 <tr>이다. <tr> 태그를 순회하며 한줄씩 읽어보자.

for p in soup.find('table', id='pitching_standard').find('tbody').find_all('tr'):
    print(p.find(attrs={'data-stat':'earned_run_avg'}).text)

3.00
3.38
~~
5.67

1행은 테이블에서 <tr> 태그들을 find_all로 찾아내 이들을 순회한다. 각 행은 p라는 변수에 담는다.

2행은 각 행을 나타내는 p에서 data-stat='earned_run_avg'인 태그를 찾아 그 값을 출력한다.

다른 데이터도 같은 방식으로 가져올 수 있다. 이제 W, L, ERA 데이터를 한 번에 가져와 딕셔너리에 저장해서 출력해본다.

pitching = {}
pit = soup.find('table', id='pitching_standard').find('tbody').find_all('tr')
for p in pit:
    pdata = {}
    pdata['W'] = p.find(attrs={'data-stat':'W'}).text
    pdata['L'] = p.find(attrs={'data-stat':'L'}).text
    pdata['ERA'] = p.find(attrs={'data-stat':'earned_run_avg'}).text
    pitching[p.find(attrs={'data-stat':'year_ID'}).text] = pdata
pitching

{'': {'ERA': '', 'L': '', 'W': ''},
'2013': {'ERA': '3.00', 'L': '8', 'W': '14'},
'2014': {'ERA': '3.38', 'L': '7', 'W': '14'},
'2016': {'ERA': '11.57', 'L': '1', 'W': '0'},
'2017': {'ERA': '3.77', 'L': '9', 'W': '5'},
'2018': {'ERA': '1.97', 'L': '3', 'W': '7'},
'2019': {'ERA': '2.32', 'L': '5', 'W': '14'},
'2020': {'ERA': '2.69', 'L': '2', 'W': '5'},
'2021': {'ERA': '4.37', 'L': '10', 'W': '14'},
'2022': {'ERA': '5.67', 'L': '0', 'W': '2'}}

1행은 가져온 데이터를 담을 딕셔너리 pitching을 만들어둔다.

2행에서 각 줄을 순환하도록 <tr>을 찾아 pit에 담아두고,

3행에서 각 줄을 순회하며,

4행에서는 줄 별 데이터를 담을 pdata 딕셔너리를 만들고,

5~7행은 각각 W, L, ERA 데이터를 가져와 pdata에 각각의 이름으로 담는다.

8행은 줄의 데이터를 담은 딕셔너리를 전체 딕셔너리인 pitching에 옮겨 담는다. pdata 딕셔너리는 매 줄마다 데이터를 업어치기 때문에 다음 줄이 되면 사라진다. 그전에 pitching으로 옮겨 담아야 한다.

마지막 줄에서는 pitching 딕셔너리에 저장된 값을 출력해본다.

지금까지 https://www.baseball-reference.com/ 에서 메이저리그 선수 기록 데이터를 가져오는 방법을 알아봤다.

구글 뉴스 크롤링

주경야매 — Mon, 4 Jul 2022 05:28:19 +0900

구글 뉴스를 크롤링 해보자.

'nft nyc 2022 after party' 라는 키워드로 구글링한 후, 뉴스탭으로 이동해 이 키워드로 검색되는 뉴스의 제목과 링크를 크롤링 하겠다.

검색은 크롬 브라우저를, 코딩은 구글 콜랩(https://colab.research.google.com/)을 사용한다.

구글 검색창에 'nft nyc 2022 after party'를 넣고 구글링한 후 뉴스탭으로 이동한다.

뉴스 검색 결과

크롤링을 하려면 우선 대상 사이트의 구조를 파악해야 한다. 이를 위해 브라우저 빈 공간에서 마우스 우클릭을 하고 나타나는 팝업 메뉴에서 검사를 클릭한다.

브라우저 화면이 다음과 같이 바뀐다.

화면이 왼쪽과 오른쪽으로 분할되어 나오는데, 왼쪽은 원래 보고있던 검색결과가, 오른쪽에는 이 화면을 구성하는 소스코드가 보인다.

소스코드를 따라서 마우스를 이리저리 움직이다보면 위 화면과 같이 왼편의 검색결과화면 일부에 뿌연 음영이 표시되고, 마우스를 움직이면 음영이 따라서 움직인다. 이때 마우스가 올려진 곳이 바로 음영 부분을 구현한 코드다. 소스코드는 접었다▶ 펼쳤다▼ 할 수 있으므로 필요에 따라 펼쳐가며 내가 원하는 부분의 코드가 어디 있는지 찾을 수 있다.

우리 목표는 뉴스 검색결과에서 제목과 링크를 가져오는거다. 이를 위해 검색결과가 표현된 부분의 코드를 찾아보자.

구조를 파악하기 수월하려면 관심없는 부분은 최대한 빼고, 관심있는 부분에만 음영이 생기도록 소스코드를 잘 발라야 한다. 여기에서는 아래 코드로 둘러쌓인 부분이 바로 거기다.

<div id="search">
~~
</div>

이제 봐야 할 소스코드를 뉴스검색 결과가 있는 영역으로만 한정했으니 분석이 좀 수월해졌다. <div id="search">옆의 ▶를 클릭해 펼쳐서 내부 코드로 들어가보자.

펼치다보니 <div class="xuvV6b" data-hvied 로 시작하는 비슷한 코드가 10개가 연달아 나오는 부분이 보인다. 이 코드를 따라 마우스를 움직이면 왼편 검색결과 화면의 각각의 결과를 따라 음영이 움직이는 것을 볼 수 있다. 즉, 이 코드 하나하나가 검색결과 하나씩을 나타낸다고 파악할 수 있다.

이번에는 최상위 검색결과를 따라 들어가보자. <div class="xuvV6b" 중 맨 위에 있는 코드를 열어본다.

<a class="WlydOe" href="~~~ 로 시작하는 코드가 보인다. html에서 <a href="주소"> 태그는 하이퍼링크를 나타낸다. href에 담긴 주소가 우리가 찾는 링크 주소다. 그렇다. 링크를 찾은 것이다.

이번에는 제목을 찾아보자. 코드를 좀 더 펼쳐보자.

<div class="~" role="heading" ... 으로 표현된 코드 위에 마우스를 옮기니 왼편 검색결과에서 제목줄 만으로 음영 범위가 좁혀졌다. 즉, 이 부분이 뉴스 제목이라는 의미다.

이제 어떤 코드가 화면의 어떤 구성하는지 파악했으니 본격적인 코딩에 들어가보자.

브라우저에서 새 탭을 열고 구글 콜랩(https://colab.research.google.com/)에 접속해 파일 - 새 노트를 클릭한다.

파이썬 코딩을 할 수 있는 빈 노트북이 열렸다.

맨 윗줄에 다음 코드를 입력하고 Shift + Enter를 눌러 코드를 실행한다.

import requests
from bs4 import BeautifulSoup

크롤링의 첫 단계는 대상 화면의 코드를 긁어와 해석하는 것이다.

1행은 웹 상의 코드를 긁어오는 기능을 가진 requests 라이브러리를, 2행은 가져온 코드를 해석하는 BeautifulSoup 라이브러리를 사용할 수 있도록 준비한다.

이제 크롤링할 사이트를 지정할 차례. 아까 찾아놓은 검색결과 화면의 url을 복사해서 뜯어보자.

https://www.google.com/search?q=ntf+nyc+2022+after+party&newwindow=1&rlz=1C1VDKB_koUS1000US1000&biw=772&bih=892&tbm=nws&sxsrf=ALiCzsbDU3az5CAsV5pvxg4ArHDNVVkdfQ%3A1656943620275&ei=BPTCYq-dEKGliLMPuLi94Ak&ved=0ahUKEwivr5j_s9_4AhWhEmIAHThcD5wQ4dUDCA4&uact=5&oq=ntf+nyc+2022+after+party&gs_lcp=Cgxnd3Mtd2l6LW5ld3MQAzIECAAQE1AAWABgiwVoAHAAeACAAUOIAUOSAQExmAEAwAEB&sclient=gws-wiz-news

https://www.google.com/search?... 뒤로 파라미터들이 길게 붙어있는데, 그 중 꼭 필요한 파라미터만 가져오면 된다. 어떤 파라미터가 꼭 필요한 건지 알려면 각 파라미터들을 하나씩 붙여 브라우저 주소창에 넣고 실행해 원하는 결과값이 나오는지 확인하는 것이다.

url에서 ?는 기본 주소와 파라미터 부분을 구분하는 기호이고, &는 각 파라미터를 구분하는 기호다.
즉, https://www.google.com/search 까지는 기본 주소이고, q가 첫번째 파라미터, newwindow는 두번째 파라미터다.

예를들어 맨 앞에 있는 q=ntf+nyc+2022+after+party 부분이 꼭 필요한지 확인 하려면 https://www.google.com/search?q=ntf+nyc+2022+after+party 까지만 주소창에 넣고 결과를 확인해본다.

실행결과를 보면 nft nyc 2002 after party 를 넣고 검색한 결과 가 날것 그대로 나온다. 우리가 원하는 결과는 뉴스 검색 결과인데, 뉴스 뿐 아니라 일반 검색 결과까지 다 나오는 것이다. 그럼 이것만 가지고는 원하는 결과를 얻을 수 없다고 판단할 수 있다.

파라미터들을 한땀한땀 확인해 본 결과 다음이 원하는 결과를 얻을 수 있는 가장 간단한 url이다.

https://www.google.com/search?q=nft+nyc+2022+after+party&tbm=nws&start=0

https://www.google.com/search 는 구글링을 위한 기본 주소이고, q는 검색 키워드, tbm은 뉴스섹션, start는 페이지 번호를 의미한다. 일단 크롤링할 대상 url을 저장한다.

url = 'https://www.google.com/search?q=ntf+nyc+2022+after+party&tbm=nws&start=0'

이제 requests 라이브러리를 이용해 url의 내용을 가져올 차례다. requests의 get() 함수를 이용해 requests.get(url) 과 같이 적고 실행하면 해당 페이지의 소스를 가져온다.

그런데 대부분의 웹사이트는 자신들의 정보를 쉽게 크롤링 당하게 방치하지 않는다. 크롤러를 최대한 귀찮게 해서 쓸데없는 트래픽 유발을 막고싶어 한다. 그래서 봇이 크롤링 하려 하면 비정상적인 페이지 정보를 돌려준다. 이런 이유로 난 봇이 아니에요 라고 가장하는 정보를 함께 넣어서 크롤링 해줘야 한다. 이는 브라우저의 헤더 정보로 넣어준다.

h = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.57',
    'X-Requested-With': 'XMLHttpRequest',
}
r = requests.get(url, headers=h)

이 코드의 핵심은 requests.get(url) 이지만, 구글에게 정상적인 소스코드를 받기 위해 url 뒤에 headers 정보를 추가했다. headers 정보는 h에 담아 보냈는데, 자신이 사용하는 웹브라우저의 헤더값을 복사해 넣으면 된다. 브라우저의 헤더값을 가져오는 방법은 따로 안내한다.

가지고 온 결과값은 변수 r에 저장했는데, r을 출력해보면 <Response [200]>이 출력된다. Response 객체로 결과값을 돌려받았다는건데, 중요한건 그 안에 들은 실제 값이다. 그걸 보려면 r.text로 출력해보면 된다.

r.text

<!doctype html><html itemscope="" itemtype...

출력결과 html 소스코드가 문자열로 들어있음을 확인할 수 있다.

이제 r.text를 해석하고 그 안에서 우리가 필요한 값을 찾아내야 한다. html 코드를 해석할 때 이용하는 것이 BeautifulSoup 이다.

soup = BeautifulSoup(r.text, 'lxml')

BeautifulSoup() 함수 안에 r.text를 넣어 해석을 시키는데, 문자열 해석(parsing) 방식으로 'lxml'을 지정해준다. 파싱을 위한 여러가지 옵션은 별도로 안내한다. BeautifulSoup()으로 해석한 내용은 변수 soup에 저장한다.

soup을 출력해보면 아까와 마찬가지로 긴 html 코드가 들어있다. 사람 눈으로 보기엔 아까랑 달라진게 뭐임 할 것이다. 하지만 컴퓨터 입장에서는 많이 달라졌다. r.text에는 아무 의미 없는 긴 문자열이 들어있었지만, soup에는 각 태그별로 발라낸 값들이 들어있기 때문이다. 이제 soup에서 태그 사이를 헤집고 다니며 원하는 값을 찾아낼 수 있다. 예를들어 soup.find_all('a') 라고 하면 <a> 태그 전체가 출력된다.

soup.find_all('a')

[<a href="/search?q=ntf+nyc+2022+after+party&tbm=nws&gbv=1&sei=Zi3DYobQJdjZkPIP-o6L2AM">here</a>,
<a class="gyPpGe" data-ved="0ahUKEwiGm4zc6t_4AhXYLEQIHXrHAjsQ67oDCAU" jsaction="i3viod" jsname="BKxS1e" role="link" tabindex="0">Skip to main content</a>, ...

앞서 검색결과 분석을 하면서 검색결과 내용은 <div id="search">에 들어있는 것을 알았다. 이 부분을 찾아보자.

soup.find_all('div', id='search')

[<div id="search"><div data-hveid="CAEQNQ" data-ved="2ahUKEwiGm4zc6t_4AhXYLEQIHXrHAjsQGnoECAEQNQ"><h1 class="Uo8X3b OhScic zsYMMe">Search Results</h1><div class="v7W49e" data-async-context="query:nft%20nyc%202022%20after%20party" eid="Zi3DYobQJdjZkPIP-o6L2AM" id="rso"> ...

검색결과 부분만 출력이 됐지만 여전히 너무 많다. 이제 분석한 내용을 조금씩 더 적용해보자. 검색 결과를 더 파고들자. 마찬가지로 앞서 분석한 내용을 적용한다. 각각의 기사는 <div class="xuvV6b ... 로 시작하는 태그에 담긴것을 위에서 확인했었다. 본문 코드 뒤에 아래와 같이 덧붙인다.

rst = soup.find_all('div', id='search')[0].find_all('div', class_='xuvV6b')

이제 rst에는 검색 결과들이 담긴 리스트가 들어있다. 이제 이 검색 결과에서 제목과 링크주소를 가져올 차례다.

이 리스트의 원소를 하나씩 순회하며 제목과 링크를 뽑아보자.

html에서 하이퍼링크는 <a> 태그에, 제목은 <div role="heading">에 들어있는 것을 위에서 확인했다. 이들을 발라내는 코드다.

for r in rst:
    print(r.find("div", {"role" : "heading"}).text.replace("\n",""))
    print(r.find("a").get("href"))

NFT.NYC 2022: what is it and who should I watch?
https://www.creativebloq.com/news/nft-nyc-2022
The World's Biggest NFT Festival vs. the Crypto Crash of 2022
https://www.cnet.com/personal-finance/crypto/the-worlds-biggest-nft-festival-vs-the-crypto-crash-of-2022/
Vibe Check: What Was NFT NYC Like Amid a Bear Market?
https://decrypt.co/104111/vibe-check-what-was-nft-nyc-like-amid-a-bear-market
NFT.NYC 2022: The Ultimate Guide
https://nftevening.com/nft-nyc-2022-the-ultimate-guide/
'We're Poor Again, but We're Still Here': Why NFT.NYC Won't Die
https://www.coindesk.com/tech/2022/06/24/were-poor-again-but-were-still-here-why-nftnyc-wont-die/
A Tale of Two NFT Parties: Doodles vs. Goblintown
https://decrypt.co/103848/a-tale-of-two-ethereum-nft-parties-doodles-goblintown
Crypto Reacts To The NFT NYC Conference: The Bad And The Ugly | Bitcoinist.com
https://bitcoinist.com/crypto-reacts-nft-nyc-the-bad-and-the-ugly/
If NFT.NYC Represents the Future of Art, Then Why Was It So Boring?
https://news.artnet.com/market/why-was-nft-nyc-so-boring-2136620
NFT.NYC Brings New Technology And Old DJs To Town
https://www.forbes.com/sites/ericfuller/2022/06/30/nftnyc-brings-new-technology-and-old-djs-to-town/
Somewhere Nowhere, Powered by SWNW Lab, is the ...
https://www.businesswire.com/news/home/20220617005505/en/Somewhere-Nowhere-Powered-by-SWNW-Lab-is-the-Nightlife-Destination-of-NFT.NYC-2022

rst에 들어있는 각 원소 r을 순회하며 role="heading"인 <div>를 뽑아 제목으로 출력하고, <a>를 뽑아 href링크를 출력한다. 크롤링 완료. 이제 이들을 필요에 따라 활용하면 된다.

지금까지 nft nyc 2022 after party 라는 키워드로 검색된 뉴스 결과를 크롤링 했다. 여기에서는 딸랑 한페이지만 한거라 크롤링 봇이라 부를 수준까지는 안된다. 자동화된 봇이라면 페이지를 넘겨가며 필요한 정보를 싹 긁어와야 한다. 이는 페이지를 넘어가는 부분을 구현해야 하는데, 분량이 좀 되니 별도의 글로 소개하겠다.

파이썬의 클래스

주경야매 — Wed, 22 Jun 2022 22:41:22 +0900

함수에 대해 알았다면, 이번에는 클래스를 알아보자.

2022.06.22 - [파이썬] - 파이썬의 함수

클래스 역시 함수처럼 꼭 있어야 하는 것이 아니라 필요에 따라 선택적으로 사용하는 거다.

문법

특정 기능을 위한 코드의 모음을 함수라고 한다면, 함수의 모음을 클래스라고 볼 수 있다. 그래서 클래스 안에는 보통 여러 개의 함수가 들어간다. (코드 < 함수 < 클래스)

클래스 만들기

class 클래스명:

	def 함수1(입력값, ...):
    	함수코드

	def 함수2(입력값, ...):
    	함수코드

클래스 사용하기

클래스는 함수의 모음이라 사용법이 다양하다.

클래스 전체를 한꺼번에 실행하려면

클래스명(입력값)

클래스 안에 있는 함수2를 실행하려면

c = 클래스()

c.함수2()

클래스 전체를 c 라는 이름으로 불러오고, c에 들어있는 함수를 호출하면 된다.

어느 분야에서나 마찬가지지만, 개발자라는 집단도 복잡한 용어로 초보들을 혼란에 빠뜨리는데 클래스라는 부분에서 이것은 극에 달한다.

일부 몰지각한 개발자들은

불러온 클래스는 객체(object, 오브젝트)
클래스 내의 함수는 메서드(method)
클래스 내의 변수는 속성(property, 프로퍼티)

라고 부르며, 엄청난 철학이 들어있는 것 처럼 포장한다. 그리고 객체지향프로그래밍(OOP, Object Oriented Programming) 이라며 뭔가 대단한것처럼 얘기한다. 하지만 결국 코드의 덩어리들을 어떻게 효율적으로 재사용하느냐가 핵심이다.

예제

함수를 공부할 때 썼던 세금과 팁을 계산하는 코드를 클래스에다 넣어봤다.

class Pay:
    def __init__(self, amount):
        self.amount = amount
        self.cal_tax()
        self.cal_tip()
        print(self.amount)

    def cal_tax(self):
        self.amount = self.amount * 1.0888

    def cal_tip(self):
        self.amount = self.amount * 1.15

클래스 전체를 실행하려면,

Pay(100)

> 125.21199999999999

클래스 안에 있는 cal_tax() 함수만 실행하려면,

p = Pay(100)

p.cal_tax()

Pay()를 p라는 이름으로 부르고, p에 담긴 cal_tax()를 실행한다.

파이썬의 함수

주경야매 — Wed, 22 Jun 2022 22:03:28 +0900

기초 문법과 for, if 만 알면 어지간한 프로그램은 다 만들 수 있다. 그럼에도 불구하고 함수(function), 클래스(class)를 배우는 건 이들을 이용하면 복잡한 프로그램을 좀 더 수월하게 짤 수 있기 때문이다.

문법

함수는 중학교에서 배운 바로 그것, '특정한 기능을 하는 기계'다. 한 번 만들어두면 필요할 때마다 소환해 사용할 수 있다. 그래서 만드는 법과 사용법을 알아야 한다.

함수 만들기

def 함수명(입력값1, 입력값2, ...):
    처리 코드
    ~
    return 반환값

함수를 만든다는 선언은 def 로 하고, 문장 끝에 콜론(:)을 붙인다. 함수의 내용은 들여 쓰기를 한다.
입력값은 필요한 만큼 정해준다. 필요 없다면 괄호 안을 빈칸()으로 둔다.
반환값은 함수가 정해진 기능을 처리하고 돌려주는 값이다. 값을 돌려줄 필요가 없다면 return 구문 자체를 생략한다.

함수 사용하기

함수명(입력값1, 입력값2, ...)

필요한 위치에서 위와 같이 쓰면 해당 함수가 실행된다. 주의할 점은 사용하기 전에 함수를 미리 만들어놔야 한다는 것이다.

예제

미국에서는 레스토랑에서 밥을 먹으면 세금과 팁을 추가로 낸다. 뉴욕시의 부가세율은 8.88%, 평균적인 팁은 15%인데, 이걸 계산하는 코드를 만들어보자.

def cal_tax(before_tax):
    after_tax = before_tax * 1.0888
    return after_tax

함수명은 cal_tax 라고 지정하고, 입력값으로 세전 금액(before_tax)을 받는다.
함수 안으로 들어가면, 세전 금액에 세율인 8.88%를 추가해 세후금액(after_tax)을 계산한 후,
마지막 행에서 after_tax 값을 반환한다.

함수를 실행하려면 간단히 함수명(입력값) 을 치면 된다.

cal_tax(100)

> 108.88

이번에는 팁을 계산하는 함수

def cal_tip(before_tip):
    after_tip = before_tip * 1.15
    return after_tip

코드 구조는 위와 동일하다.

실행도 마찬가지.

cal_tip(100)

> 114.99999999999999

어, 이상하다. 답이 115가 아닌 115와 가까운 숫자가 나온다.

걱정하지 마시라. 코딩이 잘못된게 아니라 컴퓨터가 소수를 처리하는 과정에서 발생하는 문제로 '부동소수점' 처리를 하는 대부분의 프로그래밍 언어에서 공통적으로 발생하는 현상이다.

https://docs.python.org/ko/3/tutorial/floatingpoint.html

15. 부동 소수점 산술: 문제점 및 한계 — Python 3.10.5 문서

15. 부동 소수점 산술: 문제점 및 한계 부동 소수점 숫자는 컴퓨터 하드웨어에서 밑(base)이 2인(이진) 소수로 표현됩니다. 예를 들어, 소수 는 1/10 + 2/100 + 5/1000의 값을 가지며, 같은 방식으로 이진

docs.python.org

그럼 실제 레스토랑에서처럼 원금 + 세금 + 팁 까지 한꺼번에 계산하려면 어떻게 할까?

세금을 계산하는 함수를 먼저 실행하고, 그 결괏값을 팁 계산 함수에 넣어주면 되겠다.

a = cal_tax(100)
cal_tip(a)

이렇게 세금까지 처리한 금액을 a 에 저장한 다음, a 를 다시 팁 함수에 넣어 처리할 수도 있고

cal_tip(cal_tax(100))

이렇게 한 줄로 처리할 수도 있다.

코드를 반복해서 사용할게 아니라면, 또는 코드가 심플하다면 굳이 함수를 만드는 수고를 할 필요는 없다. 함수란,

똑같은 작업이 반복될 때, 노가다를 줄이기 위해
코드가 복잡해질 경우, 가독성 개선을 위해

사용하는 코드의 집합체다.

데이터프레임에서 인덱스값을 기준으로 최종 열을 뽑을때

주경야매 — Thu, 16 Jun 2022 22:09:54 +0900

주가 등 시계열데이터를 다룰 때 가끔 마주치는 일이다.

일년 전 오늘 주가는 얼마였지?

오늘이 2022년 6월13일 이라면, 일년 전은 2021년 6월13일. 그런데, 하필 그날은 일요일이다.
일요일엔 장이 열리지 않으니 그 날짜에는 데이터가 없는게 당연하다. 그래서 늘 하듯 dataframe.loc('날짜') 로 데이터를 찾으면 값이 없다고 나온다. 뭐 이 정도에서 끝난다면 괜찮지만, 일년 전 대비 주가 변동율 같은걸 계산할 때는 일년 전 주가가 없으니 변동율을 계산할 수 없게 된다.

주가는 기본적으로 현재까지의 최종 주가를 오늘의 주가로 한다. 오늘이 일요일이라면, 오늘의 주가는 직전 금요일의 주가가 오늘 주가다. 위의 경우 사람이 수작업으로 한다면 2021년 6월11일 주가를 당겨와서 했을텐데, 컴퓨터는 이걸 일일이 지정해주지 않으면 알아서 처리해주지 않는다.

그럼 어떻게 하지? 이럴 때 필요한게 asof 다. 영어로 as of ~ 는 '~를 기준으로' 라는 표현이니 참 직관적인 함수명이다.

dataframe.asof(기준)

데이터프레임 뒤에 asof(기준) 를 붙여주면 기준을 기준으로 최종값을 반환한다.

문법

DataFrame.asof(where, subset=None)

Input

where: 기준

Return

where를 기준으로 NaN을 제외한 최종 열의 데이터

예제

>>> s = pd.Series([1, 2, np.nan, 4], index=[10, 20, 30, 40])
>>> s
10    1.0
20    2.0
30    NaN
40    4.0
dtype: float64

>>> s.asof(20)
2.0

NaN을 제외한 최종값이 나오므로, 30으로 지정하면 20의 값이 나온다. (30이 NaN)

>>> s.asof(30)
2.0

시계열데이터에서 데이터 생성 빈도 알아내기

주경야매 — Wed, 15 Jun 2022 02:19:53 +0900

외부에서 가져온 시계열 데이터를 이용할 때, 데이터 생성 빈도를 알아내고 싶은 경우가 있다.

이럴땐 pandas 에서 제공하는 infer_freq() 함수를 이용하자.

pandas.infer_freq(index, warn=True)

주어진 데이터를 이용해 가장 근접한 빈도를 추측한다. 추측이 불가할 경우 warning이 출력된다.

Inputs
- index: 시계열데이터. Series인 경우 인덱스가 아닌 밸류를 사용.
- warn: bool, default True.

Returns
str or None (빈도 추측이 불가할 경우 None)

Errors
TypeError: 입력값이 날짜 형식이 아닌 경우
ValueError: 입력값이 3개 미만인 경우

예제

>>> idx = pd.date_range(start='2020/12/01', end='2020/12/30', periods=30)
>>> pd.infer_freq(idx)
'D'

결과값은 다음과 같이 해석하면 된다.

B	business day frequency
C	custom business day frequency
D	calendar day frequency
W	weekly frequency
M	month end frequency
SM	semi-month end frequency (15th and end of month)
BM	business month end frequency
CBM	custom business month end frequency
MS	month start frequency
SMS	semi-month start frequency (1st and 15th)
BMS	business month start frequency
CBMS	custom business month start frequency
Q	quarter end frequency
BQ	business quarter end frequency
QS	quarter start frequency
BQS	business quarter start frequency
A, Y	year end frequency
BA, BY	business year end frequency
AS, YS	year start frequency
BAS, BYS	business year start frequency
BH	business hour frequency
H	hourly frequency
T, min	minutely frequency
S	secondly frequency
L, ms	milliseconds
U, us	microseconds
N	nanoseconds

미국ETF 배당수익률 TOP - BLOK, QYLD

주경야매 — Tue, 12 Apr 2022 01:29:04 +0900

2022년4월 기준, 주식형 ETF 배당수익률 1, 2위 종목인 BLOK, QYLD 를 프리뷰 합니다.

먼저 배당수익률 18%를 기록한 BLOK 입니다.

Transformational Data Sharing ETF라... 종목명만 보고서는 펀드의 성격을 직관적으로 알기는 어렵습니다.

Amplify Investments 에서 발행한 액티브 ETF로, 수수료는 0.71%, 배당수익률은 18.51%를 기록했습니다. 배당수익률을 고려하면 수수료가 비싸지는 않습니다.

1년 가격대 하단이 3년 가격대 하단보다 올라온 것을 보면, 펀드 수익률은 우상향 하는 것으로 보입니다. 뒤에서 주가 추세선을 통해 확인해보겠습니다.

펀드 유형을 들여다봅니다.

주식형 테마 ETF로 블록체인 관련주에 투자합니다. 액티브 ETF로, 비중배분방식을 알아서 결정하는 고유방식 입니다. 운용 스타일 역시 혼합형으로 딱히 정해진 바가 없고, 대상자산 규모, 대상 지역 역시 특정하지 않습니다.

주가 추이를 살펴봅니다.

BLOK 주가 추이

하얀색은 주가, 빨간색은 추세선 입니다. 2018년 출시 이후 주가는 상승 추세를 이어가고 있지만, 주가 움직임 자체가 비트코인 가격에 영향을 많이 받는것 같습니다. 확인을 위해 비트코인 가격과 함께 비교해 보겠습니다.

초록색은 BLOK, 주황색은 비트코인 가격 입니다. 예상대로 BLOK는 비트코인 가격과 비슷한 방향으로 움직이고 있습니다. 국지적으로 진폭의 차이가 나기는 하지만, 큰 웨이브는 같이 타는 모습입니다.

펀드 공식 웹사이트에서 보유종목을 살펴봅니다.

가장 많이 들고있는 Silvergate Capital은 비트코인 등 가상자산을 담보로 잡고 대출을 해주는 금융기관 입니다.

다음은 CME 인데, 시카고에 있는 선물 거래소로, 비트코인 선물이 거래되고 있습니다. 비트코인을 정규 시장으로 편입시킨 곳이죠.

세 번째로 있는 NVIDIA는 가상자산 채굴에 필수인 그래픽 카드를 생산하는 기업이고, 네 번째인 SBI Holdings는 일본계 벤처캐피탈로 가상자산 관련 스타트업에 적극적으로 투자하고 있습니다.

5위에 있는 Microstrategy는 트위터와 유튜브에서 유명한 마이클 세이어가 이끄는 기업인데, 비트코인에 엄청나게 많이 투자해놓은 회사입니다.

Galaxy Digital은 Silvergate와 마찬가지로 가상자산을 취급하는 금융기관이고, Coinbase는 미국의 코인 거래소, GMO Internet, Digital Garage는 일본계 블록체인 기술 기업, Hive Blockchain은 아이슬란드에서 시작한 블록체인 채굴 기업 입니다.

보유종목의 구성을 보면 가상자산 유동화를 위한 금융서비스 제공 기업, 가상자산 채굴업체, 관련 스타트업, 반도체 등 관련 장비 제조업체, 가상자산을 많이 보유한 기업 등을 사들이고 있습니다.

보유종목의 섹터 분산을 보면, IT관련 기업이 가장 많고, 가상자산 유동화를 위한 금융 기관이 뒤를 따르고 있습니다.

보유 종목의 기업 규모를 보면 기업의 사이즈는 따로 가리지 않습니다.

그럼 오늘의 키포인트인 배당을 살펴볼까요.

분배금은 연 1회 지급했는데, 작년에는 꽤 많았지만 그 전에는 그다지 높지 않았습니다. 배당주 투자의 핵심 중 하나가 배당의 안정성인데, 펀드가 출시된지 얼마 되지 않아 분배금 지급 이력이 많지 않은것도 있지만, 어쩌다 한번 배당을 많이 줘서 배당수익률이 높아진 것을 보니 이 종목은 배당을 테마로 투자하기에는 그다지 매력적이지 않습니다.

하지만, 가상화폐의 미래에 대해 좋은 견해를 갖고 있다면 BLOK 한 종목에만 투자하면 업계 전반에 분산투자 하게 되는 효과는 충분히 기대할 수 있습니다.

이번에는 미래에셋 미국법인인 Global X에서 출시한 QYLD 입니다.

종목명에 NASDAQ 100 Covered Call이라고 딱 밝혀놨습니다. 나스닥 100 지수 옵션을 매도해서 초과수익을 만들어내는 ETF 입니다.

미래에셋이 만들고 운용하고 있고, 수수료는 0.6%, 배당수익률은 13.28%로 훌륭합니다. 다만 1년, 3년, 5년 가격대를 보면 시간이 흘러도 가격이 상승하고 있지는 않은 것 같습니다. 이 부분은 뒤에서 주가 추이로 확인해봐야겠습니다.

기본적으로 주식형 펀드지만, 운용전략은 옵션형 입니다. 이게 무슨 소리냐? 자세히 알려드릴께요.

커버드콜은 주식을 매수하고, 매수한 주식을 담보로 콜옵션을 발행해서 매도하는 방식으로 운용합니다. 예를들어, 고객이 100억을 맏기면, 그 돈으로 나스닥 100 지수를 그대로 복제해서 주식을 매입합니다. 또는 나스닥 100 ETF를 살 수도 있죠. 그럼 이제 이 펀드는 나스닥 100 지수 수익률을 그대로 따라가게 됩니다. 이렇게 까지만 하면 지수 대비 초과수익을 만들 수 없죠? 이제 초과수익을 만들기 위한 작업을 시작합니다.

옵션 시장으로 가서 나스닥 100 지수를 추종하는 옵션을 발행합니다. 옵션은 복권 같은거라, 이 펀드가 복권 발행자가 되는 셈입니다. 복권을 발행했으니, 복권판매 수수료를 얻을 수 있겠죠? 이 수수료를 옵션 프리미엄이라고 하고, 이 옵션 프리미엄이 바로 펀드가 만들어내는 초과수익이 됩니다. 이 초과수익으로 ETF 매수자에게 배당을 주는 것이죠.

그럼 이렇게 좋은 거래를 다른 펀드들은 왜 안하는걸까요? 초과수익을 만드는데는 위험이 따르기 때문입니다. 복권을 발행했으니, 당첨자가 나오면 당첨금을 줘야겠죠? 이 옵션을 산 사람, 즉 복권을 산 사람은 정해진 가격 이상 주가가 오르면 당첨이 되는건데요, 그러면 펀드는 보유하고 있는 주식을 팔아서 당첨자에게 당첨금을 줘야 합니다. 그래서 주가가 오르면 보유주식에서 나올 이익이 사라지게 됩니다. 주식을 당첨자에게 넘겨야 하니까요.

그래서 커버드콜 펀드는 매니저가 예상한 수준 이상으로 주가가 올라가면 더이상 수익을 만들어내지 못하게 됩니다. 주가가 올라가면 오히려 돈을 못버는 구조라, 좀 아쉬운 면이 있네요.

이제 보유종목을 살펴봅니다.

앞서 얘기한것처럼 나스닥 100 지수 구성종목과 똑같은 비중으로 주식을 보유하고 있는데, 맨 아래 옵션을 판 것이 눈에 띕니다. 마켓밸류가 마이너스로 나온게 보이죠? 옵션 매도 포지션이라서 그렇습니다.

2022년 4월 14일에 나스닥 100 지수가 14225 이상이 되면 당첨이 되는 옵션을 판매한거구요, 옵션만기일인 4월 14일날 나스닥 지수가 얼마냐에 따라 이 펀드의 수익률은 확 달라지게 됩니다. 이 ETF 매수자라면 나스닥 100 지수가 14225 이상 올라가지 않길 바래야죠.

이제 이 펀드의 분배금 히스토리를 살펴볼 차례입니다.

10년간의 배당 히스토리를 그린건데요, 분배금을 꾸준히 줬다는걸 확인할 수 있습니다. 배당과 관련해서는 걱정할 일이 없는 펀드네요. 분배금 따박따박 나오고, 수수료도 싼 펀드이니 여기까지는 아주 매력적인 펀드임에 틀림 없습니다.

다만 주가가 올라가면 수익을 만들지 못하는 커버드콜 상품이니만큼, 주가 움직임도 확인해봐야 합니다.

최근 5년간의 주가인데요, 추세선이 우하향하고 있는 것을 확인할 수 있습니다. 나스닥은 엄청 올라갔는데 말이죠. 나스닥 100 지수와 펀드 수익률을 직접 비교해볼께요.

초록색이 펀드 수익률, 오렌지색이 나스닥 100 지수 수익률인데요, 나스닥이 올라가도 펀드 수익률은 따라가질 못했습니다. 차트를 잘라서 부분부분 보면 국지적인 움직임은 비슷한데요, 지수가 하락하는 시점에 펀드는 훨씬 많이 하락하고 있습니다. 이 부분은 매도한 옵션이 당첨이 많이 되서 그런 것입니다. 펀드매니저의 예상보다 지수가 덜 빠져서 그런 것이지요.

5년간 나스닥100 지수는 4800에서 14000까지 3배정도 올라갔는데요, ETF 주가는 $22에서 $21로 살짝 내려갔습니다. ETF가 11%정도 꾸준히 배당을 해왔으니 여기에서 수수료 제하고 연간 약 10%라고 보고, 지난 5년간으로 복리로 따지면 (1+0.1)^5=1.61, 이리저리 퉁치면 대략 60% 정도 수익이 난거죠. 여기에 배당소득세를 감안하면 수익률을 더 낮게 잡는게 맞겠죠.

따박따박 들어오는 배당수익률이 중요하다면 이 펀드는 충분히 좋은데요, 펀드 이름만 보고 나스닥에 투자하는줄 알고 매수한다면 이 뭥미 할 펀드입니다. 모든게 다 좋기는 힘든가 봅니다.

오늘의 결론 입니다.

BLOK, 배당 투자로 선택하기엔 안정성도 떨어지고 아직 데이터가 부족하다. 다만, 가상화폐의 미래에 배팅하고 싶다면 이 한 종목을 선택함으로써 가상화폐 관련주 전반에 종합적을 투자할 수 있어 좋고, 사이드로 가끔 떨어지는 배당도 먹을 수 있다.

QYLD, 배당 차원에서 보면 더할나위없이 훌륭하다. 다만, 커버드콜 포지션 때문에 나스닥이 올라갈 때 손가락만 빨고 있어야 한다.

1, 2위 종목이 모두 장단이 명확했는데요, 다음 시간에는 3, 4위 종목인 PSP, SDIV를 프리뷰 해보겠습니다.

브릿지 워터의 포트폴리오 (feat. 레이 달리오)

주경야매 — Mon, 7 Mar 2022 11:32:11 +0900

레이 달리오의 브릿지 워터는 어느어느 종목을 들고 있을까?

브릿지 워터 포트폴리오 TOP 30

2021년 12월 31일 기준, 브릿지 워터는 총 731 종목을 갖고 있다. 버크셔 해서웨이와는 달리 보유종목이 다양하게 분산되어 있고, 그 와중에도 가장 많이 들고 있는 종목은 S&P 500 전체에 투자하는 ETF SPY이다.

특이한 점은 많이들 들고 있는 애플이나 구글 같은 성장 기술주는 안보이고 유통, 식음료, 중국주식, 골드 ETF 등이 두드러지게 눈에 띈다는 것이다. 브릿지 워터는 이미 작년에 인플레이션에 대비한 포트폴리오 조정을 마쳤다고 보인다. 아래는 보유비중 TOP 30 종목 세부 내역.

TOP 30 보유종목 (총 731)	비중
SPY SPDR S&P 500 ETF TR	5.2% 894.4M
PG PROCTER AND GAMBLE CO	4.93% 848.8M
VWO VANGUARD INTL EQUITY INDEX F	4.83% 831.1M
PEP PEPSICO INC	3.08% 530.1M
JNJ JOHNSON & JOHNSON	3.08% 529.9M
COST COSTCO WHSL CORP NEW	3.02% 519.8M
KO COCA COLA CO	2.98% 514.5M
BABA ALIBABA GROUP HLDG LTD	2.94% 507.0M
IEMG ISHARES INC	2.88% 496.4M
MCD MCDONALDS CORP	2.61% 449.6M
EEM ISHARES TR	2.53% 435.3M
IVV ISHARES TR	2.42% 416.7M
WMT WALMART INC	2.38% 409.7M
GLD SPDR GOLD TR	2.27% 391.2M
ABT ABBOTT LABS	1.79% 307.3M
SBUX STARBUCKS CORP	1.73% 299.5M
TGT TARGET CORP	1.41% 242.7M
EL LAUDER ESTEE COS INC	1.09% 189.7M
JD JD.COM INC	1.08% 186.4M
CL COLGATE PALMOLIVE CO	0.94% 162.0M
PDD PINDUODUO INC	0.89% 155.1M
ISRG INTUITIVE SURGICAL INC	0.84% 144.0M
LQD ISHARES TR	0.74% 127.3M
IAU ISHARES GOLD TR	0.74% 126.7M
DG DOLLAR GEN CORP NEW	0.67% 115.1M
BIDU BAIDU INC	0.65% 111.5M
SYK STRYKER CORPORATION	0.64% 110.4M
FXI ISHARES TR	0.63% 108.3M
KMB KIMBERLY-CLARK CORP	0.61% 105.2M
EW EDWARDS LIFESCIENCES CORP	0.61% 104.5M

보유비중 상위 종목 변동 내역을 살펴보자.

전년 동기 대비 SPY, VWO 등 ETF의 비중이 줄어든게 눈에 띈다. 시장을 따라가기 보다는 알파를 노리는 포트폴리오 조정이라고 볼 수 있다.

비중이 확대된 종목들을 살펴보자.

PG PROCTER AND GAMBLE CO	3.59% → 4.93%
COST COSTCO WHSL CORP NEW	2.09% → 3.02%
PEP PEPSICO INC	2.21% → 3.08%
MCD MCDONALDS CORP	1.93% → 2.61%
JNJ JOHNSON & JOHNSON	2.44% → 3.08%
KO COCA COLA CO	2.4% → 2.99%
ABT ABBOTT LABS	1.21% → 1.79%
SPY SPDR S&P 500 ETF TR	4.62% → 5.2%
IVV ISHARES TR	1.95% → 2.42%
SBUX STARBUCKS CORP	1.38% → 1.74%

비중 확대 상위 종목들이 대부분 생필품, 음식료 기업이다.

이번에는 비중 축소 상위 종목

EEM ISHARES TR	5.55% → 2.53%
IEMG ISHARES INC	4.65% → 2.89%
VWO VANGUARD INTL EQUITY INDEX F	6.42% → 4.83%
WMT WALMART INC	3.84% → 2.38%
DHR DANAHER CORPORATION	1.17% → 0.03%
JPM JPMORGAN CHASE & CO	0.56% → 0.24%
BAC BK OF AMERICA CORP	0.56% → 0.25%
MCHI ISHARES TR	0.76% → 0.46%
FXI ISHARES TR	0.91% → 0.63%
WFC WELLS FARGO CO NEW	0.43% → 0.2%

금융주 비중이 많이 줄어들었다.

다음은 신규 편입 종모

RTX RAYTHEON TECHNOLOGIES CORP	0% → 0.09%
CSL CARLISLE COS INC	0% → 0.07%
MDLZ MONDELEZ INTL INC	0% → 0.07%
CB CHUBB LIMITED	0% → 0.06%
CCI CROWN CASTLE INTL CORP NEW	0% → 0.06%
BZ KANZHUN LIMITED	0% → 0.05%
IBM INTERNATIONAL BUSINESS MACHS	0% → 0.05%
TMUS T-MOBILE US INC	0% → 0.04%
PSA PUBLIC STORAGE	0% → 0.03%
PGR PROGRESSIVE CORP	0% → 0.03%

신규편입 1위~3위 종목은 RTX, CSL, MDLZ다. 익숙하지 않은 종목이라 네이버에서 종목 소개를 가져왔다.

레이테온 테크놀로지스 Raytheon Technologies Corp

레이시온 테크놀로지스(Raytheon Technologies Corp)는 전 United Technologies Corporation으로, 항공우주 산업에 첨단 기술 제품과 서비스를 제공하는 일에 종사하고 있다. 이 회사는 프랫 앤 휘트니(Pratt & Whitney), 콜린스(Collins) 항공우주시스템과 같은 부문을 통해 운영된다.

프랫 앤 휘트니 부문은 상업, 군사, 비즈니스 제트기 및 일반 항공 시장을 위한 항공기 엔진을 제공한다. 또한, 비행대 관리 서비스와 애프터마켓 유지보수, 수리 및 정비 서비스를 제공한다.

콜린스 항공우주 시스템 부문은 항공기 제조업체, 항공사, 지역, 비즈니스 및 일반 항공 시장, 군사, 우주 및 해저 운영을 위한 항공우주 제품 및 애프터마켓 서비스 솔루션을 제공한다.

칼라일Carlisle Companies Inc

칼라일은 제조 회사입니다. 당사는 상업용 루핑, 에너지, 농업, 광업, 건설, 항공 우주 및 방위 전자, 의료 기술, 운송, 일반 산업, 보호 코팅, 목재, 위생 관리, 자동 마무리 등 다양한 시장에 서비스를 제공하는 다양한 제품을 설계, 제조 및 판매합니다.

당사는 4 가지 부문으로 운영됩니다 : 칼라일 건축 자재 (건설 자재), 칼라일 인터커넥트 기술 (Interconnect Technologies), 칼라일 유체 기술 (Fluid Technologies), 및 칼라일 브레이크 및 마찰 (브레이크 및 마찰).

당사는 제품을 구성 요소 공급 업체로서 원래 장비 제조업체 및 유통 업체에 판매합니다.
당사는 또한 페인트 순환 및 적용 마감 피팅 및 장비를 제조 및 제공합니다.

몬덜리즈 인터내셔널 Class AMondelez International Inc Class A

몬덜리즈 인터내셔널은 스낵 회사다. 이 회사는 소비자를 위한 스낵 식음료 제품을 제조 및 판매하고 있다. 이 회사는 라틴아메리카 부문, 아시아, 중동 및 아프리카(AMEA) 부문, 유럽 부문 그리고 북아메리카 부문의 네 가지 부문으로 운영된다.

이 기업의 브랜드는 1. 과자, 크래커, 염분을 함유한 스낵 등 비스킷, 2. 초콜릿, 3. 껌과 사탕, 4. 커피 및 분말 형태의 음료 등 음료수, 그리고 5. 치즈와 식료품의 5가지 제품 범주에 걸쳐 형성되었다. 이 회사의 포트폴리오에는 다양한 스낵 브랜드가 포함되어 있는데, 비스킷류에는 Nabisco, 오레오(Oreo), LU 및 belVita가, 초콜릿류에는 Cadbury, Milka, Cadbury Dairy Milk 및 토블론(Toblerone), 껌류에는 Trident, 사탕류로는 Halls, 분말 음료에는 Tang 브랜드가 있다.
이 기업은 슈퍼마켓 체인점, 도매상, 슈퍼 센터, 클럽 매장, 대규모 판매상, 유통업체, 편의점, 주유소, 약품점(drug store), 밸류 스토어 및 소매 식품 아울렛에서 자사의 제품을 판매하고 있다.

신규편입 상위 종목들 역시 PDR이 높은 기술주가 아니다.

편출 상위 종목이다.

ECL ECOLAB INC	0.08% → 0%
HRC HILL-ROM HLDGS INC	0.05% → 0%
AMZN AMAZON COM INC	0.03% → 0%
ORCL ORACLE CORP	0.03% → 0%
ARMK ARAMARK	0.03% → 0%
TU TELUS CORPORATION	0.02% → 0%
MSCI MSCI INC	0.01% → 0%
NKE NIKE INC	0.01% → 0%
THC TENET HEALTHCARE CORP	0.01% → 0%
NFLX NETFLIX INC	0.01% → 0%

아마존, 오라클, 나이키, 넷플릭스가 보인다.

세부 내용은 핀터스텔라에서 볼 수 있다.

버크셔 해서웨이는 어디에 투자했나? (feat. 워렌 버핏)

주경야매 — Sat, 5 Mar 2022 05:06:32 +0900

대가의 포트폴리오를 살펴보는 것은 좋은 공부가 된다.

오늘은 주식 투자자라면 누구나 아는, 워런 버핏의 버크셔 해서웨이의 포트폴리오를 열어본다.

먼저 TOP 30 보유종목의 분포.

기관투자자, 특히 규모가 큰 펀드는 자산의 일정 수준 이상을 벤치마크를 따라가게 복제해 놓는다. 시장수익률 대비 많이 언더퍼폼 하지 않도록 안전장치를 마련해두는 것이다. 벤치마크로는 대부분 S&P 500 을 삼기 때문에, 대형 펀드의 상위 포트폴리오 구성은 S&P 500 의 구성종목 비중과 비슷하기 마련이다. 하지만 버크셔 해서웨이의 포트폴리오는 벤치마크를 전혀 고려하지 않았다. 워렌 버핏의 자신감을 보여준다.

TOP 10 보유종목을 들여다보자.

애플에 거의 절반 가까이를 몰빵 해놓았고, 2~10위 까지는 Bank of America, 아멕스, 코카콜라, 하인즈 , 무디스, 버라이존, US뱅코프, 쉐브론, 뉴욕멜론은행 등 첨단산업과는 거리가 먼 산업들이다. 보유비중으 큰 종목 중 첨단 산업인 것들을 꼽아보면 애플, 스노우플레이크, 아마존 정도다. 물론 애플에 워낙 몰빵을 해놔서 전통산업과 첨단산업의 비중이 균형잡힌듯 보이긴 한다.

보유비중 상위 10개 종목

이전분기 대비 포트폴리오가 어떻게 변했는지 보자.

애플 비중을 조금 줄였다가 다시 늘렸다. 차트상에서 BoA 이하로는 크게 눈에 띄는 변화는 안보인다.

비중을 확대한 종목들이다.

APPLE INC	42.78% → 47.6%
CHEVRON CORP NEW	0.99% → 1.36%
NU HLDGS LTD	0% → 0.3%
ACTIVISION BLIZZARD INC	0% → 0.29%
VERISIGN INC	0.9% → 0.98%
LIBERTY MEDIA CORP DELAWARE	0.24% → 0.31%
LIBERTY MEDIA CORP DEL	0% → 0.04%
COCA COLA CO	7.15% → 7.16%
PROCTER & GAMBLE CO	0.02% → 0.02%
LIBERTY LATIN AMERICA LTD	0.01% → 0.01%

기보유 종목에서는 애플과 쉐브론이 눈에 띄게 늘어났다.

신규 편입 종목으로는 누홀딩스와 액티비전블리자드가 있다. 누홀딩스는 디지털뱅킹 서비스를 제공하는 브라질 회사고, 액티비전은 스타크래프트로 유명한 게임 회사다.

비중을 축소한 종목 상위는 아래와 같다. 다같이 조금씩 줄어든 것을 보면 애플 비중이 늘어나느라 나머지 종목들의 비중이 자연스럽게 줄어든 결과인것 같다.

AMERICAN EXPRESS CO	8.66% → 7.49%
BANK AMER CORP	14.61% → 13.58%
KRAFT HEINZ CO	4.09% → 3.53%
VERIZON COMMUNICATIONS INC	2.92% → 2.49%
US BANCORP DEL	2.56% → 2.15%
ABBVIE INC	0.53% → 0.12%
BRISTOL-MYERS SQUIBB CO	0.44% → 0.1%
CHARTER COMMUNICATIONS INC N	1.04% → 0.75%
VISA INC	0.73% → 0.54%
DAVITA INC	1.43% → 1.24%

반면 아래는 아예 팔아치운 종목들.

nginx 설치, 오라클 클라우드 (5)

주경야매 — Mon, 29 Nov 2021 12:39:04 +0900

방화벽 설정까지 마쳤지만 아직은 브라우저에 IP주소를 쳐넣어도 빈 화면만 나온다. 웹서버가 없어서다. 이번에는 웹서버를 설치해보자.

웹서버는 아파치가 제일 유명한데, 파이썬 사용 환경에서는 nginx가 더 잘 알려져있다.

apt 를 이용해 nginx를 설치한다.

sudo apt install nginx

nginx 설치 완료

이제 브라우저에 서버 IP를 입력해보자.

아래와 같은 화면이 나온다면 웹서버가 정상적으로 설치된 것이다.

이런 화면이 나오지 않으면 nginx가 돌아가고 있는지 확인해보자. ps 명령어를 이용해 nginx 라는 단어가 들어간 프로세스를 잡아온다.

ps -ef | grep nginx

프로세스가 돌고있지 않다면 수동으로 켜주고, ps로 다시 확인해보자.

sudo nginx

프로세스가 정상적으로 돌아가면 서버가 리부팅될 때 자동으로 nginx가 켜지도록 세팅해주자.

먼저 nginx를 systemctl에 등록해준다.

sudo systemctl start nginx

리부팅 되도 자동으로 nginx가 켜지도록 systemctl을 enable 해준다.

sudo systemctl enable nginx

여기까지, 오라클 클라우드에 평생 무료 웹서버 설치 완료.

다음에는 이 웹서버에 파이썬-플라스크를 이용해 웹사이트를 만들어보겠다.

서버 방화벽 개방, 오라클 클라우드 (4)

주경야매 — Mon, 29 Nov 2021 12:19:50 +0900

외부 방화벽을 열었다면 이제 서버 내부 방화벽을 열어줄 차례다.

내부 방화벽은 ssh 커맨드창에서 작업한다.

우선 서버에 ssh 접속을 한다.

2021.11.29 - [파이썬] - Ubuntu 서버 ssh 접속, 오라클 클라우드 (2)

아직 서버에서 아무 작업을 하지 않았기 때문에 현재는 OS 만 깔려있는 빈 깡통 상태다.

apt를 이용해 필요한 패키지들을 설치할 것이라 apt를 업데이트 해준다.

sudo apt update

실행을 마치면 upgrade를 하라고 꼬신다. 해주자.

sudo apt upgrade

이제 본격적으로 서버 내부 방화벽 작업을 해준다. 우분투는 iptables를 이용해 방화벽을 세팅한다.

서버를 재부팅해도 세팅이 그대로 유지되게 해주기 위해 iptables-persistent 과 netfilter-persistent 을 설치해준다.

sudo apt install iptables-persistent netfilter-persistent

이제 80포트와 443 포트를 열어준다.

sudo iptables -I INPUT 1 -p tcp --dport 80 -j ACCEPT
sudo iptables -I INPUT 1 -p tcp --dport 443 -j ACCEPT

DB서버로도 쓴다면 3306 포트도 같은 방식으로 열어준다.

작업한 내용을 확인해보자.

sudo iptables --list

80, 443 포트가 확인이 되면, 작업한 내용을 영구 저장하고, reload 해준다.

sudo netfilter-persistent save
sudo netfilter-persistent reload

서버 내부 방화벽 작업을 마쳤다.

웹서버용 방화벽 설정, 오라클 클라우드 (3)

주경야매 — Mon, 29 Nov 2021 10:46:32 +0900

웹서버는 외부에서 접근할 수 있도록 방화벽을 열어줘야 한다.

오라클 클라우드에서 웹서버용 방화벽 세팅 방법을 알아보자.

좌측상단 메뉴 > Networking > Virtual Cloud Networks 를 차례로 선택한다.

Start VCN Wizard 를 클릭.

VCN 마법사가 Internet용과 VPN용을 구분해서 세팅해주는데, 우리는 인터넷용을 선택하고 아래 Start VCN Wizard 버튼을 누른다.

VCN Name에 원하는 이름을 입력하고 하단에 있는 Next 를 누른다.

입력한 내용을 확인한 후 Create 버튼을 누르면 완료. 필자는 VCN 이름을 VCN 으로 지정했다.

마법사가 VCN을 설치하는 과정을 거쳐 VCN 생성이 완료된다.

View Virtual Cloud Network를 클릭해 만들어진 VCN을 열어보자.

방화벽 설정으로 들어가기 위해 Public Subnet-VCN 을 클릭해 Public Subnet-VCN 화면에 들어간 후,

public vcn 설정

Default Security List for VCN 을 클릭해 Default Security List for VCN 까지 들어간다.

Default Security List for VCN에서 방화벽 정책을 추가해줄 수 있는데, Add Ingress Rules를 눌러 정책을 하나하나 입력하면 된다.

ingress rule 추가

Ingress Rules, 즉 들어오는 신호에 대한 정책을 입력하는 화면이다.

1) Source CIDR, 들어오도록 허용해주는 IP대역

2) Destination Port Range, 접속할 수 있는 서버 포트

를 정해준다.

1) 허용하는 IP 대역은 웹서버용이므로 모든 IP에 대해 허용을 해줘야한다. 0.0.0.0/0 으로 입력한다. 만일 특정 IP에서만 접속하도록 하려면 123.45.6.7/32 과 같이 입력하면 된다. (CIDR 표기법 참고 https://kibua20.tistory.com/132)

2) 열어줄 포트는 http용 80과 https용 443을 열어준다.

http 80, https 443 port

입력을 마쳤다면 Add Ingress Rules를 눌러 방화벽에 적용한다.

화면 아래쪽에 아까는 없던 80과 443 포트에 대한 룰 2개가 새로 생긴것을 확인한다.

80, 443 포트 생성

만일 DB 서버라면 3306 포트를 마찬가지 방법으로 열어주면 된다.

Ubuntu 서버 ssh 접속, 오라클 클라우드 (2)

주경야매 — Mon, 29 Nov 2021 08:32:07 +0900

이제 만들어진 서버에 터미널 접속을 해보자.

Windows는 Windows PowerShell 또는 명령프롬프트(Command)를 이용하고,

Mac 이라면 터미널 앱을 이용한다.

Mac Terminal

각자 상황에 맞는 앱을 실행시킨다. 여기에서는 Mac 터미널을 이용한다.

터미널에 접속한 후 앞서 다운받아놓은 키 파일이 저장된 폴더로 이동한다.

cd <키파일이 저장된 폴더>

다음 명령어를 입력해 서버에 접속한다.

ssh -i <키파일> <ID>@<서버IP>

OS로 ubuntu를 선택했다면 ID는 ubuntu로, 아래와 같이 쓰면 된다.

ssh -i planner.key ubuntu@146.56.123.45

서버 IP는 다음 화면에서 가져올 수 있다.

터미널에 처음 접속하는 경우라면 다음과 같은 안내 문구가 뜬다.

yes 를 입력한 후 같은 명령어를 다시 입력하면 쉘 접속이 된다. 아래는 접속이 완료된 화면.

ubuntu ssh 접속 완료 화면

평생무료 서버 만들기, 오라클 클라우드 (1)

주경야매 — Thu, 25 Nov 2021 06:38:46 +0900

내가 만든 프로그램을 언제 어디서든 사용하고 싶다면? 서버 호스팅이 필요하다.

여기 평생 무료로 사용할 수 있는 서버가 있으니, 바로 오라클 클라우드(Oracle cloud)다.

이번 과정에서는 파이썬 플라스크 웹호스팅을 위한 오라클 클라우드 서버를 만들고, Python - flask - nginx - mysql DB를 연동한 간단한 웹사이트를 만들어보자.

이번 과정은 아래와 같은 순서로 진행된다.

오라클 가입 및 클라우드 서버 생성
ssh로 서버 접속
네트워크 설정 : IP, 방화벽
파이썬 설치
gunicorn 설치
nginx 설치
mysql 설치
홈페이지 만들기
(추가예정)

첫 단계는 물론 계정을 만드는거다.

https://oracle.com/cloud 에 접속해서 계정을 만들자.

Oracle cloud infrastructure

계정을 처음 만드는건 웹사이트 회원가입과 다름없이 쉽다.

가입 시 서버 위치를 결정하는데, 국내용 서비스라면 서울이나 춘천을 선택할 수 있다.

가입 과정에서 신용카드 등록을 해야하는데, $1가 결제됐다 바로 취소된다. 유효한 카드인지 확인할 뿐이다.

오라클 프리티어 가입 Oracle free tier&nbsp;

평생 무료이니만큼 계정을 여러개 만드는 것을 오라클에서 열심히 방해한다.

같은 IP에서 계정을 또 만들려면 주소나 카드가 잘못됐다며 거부한다. 더 필요하면 괜히 힘빼지 말고 지인에게 부탁하자.

가입을 완료하고 계정에 접속하면 아래와 같은 화면이 나온다.

오라클 클라우드 초기화면

이제 본격적으로 서버를 만들어보자.

좌측 상단의 삼선 메뉴버튼을 클릭하면 아래와 같은 화면이 나온다.

오라클 클라우드 서버 생성, VM 만들기

Compute → Instances 를 차례로 클릭해 아래 화면에 진입한다.

Virtual machine 만들기

Create instance 버튼을 클릭한다.

인스턴스 만들기

Name 필드에서 서버 이름을 지정한다.

Image and shape 에서 Edit 버튼을 눌러 서버 OS를 선택하러 간다.

VM OS image

우리는 우분투 리눅스를 사용할것이라 Change image 버튼을 누른다.

Ubuntu 선택

Always Free-eligible 표시가 된 아무 OS나 선택하면 되는데, 여기에서는 우분투 최신판인 Ubuntu 20.04 를 선택하고 아래 Select image 버튼을 누른다.

key 파일 저장

뒤에서 ssh 접속을 하기 위해 key 파일을 저장한다. 지금 하지 않으면 많이 귀찮아지니 지금 꼭 하자.

이제 맨 아래 있는 Create 버튼을 누르면 오라클이 서버를 만들기 시작한다.

인스턴스 만드는 중

주황색이 초록색으로 바뀌면 완성.

이제 오라클 클라우드에 나만의 서버가 만들어졌다.

반복 작업 자동화는 crontab (크론탭)

주경야매 — Tue, 23 Nov 2021 03:05:33 +0900

리눅스에서 반복적인 작업을 자동화 하기 위해 가장 효율적인 방법은 크론탭이다.

1) 크론탭 설정 화면으로 진입

crontab -e

2) 작업 등록

다음의 형식으로 작업을 등록한다.

분 시 일 월 요일 [실행작업]

다음은 매시 5분에 sample.sh 라는 작업을 실행시키는 예다.

5 * * * * sample.sh

실행작업 앞에 있는 5개의 시간 파라미터로 반복 실행 주기를 예약한다. *는 해당 주기를 무한 반복한다.

0 5 * * * : 매일 5시 0분에 실행
5 * * * * : 매시 5분에 실행
* * * * * : 매분 실행
0 0 1 * * : 매달 1일 자정에 실행

매시 5분이 아니라 5분마다 실행하게 하려면 */5 처럼 쓴다.

*/5 * * * * : 5분마다 실행

콤마를 사용해 실행시간을 복수로 등록할 수 있다.

0 0 1,15 * * : 매달 1일, 15일 자정에 실행

시간 세팅 시 다음 사이트에서 간단히 검증해볼 수 있다.

https://crontab.guru/

3) 파이썬 파일 실행 등록

파이썬 파일을 실행하려면 python sample.py 와 같이 쓴다. 따라서 파이썬 파일을 크론탭으로 자동실행하려면 다음과 같이 쓴다.

* * * * *  python3 /home/ubuntu/Sample/sample.py

가상환경을 이용해 파이썬 파일을 실행하려면 python3 대신 가상환경 내에 있는 파이썬 실행파일로 지정해준다.

* * * * *  /home/ubuntu/Venv/bin/python /home/ubuntu/Sample/sample.py

실행작업의 앞부분에 python 실행파일이 있는 위치를 지정해주고, 뒤쪽에 코드가 담긴 파일의 위치를 지정해주는 것이다.

4) crontab 시작 / 업데이트 / 재시작

등록한 크론탭을 시작하려면,

sudo service cron start

크론탭을 업데이트 했다면, 크론탭을 다시 로드하고 재시작 한다.

sudo service cron reload
sudo service cron restart

100년을 성공한 전략, 벤저민 그레이엄의 NACV

주경야매 — Thu, 23 Sep 2021 22:44:17 +0900

승객과 열차 사이의 안전마진

"지금 열차가 들어오고 있습니다. 승객 여러분께서는 한걸음 물러서 주시기 바랍니다."

지하철에는 승객이 열차에 치이지 않도록 안전선을 설치했습니다. 우리를 위험으로부터 보호하기 위한 여유공간, 이를 안전마진이라 합니다.

워렌 버핏의 스승이자 최초의 계량적 투자자인 벤저민 그레이엄은 주식투자에 이 안전마진을 도입했습니다.

투자자에게 위험은 무엇일까요? 당연히 투자한 기업의 주가가 떨어져 손실이 나는 것이겠죠. 그래서 그레이엄은 손실이 날 확률을 최소화시키는 방법을 고안해내는데, 그것이 바로 NCAV 전략입니다. NCAV가 시가총액의 1.5배가 넘는 기업에 투자하라는 겁니다.

매수조건 NCAV > 시가총액 × 1.5

NCAV는 Net Current Asset Value의 약자로 한국말로는 순유동자산 이라고 씁니다. 유동자산은 당장 현금으로 바꾸기 쉬운 형태의 현금성 자산(현금, 예금, 주식 등)을 얘기하며, 재무 용어 앞에 net이 있으면 뺄 건 빼주고 남은 것입니다. 즉, 현금성 자산에서 갚아야 할 빚을 다 제외하고 남은, 당장 쓸 수 있는 여윳돈을 말합니다.

NCAV = 유동자산 - 부채

시가총액은 기업 주식을 몽땅 사는데 필요한 금액 입니다. 즉, 기업을 완전히 사는데 필요한 돈입니다.

시가총액 = 주가 × 주식수

기업이 갖고 있는 여유자금이 기업을 완전히 사는데 필요한 돈 보다 1.5배나 많다고 하면, 이건 거저 먹는 장사인 겁니다. 예를 들면 1.5억의 여유자금이 있는 기업을 사는데 1억이면 충분하니, 당장 1억 주고 회사를 인수하면 5천만원 남는거죠. 이 5천만원은 바로 이 기업에 투자하는 안전마진이 됩니다.

왜 안전마진인가요? 1억주고 회사를 사자마자 돈이 5천만원이 남았으니, 회사가 좀 더 어려워져도 5천만원까지는 추가적인 손실을 안 보고도 버틸 수 있는 것이니까요.

그레이엄은 이 전략을 저서인 "현명한 투자자"(1949)에서 소개했습니다.

현명한 투자자

이런 회사에 투자하면 성과가 어땠을까요? 여러 논문에서 NCAV 전략을 테스트 결과를 발표했는데, 1970~1983년까지 미국 시장에서 연평균 29.4% (13년간 25.5배) 수익이 났다고 합니다. 1984~2008년에는 연 30% 이상이었습니다. 영국에서도 1981~2005년 사이에 연 19.7%의 수익을 기록했습니다. 한국에서는 2002~2016년 동안 연 30.2% 수익을 기록했습니다. ("할수있다 퀀트투자")

논문 또는 글을 통해 이렇게 투자하면 수익이 얼마가 났더라 하는 얘기 들으면 어떻게 저걸 알까 하는 궁금함이 생깁니다. 특정 전략을 이용해 투자했다면 어땠을지 테스트하는 것을 백테스트라고 합니다.

백테스트를 하려면 어떤 종목을 대상으로 할지에 따라 해당 종목의 과거 시세가 필요합니다. 또 어떤 지표를 보고 투자할지에 따라 해당 정보가 필요합니다. NCAV를 백테스팅하려면 NCAV를 구하기 위해 유동자산과 부채를 알아야겠죠. 정보를 확보했다면, 코딩을 해서 NCAV를 구하고, 매수조건에 해당하는지 종목별로 계산해서 수익률을 따져봐야 합니다. 비전문가가 하기엔 쉽지 않은 과정입니다. 백테스팅을 위한 제일 쉬운 방법, 핀터스텔라를 이용해 봅니다.

https://www.finterstellar.com?lang=ko

핀터스텔라 https://finterstellar.com

VALUE 메뉴 아래 BACKTEST를 클릭하면 직접 백테스팅을 할 수 있는 화면이 나옵니다.

백테스팅 조건 선택

맨 윗줄 CUSTOM에 있는 NCAV 조건을 선택하고, 맨 아랫줄에서 투자종목 수와 투자기간을 설정한 후 RUN 버튼을 누르면 백테스트가 실행됩니다.

NCAV 백테스팅 결과

NCAV 상위 30개 종목에 10년간 투자하는 경우를 백테스트해보니 수익률이 338.67%, 연간으로 환산하면 16.83%가 나옵니다. 최대 손실은 -30.67%, 샤프 비율은0.88입니다. 최대 손실과 샤프 비율은 다른 글에서 알아봅니다.

조건 선택 화면에서 NCAV 이외에도 원하는 조건을 선택해 다양한 전략을 만들어 테스트할 수 있습니다.

오늘은 100년을 이어온 성공적 투자전략, 벤저민 그레이엄의 NCAV 전략을 알아봤습니다.

파이썬 가상환경

주경야매 — Wed, 22 Sep 2021 02:59:44 +0900

가상환경은 한대의 PC에서 여러개의 파이썬 프로젝트를 관리할 때 필요합니다. 하나의 프로젝트만 관리한다면, 혹은 파이썬을 처음 배우는 경우라면 아직 가상환경을 알아야할 필요는 없습니다.

프로젝트 A는 numpy 1.0을, 프로젝트 B는 numpy 2.0을 이용한다고 가정합니다. PC가 한 대 뿐이라면 어느 버전의 numpy를 설치해야 할까요?

상용 라이브러리의 경우 대부분 상위 버전은 하위버전과의 호환성을 고려해 제작되지만, 오픈소스 라이브러리는 그렇지 않습니다. 과거에 지원했던 기능이라도 상위버전으로 가면서 삭제되는 경우가 종종 있습니다. 이런 경우 PC에 numpy 1.0과 2.0이 동시에 필요하게 됩니다. 이럴때 필요한것이 바로 가상환경 입니다.

가상환경이란 한대의 PC 내에 다수의 독립된 프로젝트 공간을 만들어주는 것인데요,

프로젝트 A를 위해 이용할 가상환경 A를 만들고
가상환경 A를 실행한 후
여기에서 numpy 1.0을 설치하면

다른 프로젝트에는 영향을 미치지 않고, 프로젝트 A에서만 numpy 1.0을 이용하게 됩니다.

프로젝트 B를 위해 위 작업을 한번 더 하고 numpy 2.0을 설치하면, 동일한 PC에서 numpy 1.0과 numpy 2.0을 동시에 사용할 수 있습니다.

이제 위에 나열된 1, 2, 3 작업을 하는 방법을 알아봅니다.

1. 가상환경 만들기

가상환경은 파이썬의 venv 명령어를 실행해 만듭니다.

먼저 파이썬을 실행할 수 있는 폴더로 이동합니다. (파이썬을 설치하면서 PATH와 PATHEXT 구성을 했다면 아무데서나 실행할 수 있습니다.)

이제 가상환경을 만드는 명령어를 날려야 하는데, 그 전에 가상환경을 만들 위치와 이름을 정해줍니다. 여기에서는 c드라이브에 Projects 폴더를 만들어 sample 프로젝트를 만들어봅니다.

윈도우 환경에서는 다음 명령어를 입력합니다.

python -m venv c:\Projects\sample

맥 환경에서는 다음 명령어를 입력합니다.

python3 -m venv Projects/sample

윈도우에서는 역슬래시 \ , 맥은 슬래시 / 임에 주의

명령을 실행하면 대상 디렉터리가 생성됩니다. (기존에 없던 부모 디렉터리도 만듭니다)

이제 가상환경이 만들어졌습니다. 지정한 폴더로 이동해 만들어진 모습을 확인해봅니다.

가상환경 설치 폴더 내부 (맥)

윈도우 환경이라면 bin 대신 Scripts 폴더가 만들어집니다.

2. 가상환경 실행

다음 명령어를 실행해서 만들어진 가상환경에 들어갑니다.

윈도우

Projects\sample\Scripts\activate.bat

맥

source Projects/sample/bin/activate

가상환경에 진입하면 프롬프트 앞에 괄호 표시로 프로젝트 명이 표시됩니다.

파이썬 가상환경 진입 상태

3. 라이브러리 설치

이제 이 상태에서 numpy 1.0 등 필요한 라이브리를 설치하면 sample 프로젝트에만 적용되는 환경 구성이 완료됩니다. 라이브러리 설치는 pip 명령어를 이용합니다.

예를들어 finterstellar 라이브러리의 최신버전을 설치하려면,

pip install finterstellar

1.0 버전을 지정해서 설치하려면 뒤에 버전 정보를 표시해주면 됩니다.

pip install finterstellar==1.0

가상환경 세팅이 완료되었으니, 이제 코딩을 시작할 수 있습니다.

4. 가상환경에서 나가기

가상환경에서 나가는 방법은 간단합니다.

deactivate

이상 파이썬 가상환경 사용법 이었습니다.

트위터, 파이썬 자동 트윗 (2)

주경야매 — Mon, 31 May 2021 09:25:16 +0900

아직 트위터 개발자 계정 세팅이 완료되지 않았다면, 2021.05.31 - [파이썬] - 트위터, 파이썬 자동 트윗

이제 본격적으로 코딩을 해보자.

1) 트위터 연동을 위해 tweepy 라이브러리를 설치한다.

import tweepy

2) 우선 트위터 개발자 세팅에서 저장해둔 API Key와 Access token 정보를 복사해와 각 변수에 저장한다.

api_key = '저장해둔 API Key'
api_secret = '저장해둔 API Secret'
access_token = '저장해둔 Access token'
access_token_secret = '저장해둔 Access secret'

3) tweepy 라이브러리의 OAuthHandler() 에 API Key와 Access token 정보를 다음과 같이 입력하고 API 클래스를 호출한다. 호출한 클래스는 api 변수에 담아둔다.

auth = tweepy.OAuthHandler(consumer_key=api_key, consumer_secret=api_secret)
auth.set_access_token(access_token, access_token_secret)

api = tweepy.API(auth)

4) 트윗을 날린다!

api.update_status(status='트윗')

5) 트위터에서 결과를 확인한다.

twitter.com 에서 자동트윗 결과 확인

파이썬을 이용한 자동 트윗, 어렵지 않아요.

트위터, 파이썬 자동 트윗 (1)

주경야매 — Mon, 31 May 2021 09:05:11 +0900

파이썬을 이용해 트위터에 자동으로 트윗을 날려보자.

코딩에 들어가기 전에 트위터에서 계정 세팅부터 해야한다.

트위터를 이용하려면 당연히 트위터 계정이 우선 필요하고, 프로그램을 이용해 자동 트윗을 하려면 트위터 API를 이용해야 하기 때문에 트위터 개발자 계정이 필요하다. 트위터 개발자 계정 발급은 무료이니 부담없이 만들어보자.

먼저 트위터 계정을 만든 후, 개발자 사이트 https://developer.twitter.com/ 로 이동해 로그인 한다.

로그인을 하면 우측 상단에 메뉴가 바뀌면서 Developer Portal 이라는 메뉴가 나타난다. 이 메뉴를 눌러 개발자 포털로 들어간다.

트위터 API를 이용하려면 프로젝트라는 것이 필요하다. 프로젝트는 개발자의 코드와 트위터 API가 커뮤니케이션 하는 관문처럼 이용된다.

개발자 포털 왼쪽 메뉴 중 Projects & Apps 를 클릭하면 새로운 프로젝트를 만들 수 있는 화면으로 진입힌다. 만일 이미 만들어놓은 프로젝트가 있다면 목록에 나타난다.

위 스크린샷에서는 이미 만들어놓은 프로젝트가 있어서 함께 표시되고 있는데, 그렇지 않다면 화면 아래쪽 부분만 표시될 것이다. 여기에서 빨간색으로 표시된 Create App 버튼을 클릭하자.

이제 트위터에서 요구하는 정보들을 단계별로 입력해가면 된다.

1) 프로젝트를 이용할 앱 이름을 입력한다. 신규 계정이라면 뭣 때문에 프로젝트를 만드려는지 설명을 요구하는데, 영어가 편치 않으면 구글 번역기를 돌려서 적당히 입력하면 된다.

2) API Key, API Secret Key 등 정보를 복사해두고, Go to dashboard 를 눌러 대쉬보드로 들어간다.

3) 대쉬보드에서 Permission을 변경한다. 아래 화면에서 빨간색으로 표시된 Edit 버튼을 누른다.

4) Permission을 Read and Write로 바꾸고 Save 한다.

5) 이제 Access Token 을 받기 위해 Keys and tokens 로 이동한다. 화면 맨 아래 Access Token and Secret 에 있는 Generate 버튼을 누르면 토큰을 발급받게 된다.

6) 발급받은 토큰 정보를 복사해 저장해둔다.

이제 트위터 API를 이용하기 위한 개발자 세팅은 끝났다.

재무제표 모르면 주식투자 절대로 하지마라?

주경야매 — Tue, 16 Feb 2021 03:25:44 +0900

스타 강사이자 인기 유튜버 사경인 회계사는 그의 저서 "재무제표 모르면 주식투자 절대로 하지마라"를 통해 재무제표가 가치투자에 얼마나 중요한 것인가 강조했다. 정말 재무제표 모르면 주식투자 절대로 하면 안 되나?이상 공감하지만, 꼭 그렇지만은 않다. 재무제표는 정말 중요한 투자 지표이고, 가치투자자에게는 절대 빼놓을 수 없는 자료다. 아니, 재무제표를 모르면 가치투자를 할 수 없다. 자신이 직접 분석하지 않고 남들이 가치주라고 얘기하는 말만 믿고 하는 투자는 가치투자가 아니고 묻지마 투자와 다를 바 없기 때문이다. 사경인님의 책 제목 대신 “재무제표 모르면 가치투자 절대로 못한다”라고 하고 싶다.

하지만 투자에는 가치투자만 있는게 아니다. 우리가 앞에서 살펴본 단기투자 전략에서 한 번이라도 재무제표 얘기를 한 적 있던가? 단기투자자에게 중요한 것은 회사의 가치가 아니라 다른 사람이 내 주식을 더 비싸게 사줄 것인가가 중요하기 때문에, 재무제표 보다는 시장의 분위기와 투자자의 심리가 중요하다. 장기투자는 어떤가? 장기투자의 큰 줄기는 물론 가치투자지만, 장기 모멘텀 투자도 있다. 수도 없이 언급하게 되는 테슬라, 가치투자자 테슬라에 투자할 수 있을까? 재무제표를 중요시하는 가치투자자는 테슬라 같은 급등주는 포트폴리오에 담을 수 없다. 가치투자는 저평가 종목을 사는 것이기 때문이다.

가치투자가 아닌 투자법이 있음에도 불구하고, 재무제표는 투자의 기본이다. 투자의 지표로 삼지는 않을지라도 내 소중한 돈을 넣어야 하는데, 그 기업이 얼마나 잘 하고 있는지는 궁금하기 마련이다. 기업은 목적은 이윤 추구다. 그리고 기업이 그 목적을 위해 얼마나 잘 해왔는지를 보여주는 기업의 성적표가 바로 재무제표이다. 기업의 영업활동이 모두 재무제표에 들어있기 때문이다. 하지만 아무런 배경지식 없이 재무제표를 딱 열어보면 도대체 뭘 봐야 하는지, 어떤 의미가 있는지 알기가 쉽지 않다. 그래서 재무제표를 보려면 어느 정도 공부가 필요하다.

그렇다고 회계사가 될 정도로 공부해야 하는 것은 아니다. 회계사는 재무제표를 만드는 사람이니 기업의 살림 하나하나를 어떤 규칙에 따라 어떤 식으로 작성해야 하는지 알아야 하지만, 투자자는 이미 만들어진 재무제표를 읽고 이해하기만 하면 되니까 말이다.

재무제표는 일년에 네 번 제출하는데, 기업이 일일이 주주를 찾아다니며 제출할 수 없으니 국가에서 정한 곳에다 제출하고 원하는 사람들은 언제든 기업이 제출한 재무제표를 볼 수 있다. 미국은 이곳을 SEC(Securities and Exchange Commission)라 부르는데 한국의 금융감독원과 비슷한 기관이다.

SEC Edgar 웹사이트

SEC는 Edgar 시스템(https://www.sec.gov/edgar.shtml)이라는 웹사이트를 만들어 기업이 제출한 모든 자료를 투자자들이 언제든 열람할 수 있도록 공개하고 있다. SEC는 재무제표뿐 아니라 주주가 알아야 할 기업의 주요 활동들을 공시사항으로 지정해 제출하게 하고 있다. 한국의 금융감독원도 전자공시 시스템 DART(http://dart.fss.or.kr/)를 만들어 유사한 서비스를 제공한다.

인기 유튜버 뉴욕주민은 “뉴욕주민의 진짜 미국식 주식투자”에서 Edgar를 이용해 공시 읽는 방법을 자세히 설명했다. 미국 전자공시 가이드라 생각 될 정도이니 미국 기업의 공시가 궁금한 사람이라면 일독을 권유한다. 하지만 문제는 미국 공시는 당연히 다 영어로 쓰여있다. 뉴욕주민처럼 미국에서 공부하고 생활해 영어가 편한 사람이야 괜찮겠지만, 한국의 서학개미에게 미국 공시정보는 벽이 높다.

문제는 그것만이 아니다. 공시의 종류도 엄청 많고, 기업의 수는 어마어마하게 많다. 관심종목이 한두 개라면 영어 공시라도 잘 챙겨가며 현명한 판단을 할 여력이 되겠지만, 바쁜 와중에 짬내서 주식투자 하는 부업 투자자가 공시 챙기기는 쉽지 않다. 한국 주식에 투자할 때도 공시를 다 읽어가며 투자하는 사람이 많지 않은데, 미국 주식에 투자하면서 공시를 일일이 챙기기는 거의 불가능이다.

애플 분기보고서

변호사가 유행시킨 단타전략, Stochastic(스토캐스틱)

주경야매 — Tue, 16 Feb 2021 03:20:16 +0900

펀드매니저나 애널리스트 같은 증권업계 전문가가 아닌 주식과 직접적인 관련이 없는 직업을 가진 사람이라도 투자의 세계에서 유명해진 사람이 많이 있다. 그 중에 한 명인 고승덕 변호사가 유행시킨 단타전략이 스토캐스틱이다. 고승덕 변호사는 그의 저서 ‘고변호사의 주식강의’ (고승덕, 2002)에서 스토캐스틱을 마법의 지표라고 소개하며 적극 홍보했다. 얼마나 좋은 지표이길래 그리 칭찬했는지 한번 알아보자.

스토캐스틱은 1950년대에 조지 래인(George Lane)이 알린 지표이다. 지표의 컨셉은 최근 N일간 주가 범위 중 현재 주가가 얼마나 높이 있는가 이다. 공식을 보면 컨셉이 바로 보인다.

8일간의 주가가 다음과 같고 3일짜리 스토캐스틱인 스토캐스틱3을 구해보자. 스토캐스틱을 계산할 때는 종가만을 이용하는 것이 아니라 시고저종 정보를 모두 이용해서 구한다. 주의해야 한다.

일자	시가	고가	저가	종가	최고가	최저가	스토캐스틱3	K	D
1	10	11	9	10	11	9
2	11	12	10	11	12	10
3	8	10	8	9	10	8	25.0
4	10	13	10	12	13	10	80.0
5	13	15	12	15	15	12	100.0	68.3
6	13	20	13	17	20	13	70.0	83.3
7	17	18	15	16	18	15	50.0	73.3	75.0
8	15	16	13	14	16	13	14.3	44.8	67.1

(Step 1) 3일짜리 스토캐스틱을 구해야 하니 첫 이틀은 데이터가 부족해서 계산이 불가하고, 3일째부터 들어간다. 1일~3일 기간의 최고가는 $12, 최저가는 $8이고, 3일자 종가는 $9니까 스토캐스틱3=(9-8)/(12-8)×100=25 이다.

마지막 행의 5일자는 3일~5일 기간의 최고가 $15, 최저가 $8, 5일자 종가 $15 이므로, 스토캐스틱3=(15-8)/(15-8)×100=100 이다.

(Step 2) 이렇게 구한 스토캐스틱은 그날 주가의 수준은 잘 보여주지만 들쭉날쭉이 심해 트레이딩에 이용하기엔 불편하다. 그래서 스토캐스틱 값의 이동평균을 구해 스무딩 해야한다. 이렇게 구한 이동평균값을 Slow K라고 부르고, Slow K가 트레이딩 지표로 사용한다.

(Step 3) 래인은 지표를 더 정교하게 만들고 싶었는지 Slow K를 한번 더 스무딩해서 Slow D를 만들었다. Slow D는 Slow K를 한번 더 이동평균을 구한 것이다. 그리고 Slow K와 Slow D의 차이도 트레이딩 지표로 함께 제시했다.

살펴본 바와 같이 스토캐스틱을 계산할 때는 3단계 기준이 필요하다. 최초 스토캐스틱을 구하는 기간 N, 스토캐스틱을 가지고 이동평균값을 계산해 Slow K를 구하는데 필요한 기간 m, Slow K에서 Slow D로 이동평균을 계산하는데 필요한 기간 t. 이를 간단히 STO(N, m, t)로 표시한다. 래인이 제시한 기본값은 STO(14, 3, 3) 이다. 거래하는 증권사에 따라 N, m, t 모두 설정할 수 있는 HTS도 있고, N만 설정할 수 있는 HTS도 있다.

이동평균선을 이용한 추세 읽기, MACD

주경야매 — Thu, 28 Jan 2021 13:19:13 +0900

이동평균선을 이해했다면 이제 이동평균선을 이용해 주가 추세를 읽기 위한 보조지표인 MACD에 대해 알아보자. MACD는 Moving Average Convergence Divergence의 약자인데, 기간이 두 개의 이동평균선을 그리고, 기간이 짧은 이동평균선이 위에 있을 때는 상승추세라고 판단하는 간단한 지표다.

오라클 주가, 지수이동평균과 MACD - yahoo

이동평균이라는 것이 과거 일정 시점부터 지금까지의 평균 주가를 가지고 구하는 값이라, 이동평균을 이용해서 주가 추이를 관찰하다 보면 실제 추이보다 어느 정도 늦어질 수밖에 없는데, MACD를 개발한 제럴드 아펠(Gerald Appel)은 이를 극복하기 위해 하나의 트릭을 추가했다. 이동평균을 구할 때 단순이동평균(MA)이 아닌 지수이동평균(EMA, Exponential Moving Average)을 사용한 것이다. 단순이동평균은 누구나 아는 가장 기본적인 평균값이고, 지수이동평균은 최근 값에 더 높은 가중치를 주고 계산한 평균값이다. 지표가 주가 추이를 조금이라도 더 빨리 감지하도록 하기 위해 지수이동평균을 이용한 것이다. 지수이동평균을 구하는 식은 아래와 같다.

복잡해 보이지만 어려운 식은 아니다. 오늘의 지수이동평균은 오늘의 주가와 어제의 지수이동평균값의 평균인데, 오늘 주가에 조금 더 가중치를 준거다 정도로 이해하면 충분하다. 이렇게 지수이동평균값을 구하면, 이를 이용해 아래와 같이 MACD 및 그 보조지표를 구한다.

MACD는 단기평균에서 장기 평균을 빼준 값으로 MACD가 양수면 주가가 상승 추세라는 것을 직관적으로 이해할 수 있다. 이동평균선 두 개를 놓고 눈으로 보는 것보다,숫자 하나로 표현하니 프로그램으로 매매 로직을 만들 때 편하다. 그 뒤에 따라붙는 MACD signal과 MACD Oscillator는 보조지표의 보조지표인데 이미 계산한 평균을 또 평균 내는 것이다. 제럴드 아펠은 MACD선과 MACD signal이 교차하면 추세 반전이라고 설명하며, 이를 보기 편하도록 MACD Oscillator까지 만들었고, MACD Oscillator가 +면 매수, -면 매도하라고 한다.

전통의 단타전략, 볼린저 밴드

주경야매 — Tue, 26 Jan 2021 08:40:51 +0900

변동성도 알고, 엔벨로프도 알았다면 이제 볼린저 밴드를 알아보자.

2021/01/26 - [처음 시작하는 퀀트투자] - 변동성은 작아야 좋은가?

2021/01/26 - [처음 시작하는 퀀트투자] - 쉬운게 최고, 엔벨로프 Envelope 지표

볼린저 밴드는 이동평균에 변동성을 결합한 그래프이다. 차트의 모양은 지난 시간에 살펴본 엔벨로프와 매우 흡사하다. 아래 그림은 테슬라 주가와 볼린저 밴드가 표시된 차트인데, 오랜지색 구간이 볼린저 밴드이다. 이동평균선이 밴드의 중심축이 되고, 밴드의 상단과 하단은 이동평균±표준편차로 표시한다.

테슬라 주가차트와 볼린저 밴드 yahoo

볼린저 밴드는 통계학의 Z-Score(표준점수)에서 아이디어를 차용했다.

Z-Score = (X - μ) / σ

μ : 평균, σ : 표준편차

Z-Score는 X값이 평균에서 표준편차의 몇 배만큼 떨어져있는가를 나타내는 수치인데, 표준편차가 곧 변동성이니까 주가가 변동성 대비 어느정도 수준인지를 표현하게 된다. 이를 그래프로 표현한 것이 볼린저 밴드이다.

BB 중심선 : N일 이동평균

BB 상단선 : N일 이동평균 + k × 표준편차

BB 하단선 : N일 이동평균 - k × 표준편차

볼린저 밴드는 보통 BB(N,k) 로 표시되는데, N은 이동평균을 구하는 윈도우 사이즈를, k는 표준편차의 몇 배를 밴드의 사이즈에 반영할지를 결정하는 변수이다. BB(20,2)라면 20일짜리 이동평균을 이용하고, 표준편차의 2배를 밴드 사이즈로 잡는다. 볼린저 밴드의 창시자인 존 볼린저(John Bollinger)는 BB(20,2)를 기본으로 제시했다.

아래는 카카오의 주가와 볼린저 밴드 차트이다. 연한 올랜지색이 볼린저 밴드인데, 2021년 이전에는 폭이 크지 않다가 2021년이 되면서 갑자기 폭이 커진 것을 볼 수 있다. 주가가 급격히 상승하면서 변동성(주가와 평균간의 표준편차)이 커져 밴드 사이즈가 확대된 것이다.

차트에 십자로 표시된 날은 2021년의 첫 거래일이다. 이 날을 기준으로 2020년 이전에는 대부분 캔들이 밴드 안에 위치해있는데, 이는 변동폭이 크지 않았다고, 주가도 소소하게 움직였다는 뜻이다. 반면 2021년 이후에는 주가가 급등하며 대부분의 캔들이 밴드 상단을 뚫고 올라갔다.

카카오 주가차트 및 볼린저밴드 naver

존 볼린저는 볼린저 밴드를 두 가지로 활용할 수 있다고 소개했다. 평균회귀 성향이 있는 종목은 밴드하단 매매를, 모멘텀이 있는 종목은 밴드상단 매매를 하라고 한다.

평균회귀. 벌어진 주가는 다시 평균으로 회복된다는 것이다. 주가가 밴드 아래로 떨어지면 매수해두었다가, 가격이 올라 다시 밴드 중심으로 돌아오면 매도하는 전략이다. 주가가 밴드 하단 아래로 떨어지는 순간을 포착해야 한다.

모멘텀. 달리는 말에 올라타는 전략이다. 위에 있는 카카오 주식도 2021년부터 달리고 있는데, 2020년 말에 주가가 밴드 상단을 뚫었을 때 매수했으면 한참 먹을 수 있었다. 주가가 밴드 상단을 뚫으면 매수하고, 다시 밴드 안으로 들어오면 매도하는 전략이다.

보조지표로 평균에 변동성을 결합하니 꽤 그럴싸하지 않은가? 실제로 볼린저 밴드는 단타를 많이하는 파생상품, FX, 암호화폐 트레이더 사이에 인기가 많은 지표다.

쉬운게 최고, 엔벨로프 Envelope 지표

주경야매 — Tue, 26 Jan 2021 04:33:51 +0900

주가 차트에서 이동평균이 뭔지 알았다면, 이번에는 이동평균을 이용한 보조지표를 알아보자. 바로 세상에서 가장 쉬운 보조지표 Envelope 이다.

2021/01/22 - [처음 시작하는 퀀트투자] - 주가 추이를 보여주는 이동평균선

주가차트와 엔벨로프 naver

위 그림에서 캔들 뒤쪽으로 표시된 푸른색 영역이 엔벨로프 구간이다. 엔벨로프 구간이 주가를 봉투처럼 감싼다고 엔벨로프라 이름 지었다고 한다. 엔벨로프의 중심과 위, 아래로 각각 선이 있는데, 영역의 중심선은 이동평균선이다. 그 위와 아래는 이동평균선보다 몇 % 벌어진 가격인지를 표시한다. 위에 있는 선을 저항선, 아래 있는 선을 지지선이라고 부르지만 알아둘 필요는 없다. 끝. 너무 간단해서 더 설명할 것도 없다.

엔벨로프 지표는 현재 가격이 이동평균 가격보다 얼마나 많이 떨어져 있는지 한눈에 알아보기 쉽다는데 그 의미가 있다. 위 차트에서 1월 11일을 보자. 캔들이 엔벨로프 위에 있으니, 그 날의 주가는 이동평균보다 10% 이상 올라가 있난, 엄청나게 상승한 날이다. 위 그래프에는 없지만, 캔들이 엔벨로프 아래 있으면 그날은 주가가 많이 빠진 것이다.

RSI에서도 소개했지만, 보조지표 하나를 보고 투자하는 건 절대 금물이다. 기업이 영위하는 비즈니스마다 주가의 움직임이 다르기 때문이다. 만일 박스권에서 움직이는 주식이라면 주가가 엔벨로프 하단 지지선 아래로 내려가면 매수하고, 중심선으로 돌아오면 되팔아서 수익을 낼 수 있다. 테슬라 같은 성장 일변도의 주식이라면 주가가 엔벨로프 상단을 뚫고 상승이 시작되면 매수해서 상승이 끝날 때 팔아야 돈을 번다.

2021/01/23 - [처음 시작하는 퀀트투자] - 주가 상승 강도를 나타내는 RSI 지표

주가 상승 강도를 나타내는 RSI 지표

주식 차트를 보면 아래쪽에 보조지표들이 등장하곤 한다. 보조지표는 뭔가? 왜 필요한가? 투자자가 주식 차트를 보는 목적은 단 하나, 돈을 벌기 위해서다. 주가의 흐름을 읽어 향후 주가의 방향

highquant.tistory.com

변동성은 작아야 좋은가?

주경야매 — Tue, 26 Jan 2021 00:52:36 +0900

투자를 시작하면 뉴스를 챙겨보게 된다. 내가 투자한 기업에 대한 뉴스는 물론이고, 코스피 지수는 올랐는지, 한국 경제는 좋아지는지 심지어 미국 경기 소식까지 챙겨서 보게 된다. 일부러 챙겨서 보기도 하겠지만, 내 돈이 들어갔으니 나도 모르게 그런데 관심이 간다. 개인적인 투자를 제한하는 금융업계에서도 신입사원이 들어오면 적은 금액으로 ETF를 해보라고 권유한다. 자기 돈이 들어가게 되면 그냥 공부로 할 때와는 다른 차원의 관심을 갖게 되기 때문이다.

뉴욕증시, 코로나 재확산 우려에 변동성 커져 (한국경제)

단기차익 노려…변동성 큰 종목에 '위험한 베팅' (한국경제)

비트코인 곧 큰 변동성 보일 것.. 하락 가능성이 조금 더 높아 (매일경제)

증시 관련 뉴스 중 상당수는 변동성을 이야기한다. 그리고 변동성에 대한 뉘앙스는 뭔가 위험한 것, 피해야 할 것처럼 표현된다. 변동성은 그렇게 나쁜 걸까? 오늘은 변동성 이야기를 해보려 한다.

평균과 표준편차

수학의 정석 맨 마지막 챕터인 확률과 통계. 사회에 나오면 무엇보다 중요한 지식인데, 제일 마지막에 있어서 중요치 않은 것처럼 느껴지는 단원이다.

다온이네 반 학생들의 영어점수의 평균과 표준편차를 구하시오.
90, 80, 70, 100, 60

문제를 풀라는 건 아니고, 고등퀀트에게 익숙한 평균과 표준편차 얘기를 하려는 거다. 평균(average)은 다 아는 거고, 편차(deviation)는 자료 값과 평균과의 차이를, 표준편차(standard deviation)는 편차의 평균이다. 편차를 그냥 평균 내면 플러스(+), 마이너스(-)가 합쳐져서 0이 나오니까, 마이너스를 없애기 위해 제곱한 값으로 평균을 내 분산(variance)을 구하고, 여기에 루트(√)를 씌워 다시 표준편차로 바꿔준다.

주식에서 얘기하는 변동성(volatility)은 주가의 표준편차를 의미한다. 주가를 분석할 때도 수학 문제를 풀 때처럼 매일매일의 주가를 늘어놓고 평균을 구하고, 표준편차를 구한다. 주가가 오르락 내리락이 심하면 표준편차가 커지고, 이런 상황을 변동성이 커진다(확대된다)라고 표현한다.

변동성은 작아야 좋은가

변동성이 작다는 것은 주가가 소소하게 움직인다는 뜻이다. 변동성이 작은 종목은 다른 종목들이 폭락할 때 주가가 덜 빠지고, 다른 종목들이 달려가도 혼자 기어간다. 시장 상황에 별로 영향을 받지 않고 실적이 꾸준한 사업을 하는 종목들로 주로 음식료, 유틸리티(전기, 가스 등), 통신주 등이 있다. 우리 삶에 없어서는 안 되지만, 많을 필요도 없는 상품을 다루는 기업들이 여기 속한다.

변동성이 작은 종목에 투자하면 경기가 불안할 때 상대적으로 마음이 편하다. 하지만 경기가 좋아지고 다른 종목들이 달려갈 때는 아쉽다. 변동성이 작다고 주가가 아예 안 움직이는 건 아니다. 위아래로 움직이는 폭이 작으니 올라가거나 내려가는 속도가 느릴 뿐이다. 그래서 오랜 기간 경기가 좋아지는 시기에는 이런 종목들도 주가가 오른다.

변동성이 작은 종목은 배당을 잘 주는 편이다. 배당이라도 줘야 투자자들의 관심을 받을 수 있기 때문이다. 은퇴준비를 위해 주식을 고르는 사람이라면 망할 염려도 적고, 연금처럼 배당을 따박따박 주는 종목이 매력적이다.

변동성이 커야 좋은가

변동성이 큰 종목은 주가가 위아래로 크게 크게 움직이니 대세 상승기에 더 빨리 올라간다. 자산을 빨리 늘리고 싶은 투자자에게는 변동성이 큰 종목이 적합하다. 무엇보다도 투자하는 재미가 있다. 하지만 하락기에는 더 불안하다. 언론 기사가 변동성을 다룰 때 마치 위험한 것처럼 표현하는 이유가 이 불안심리 때문이다.

벼락 거지가 되지 않기 위해 은행 예금보다 주식 투자를 선택했다면, 너무 변동성이 적은 종목에만 관심을 갖는 것도 모순이다.

변동성을 너무 좋아하면 가랑이가 찢어진다

변동성 얘기를 하면 레버리지 상품이 함께 등장한다. KODEX 레버리지가 대표적인 상품인데, 기초자산이 1만큼 오를 때 레버리지 상품인 2만큼 오르는, 따불, 따따불 상품들을 말한다. 일반 주식보다 2배, 3배씩 많이 움직이니 가격이 상승이나 하락하는 폭도 그만큼 큰 높은 변동성을 자랑한다.

그런데 이렇게 수익률을 2배, 3배로 찍어내는 레버리지 상품들은 일반 주식과는 다른 특징이 있다. 수익률을 2배, 3배만큼 만들어내기 위해서 주식이 아닌 선물, 옵션 같은 파생상품에 투자한다. 파생상품은 주식과는 다른 많은 특징들이 있는데, 다 설명하려면 책 몇 권 분량이다. 여기서 주목할 특징은 만기가 있다는 것이다. 만기(유통기한)이 있는 상품은 시간이 흐르면 소멸된다. 레버리지 상품은 내부에 유통기한이 있는 상품을 담고 있기 때문에 오래 보유하면 가치가 기본 상품만 못해진다.

이해를 위해 간단히만 설명했고, 레버리지 상품의 자세한 운용 구조는 향후 ETF를 다룰 때 설명하기로 한다.

변동성은 선택하는 것

변동성이 크다 또는 작다라는 말은 가격의 상승이나 하락을 의미하지 않는다. 변동성은 가격의 방향이 아니다.

변동성이 크다는 것 자체가 나쁜 건 아니다. 본인의 투자 전략과 변동성의 크기가 적합한지를 알고 선택해야 한다. 어차피 주식시장에 들어왔다는 것부터가 은행 예금보다 무지하게 높은 변동성을 선택한 것이다. 고변동성을 좋아한다고 도박꾼도 아니고, 저변동성을 좋아한다고 쫄보도 아니다.

장기투자 vs. 단기투자

주경야매 — Sat, 23 Jan 2021 12:12:15 +0900

주식투자를 말하는 대부분의 유튜브, 책, 블로그 등은 한결같이 장기투자를 말한다. 그런데 과연 장기투자만이 정답일까?

장기투자는 개인투자자가 하기에 가장 편안하고 적합한 방향이다. 장기투자를 말할 때 함께 언급되는 것이 가치투자이다. 가치투자란 실제 가치에 비해 싼 저평가 종목을 사서 묻어두고 정상 가격으로 돌아오면 되팔아 차익을 남기는 것이다. 그래서 가치투자의 핵심은 저평가 종목을 찾아내는 것이다.

반면 단기투자는 가치를 얘기하지 않는다. 비싼 종목이더라도 더 오를 것 같은 종목을 매수하고, 더 비싸지면 되팔아서 이익을 남긴다. 테슬라 같은 종목 말이다. 지금 주식이 고평가인지 여부는 중요하지 않다. 다만 내가 산 가격보다 더 비싸게 살 사람이 있다면 과감하게 투자하는 것이다.

장기투자 = 가치투자, 저평가된 주식을 찾는 것이 핵심

가치투자는 저평가되어있는 주식을 사서 제값을 받을 수 있을 때까지 존버 하는 것이다. 존버를 근간으로 하니 하루하루 주가 변동에 신경 쓸 필요가 없어 마음이 편하다는 장점이 있다. 장기투자는 곧 가치투자이고, 결국 가치투자의 핵심은 저평가 종목을 찾아내는 것이다. 저평가 종목을 찾아내는 방법은 여러 가지가 있는데, 크게 ①재무제표를 분석해 기업의 절대가치를 산출하는 방법과 ②비슷한 기업들을 비교해 상대가치를 산출하는 방법으로 나눈다. 증권가에서 유명한 직업인 애널리스트가 하는 일이 바로 이것이다.

절대가치를 산출하기는 정말 어렵다. 사실 불가능하다고 말하는 게 맞다. 절대가치 산출을 위해서는 기업이 미래에 벌어올 돈이 얼마인지를 알아야 하는데, 이를 알 수 없기 때문이다. 애널리스트 리포트를 읽어본 사람이라면 알겠지만, 이 일을 직업으로 하는 애널리스들도 기업이 미래에 벌어올 돈이 얼마인지 "가정"을 통해 기업가치를 산출한다. 그리고 애널리스트마다 그 가정이 제각각이라, 증권사마다 제시하는 목표주가 역시 제각각이다. 과학적 투자를 지향하는 퀀트로서는 신뢰하기 어려운 정보인 셈이다.

상대가치는 절대가치보다 구하기 수월하다. 비슷한 기업들을 골라내서 다른 기업들의 주가와 비슷하게 비율을 맞춰주는 간단한 계산으로 가치를 구할 수 있다. 그런데 비슷한 기업을 찾기가 어렵다. 삼성전자와 LG전자를 보자면, 둘 다 전자회사지만 삼성은 스마트폰과 반도체가 메인이고, LG전자는 가전제품이 메인이다. 이 두 회사의 실적을 비슷하다고 할 수는 없다. 삼성전자가 반도체를 생산한다고 SK하이닉스와 비교하자니, 하이닉스에는 없는 가전과 스마트폰이 있다. 난감한 상황이다.

절대가치도 상대가치도 제대로 구하는건 쉽지 않지만, 가치투자자에게는 또 다른 장벽이 있다. 재밌는 주식, 뉴스에 나오는 떡상 주식에 투자할 기회는 잘 오지 않는다는 것이다. 테슬라 같은 주식은 전통적인 방법으로는 가치가 산정되지 않는 어이없는 주식이다. 월스트리트의 애널리스트들도 테슬라 주가 예측은 이미 포기했고, 주가가 올라가면 따라다니면서 목표가를 바꾸는 정도로 대응한다. 가치투자자는 모멘텀 투자자들과 같은 재미를 느끼는 것은 포기해야 한다.

단기투자는 주가가 올라갈 것 같으면 가치와 상관없이 매수

단기투자는 여러가지가 있다. 차트 분석을 이용한 추세추종 매매, 호재를 따라 움직이는 테마주 매매 등 다양하다. 하지만 다양한 단기투자 방법에 공통된 주제는 딱 하나, 주가가 올라갈 것 같으면 산다는 것이다. 단기투자에서는 기업가치는 고려하지 않는다. 기업이 하향 추세에 있어도, 단기적으로는 주가가 올라갈 것 같으면 매수한다.

코로나 펜데믹 시 미국의 유명한 렌터카 회사인 Hertz가 파산보호 신청을 했다. 회사가 파산하면 주식은 휴지조각이 될 것이니 주가는 바닥을 치는 게 당연한데, 어이없게도 주가가 한참을 치솟았다. 전혀 가치가 없는 주식의 가격이 오른 것이다. 이때 주식을 매수한 사람들의 심리가 바로 올라갈 것 같으니까 산 것이다. 일각에서는 '더 바보 이론'이라고도 하는데, 나보다 더 바보가 내 주식을 비싸게 사줄 거라는 믿음에 기댄 주식투자를 의미한다. Hertz 같은 주식은 얼마든지 있다. 테슬라, 니콜라, 비트코인 등도 전문가들이 '더 바보 이론'을 적용해 해석하는 투자처이다.

단기투자는 타이밍이 핵심이다. 시장에 더 바보들이 많아도, 이들이 돌아서는 건 한순간이다. 떡상 종목을 잡기 위해 테슬라나 줌, 비트코인 같은 투자처를 선택했다면 다른 투자자들이 돌아서는 시점을 놓치지 말고 같이 돌아서야 한다. 그러다 보면 투자기간 내내 마음이 편치 않은 고난의 길이다. 대한민국에서 투자로 가장 성공한 인물 미래에셋 박현주 회장도 미래에셋대우 유튜브에서 마켓타이밍을 이용한 투자는 신의 영역이라고 했다. 타이밍을 잡는 방법이 있긴 하지만, 전업으로 하는 게 아니라면 성공하기 어렵다. 실제로 마켓타이밍을 이용한 투자를 직업으로 하는 파생상품 트레이더들은 장중에는 화장실에 안 가려고 물도 안 마신다고 한다.

장기투자는 어렵고 단기투자는 힘드니 투자를 하지 말라는 건가?

아니다. 투자를 위해 공을 들여야 한다.

장기투자자는 기업가치를 더 잘 산출하려면 기업을 세세히 나눠서 봐야 한다. 사업영역별로 쪼개서 절대가치와 상대가치를 모두 구해보고 여러 수치들을 평균 내서 구해야 한다. 애널리스트들이 그렇게 한다. 그렇게 해도 예상 주가가 틀리는 일이 더 많다. 워낙 어려운 일이니 애널리스트를 블레임 하기는 좀 그렇다. 다만, 그들이 어떻게 실적을 예측했는지 그 논리를 평가해보고, 주가의 방향 정도를 참고해서 자신이 직접 투자의견을 정하는 게 좋겠다.

하지만 직업이 기업분석인 애널리스트도 잘 못하는데 전업투자자도 아닌 부업 개인투자자가 더 잘하기는 힘들다. 그래서 필요한 게 기업분석 모델이다. 기업 하나를 분석하기 위해 상당기간을 재무제표 분석부터 CEO 미팅까지 한 땀 한 땀 공들여서 수행하는 애널리스트 수준의 모델은 개인이 만들기도 어렵거니와, 주관적 판단이 들어가야 하니 특정 기업만을 위한 전용 모델이라 사용범위도 한정적이다. 구하기도 어려운 주관적인 판단 지표들은 배제하고, 인터넷에서 구할 수 있는 데이터를 이용한 객관적인 지표들로 구성한 모델은 많은 기업에 범용적으로 적용할 수 있다. 이렇게 만들어진 모델이 있으면 더 객관적으로 저평가 가치주를 찾아낼 수 있다.

단기투자를 하기로 했다면 단기투자용 모델을 만들어야 한다. 주가가 상승추세인지 하락추세인지를 보고 빠른 대응을 해야 하니, 주가 차트를 일일이 보지 않더라도 모델이 스스로 알아서 주가 추이를 분석하고 즉시 판단할 수 있는 능력이 필요하다. 전업 투자자도 아닌데 마켓타이밍을 따라가려면, 나 대신 알아서 마켓타이밍에 맞춰 거래를 할 수 있는 모델이 있어야 한다.

지속 가능한 투자전략을 만들어 뚝심 있게 실행해야

애널리스트가 기업을 분석하는 사람이라면, 퀀트는 모델을 만드는 사람이다. 장기투자를 위한 기업분석 모델을 만드는 것도 퀀트투자이고, 단기투자를 위한 시장분석 모델을 만드는 것도 퀀트투자이다. 장기투자 모델이라면 재무정보 등 장기투자를 위한 데이터를 분석하는 능력을 갖춰야 하고, 단기투자 모델이라면 주식시장 내에서 수급을 분석하는 능력을 갖춰야 한다.

고등퀀트 프로젝트에서는 장기투자 모델과 단기투자 모델을 모두 소개한다. PER, PBR이나 재무제표를 언급하는 모델은 주로 장기모델이고, 차트를 읽고 주가 강도를 분석하는 것은 주로 단기모델이다. 어떤 모델을 이용할지는 독자의 몫이다. 글을 읽다가 필이 꽂히는 모델이 있으면 일단 한번 해보시라. 실전 말고 테스트부터. 그러다 보면 실전에서 이용할 자신에게 맞는 모델을 만들 수 있게 될 것이다.

주가 상승 강도를 나타내는 RSI 지표

주경야매 — Sat, 23 Jan 2021 04:27:03 +0900

주식 차트를 보면 아래쪽에 보조지표들이 등장하곤 한다. 보조지표는 뭔가? 왜 필요한가?

투자자가 주식 차트를 보는 목적은 단 하나, 돈을 벌기 위해서다. 주가의 흐름을 읽어 향후 주가의 방향을 예측하고 싶어 하고, 보조지표는 주가 흐름을 쉽게 읽어내기 위해 만들어졌다.

수많은 보조지표들이 있는데 오늘은 그 중 RSI 지표에 대해 알아본다.

애플 주가 차트 finance.yahoo.com

야후 파이낸스에서 본 위 차트 아래쪽에 RSI 선이 표시돼있고, 이 글을 쓴 2021년 1월 22일의 RSI 값은 63으로 나와있다.

RSI는 무엇인가?

RSI는 Relative Strength Index, 상대강도지수이며, 주가의 상승 강도를 측정하기 위해 만들어졌다. 일정 기간 동안 일간 가격 상승폭과 하락폭을 각각 계산하고, 그중 상승폭이 얼마나 큰지를 계산해 비율로 나타낸다. 식을 보면 더 쉽다.

3일짜리 RSI 값을 계산하는 경우를 생각해보자.

일자	종가	전일대비	상승폭	하락폭	AU	AD	RSI
0	10	-	-	-	-	-	-
1	11	1	1	0	-	-	-
2	10	-1	0	1	-	-	-
3	9	-1	0	1	0.33	0.67	33
4	10	1	1	0	0.56	0.44	56
5	11	1	1	0	0.70	0.30	70

3일차가 되기 전까지는 데이터가 부족하니 RSI 계산이 불가능하고, 3일차부터 계산할 수 있다. 3일차의 AU는(1+0+0)/3=0.33 , AD는 (0+1+1)/3=0.67 , RSI는 AU/(AU+AD)×100=0.33/(0.33+0.67)×100=33 이다.

두 번째 날인 4일차부터는 AU와 AD를 구하는 방식이 달라지는데, 지수이동평균을 구할 때처럼 전일 값에 새로운 데이터를 더해서 평균을 내는 방법이다. AU는 ((3-1)×0.33+1)/3=0.56 , AD는 ((3-1)×0.67+0)/3=0.44 , RSI는 0.56/(0.56+0.44)×100=56 이다.

생각하기 귀찮으면 넘어가도 괜찮다. 어차피 계산은 컴퓨터가 한다. 지표가 만들어지는 로직만 이해하고 있으면 충분하다.

백분율로 계산하게 되는 식이라 RSI값은 0~100 사이에서 산출되고, 상승폭이 클수록 RSI값은 커진다. RSI 값이 100이라면 기간 내내 상승만 했다는 뜻이니 주가 강도가 매우 강하다고 해석하면 된다. 반대로 기간 내내 하락만 했다면 RSI는 0이 된다.

실제로 위 그래프를 보면 RSI 값이 높아졌을 때 주가가 높은 모습을 볼 수 있다.

RSI를 어떻게 투자에 이용할까?

RSI 지표의 창시자인 웰레스 와일더(Welles Wilder)는 RSI가 70 이상이면 과매수(Over bought), 30 이하이면 과매도(Over sold) 구간으로 분류했다. 과매수는 주식을 너무 많이 사서 주가가 과열되었다는 뜻이고, 과매도는 그 반대이다.

싸게 사서 비싸게 팔아야 돈을 벌 수 있으니, 과매도 구간에서 주식을 사고, 과매수 구간에서 주식을 팔면 돈을 번다고 한다. 주가는 지그재그로 움직이니 굉장히 그럴싸한 전략이다.

핀터스텔라 백테스트 기능을 이용해 RSI 전략의 성과를 테스트해보자. https://www.finterstellar.com/diy/backtest_single 에 접속해 로그인하면 투자 전략을 테스트해볼 수 있다. 아래 그림에서는 애플 종목의 RSI 전략을 백테스트한다. Window size는 14일을 기준으로 하고, RSI 값이 30 이하에서 Buy, 70 이상에서 Sell 하는 와일더의 추천 전략대로 매매한다. Test period는 1년으로 하고, 수익률 계산에 사용되는 Risk free interest rate는 현재 미국 금리인 0%로 세팅한 후 Run 버튼을 눌러 실행한다.

RSI 백테스트 전략 세팅 finterstellar.com

테스트가 완료되면 다음 그림처럼 투자성과가 나온다.

RSI 백테스트 수행 결과

앵? 와일더는 이렇게 투자하면 돈을 번다고 했는데 수익률이 겨우 0.64%다. 지난 1년간 애플 주가는 72%가 올랐는데, 겨우 0.64%만 벌다니. 왜 이런 일이 벌어졌는지 이유를 찾기 위해 차트를 들여다보자.

빨간 선은 애플 주가, 파란선이 RSI 값이다. 차트를 가로지르는 주황색 수평선은 RSI 70선, 초록색은 RSI 30 선이다. 애플 주가는 2020년 2월 코로나 팬데믹 때 떨어졌다가 꾸준히 상승했다. 주가가 장기적으로 우상향 하는 모습을 보이는 성장하는 종목이다. 그래서 RSI가 30 아래로 떨어지는 경우가 거의 발생하지 않는다. 위 차트에서는 딸랑 3번 발생했다. 그래서 전략대로 매매하면 매수 기회 자체가 3번밖에 없었다.

차트 아래쪽 하얀색으로 표시된 그래프는 주식을 사서 보유하고 있던 기간을 의미한다. RSI가 30 이하로 떨어졌을 때 매수하고 70 이상으로 올라갔을 때 매도하는 전략으로는 위 그래프처럼 2번만 매매할 수 있었다. 1년 동안 주가는 꾸준히 상승했는데, 투자는 짧게 두 번만 했으니 수익률이 실망스럽게 나온 것이다.

RSI를 이용한 투자전략도 여러 가지가 나와있다. RSI에 더해 RSI indicator라는 보조지표의 보조지표까지 만들어서 mix & match 해서 투자하는 전략도 있다. 그런데 그 전략도 테스트 결과 대부분 이렇게 실망스럽기 짝이 없는 결과를 보여줬다. 장기적으로 주가가 우상향 하는 주식은 매수해서 쭉 들고 있어야 수익이 나지, 이렇게 들락날락하면 성과가 좋지 못하다는 증거다.

그럼 역발상 투자를 해볼까? 주가가 강할 때 사고 주가가 약해지면 파는 전략으로 매매하면 주가가 올라갈 때 먹고, 주가가 많이 떨어질 때는 주식을 안 들고 있으니까 폭락 위험도 피할 수 있지 않을까? 역발상 매매를 세팅해보자.

RSI 역발상 매매 finterstellar.com

아까와는 달리 RSI가 70 이상일 때 매수, 50 이하일 때 매도한다. 다른 조건은 동일하다.

RSI 역발상 매매 결과 finterstellar.com

전략을 바꾸니 수익률이 37.65%로 바뀌었다. 같은 기간 동안 애플이 치고 올라간 72%에는 많이 모자라지만, 연간 37%는 훌륭한 수익률이다. 투자의 대가 워렌 버핏도 연간 수익률은 20% 정도밖에 안되니까.

이번에도 투자 결과 분석을 해보자. 차트 아래쪽 하얀 그래프를 보자. 주식을 보유하고 있던 기간, 즉 포지션을 표현하는 그래프다. 매수 포지션인 동안은 하얀색이 위로 올라오고, 주식이 없으면 하얀색이 내려간다. 2020년 4월부터 7월까지 주가가 꾸준히 올라가는 동안 주식을 보유하고 있던 모습이 보인다. 그리고 9월~11월 주가가 조정받는 기간에는 주식을 갖고 있지 않았다. 의도한 대로 매매가 잘 됐다.

RSI를 이용한 역발상 매매를 하라고 하는 게 아니다. 보조지표에 의존한 투자가 의도하지 않은 결과를 가져오는 것을 보여준 것이다.

보조지표는 주가 흐름을 쉽게 이해하도록 도움을 주는 매우 훌륭한 도구이다. 하지만 하나의 보조지표에만 의존해 투자하는 것은 절대 금물이다. 유명한 전략이라도 자신이 직접 확인해보고 투자에 적용해지, 남의 말만 듣고 투자하는 것은 도박이나 다를 바 없다. 워렌 버핏이 소유한 주식이라고 매수하는 형태의 투자 역시 금물이다. 워렌 버핏이 매수한 순간의 상황과 지금 자신이 맞이한 상황은 다름을 상기해야 한다.

주가 추이를 보여주는 이동평균선

주경야매 — Fri, 22 Jan 2021 14:03:07 +0900

주가 차트를 보면 주가를 나타내는 선이 하나가 아니라 여러 개가 보이는 경우가 있다. 뭘까? 화면이 복잡해지는데 왜 이렇게 많은 선을 그려내는 걸까?

일자별 주가와 이동평균선 naver.com

위 차트를 보면 일자별 주가를 표시하는 캔들 이외에 초록, 빨강, 주황, 보라 네 가지 색깔의 선이 추가로 그려져 있다. 그리고 초록색은 5일선, 빨간색은 20일선, 주황색은 60일선, 보라색은 120일선이라고 표시되어 있다. 무슨 의미일까?

이 선들은 이동평균선이라고 한다. 각 날짜에 산출한 이동평균을 이은 선이다.

이동평균은 영어로 Moving average인데 말 그대로 이동하면서 구한 평균이다. 5일 이동평균은 그 날짜부터 이전 5일간의 주가의 평균 의미한다. 예를 들어 10월5일날 구한 이동평균은 10월1일~5일까지 5일간의 종가의 평균, 10월6일날 구한 이동평균은 10월2일~6일까지의 5일간의 평균값이다. 그리고 이 5일 평균값들을 이은 선이 5일 이동평균선이다.

이동평균을 구하는 기간을 윈도우라고 부른다. 5일 이동평균선은 윈도우가 5일, 20일 이동평균선은 윈도우가 20일이다.

주식시장에서는 대게 공휴일은 제외하고 계산한다. 5일 평균값을 구할 때 중간에 공휴일이 끼어 있으면 공휴일은 건너뛰고 영업일 5일을 꽉꽉 채워서 평균을 구한다. 예를들어 월요일자로 구한 이동평균은 전주 화요일부터 금주 월요일까지를 5일로 친다.

이동평균선을 그리는 이유는 크게 두 가지가 있다.

첫 번째는 주가의 추세를 한눈에 보기 위해서다. 5일 평균이 20일 평균보다 높다면 최근 주가는 상승 중일까 하락 중일까? 최근의 주가 평균이 더 높다는 것은 최근 주가가 더 높다는 뜻이니 주가가 상승 중이라는 것이다.

이 논리를 확장해 단기 이동평균선이 장기 이동평균선보다 위에 있냐 아래에 있냐를 보면 최근 주가가 상승 중인지 하락 중인지를 한눈에 파악할 수 있다. 위 차트에서 5일선>20일선>60일선>120일선이 순서대로 위치하고 있으므로 최근 120일간 주가는 상승하고 있었다는 것을 알 수 있다.

두 번째는 노이즈 제거를 위해서다. 주가가 상당기간 상승세에 있어도 하루하루 들여다보면 그 와중에 하락한 날은 있기 마련이다. 위 차트에서도 주가는 지속적으로 상승하고 있지만 하루하루의 주가를 보면 하락한 날이 끼어있어 출렁출렁 거리면서 올라간다. 5일 이동평균선은 일자별 차트보다는 덜 출렁이지만 조금은 출렁인다. 그러나 20일 이상 이동평균은 전혀 출렁거리지 않고 꾸준히 상승하는 모양을 보인다. 이는 하루 이틀 주가가 빠져도 기간 평균값을 구하기 때문에 전체적으로는 부드럽게 보이기 때문이다.

통계에서는 이렇게 삐죽삐죽 거리는 값들을 노이즈라고 부르는데, 이동평균을 이용함으로써 삐죽거리는 노이즈들이 제거되어 부드러운 추이를 볼 수 있게 된다. 이를 평활화라고도 한다.

이동평균은 크게 두 가지 목적으로 쓴다. 주가의 추세를 한눈에 보기 위해, 그리고 노이즈를 제거하고 부드러운 추세선을 구하기 위해서이다.

주가가 오르는데 왜 파란색이지? 캔들차트 읽는 방법

주경야매 — Fri, 22 Jan 2021 03:57:24 +0900

주식 차트 중 캔들차트라는게 있다. 아래 그림이 바로 캔들차트인데, 양초 모양으로 생겼다고 캔들차트라 부르는데 읽는 방법이 조금 헤깔릴 수 있어 소개한다.

삼성전자 차트 naver.com

한국 주식시장에서 투자를 하면 일반적으로 상승은 빨간색, 하락은 파란색으로 표시한다. 그 개념을 들고 캔들차트를 보면 이해가 안되는 부분이 있는데, 바로 아래 그림에서 표시해놓은 부분. 분명히 어제보다 올랐는데 파란색이다. 왜 그럴까?

어제보다 올랐는데 파란색이다

주가를 분석할 때에는 일자별 주가 추이를 중심으로 보는게 일반적이지만, 하루 중 가격이 어떻게 움직였느냐도 의미를 갖는다. 이를 위해 하루의 주가는 시/고/저/종을 함께 표시하기도 하는데, 각각 시작가격/최고가격/최저가격/최종가격을 의미한다. 캔들차트는 이 시/고/저/종 가격을 그래프에 한눈에 볼 수 있도록 표시하기 위해 만들어진 것이다.

일반적으로 주가의 상승/하락을 얘기할 때는 어제 종가 대비 오늘 가격이 올랐느냐 내렸느냐를 얘기하고, 이를 기준으로 색깔을 표시한다. 하지만 캔들차트의 색깔은 어제를 기준으로 하지 않고, 오늘의 시가와 종가를 기준으로 한다. 종가가 시가보다 높으면 빨간색, 반대이면 파란색으로 표시한다. 색깔 표시의 기준이 다르기 때문에 어제보다 상승했어도 파란색으로 표시되는 경우가 있는 것이다.

캔들차트 읽기

앞서 본 삼성전자 캔들차트의 주황색으로 표시된 부분에서는 파란색으로 표시된 날짜의 주가가 분명 전일보다 상승한 상태로 마감하긴 했지만, 그 당일만을 놓고 봤을때는 훨씬 높은 가격에서 시작했다가 내려온 가격으로 마감한 것이다.

이론을 알았으니 응용을 해보자. 아래 캔들 중에서 가장 상승 동력이 쎈 것은 무엇일까?

답은 ③. 캔들의 차이는 꼬리와 몸통의 크기에 있다. 캔들에서 꼬리는 밀당이다. 꼬리가 길수록 매수와 매도가 밀당을 더 많이 한 것이다. ①은 하루종일 오르락내리락 하다가 중상부근에서 마감한 캔들이고, ②는 최고가에 마감을 하긴 했지만 시가 아래로 빠졌다가 올라온 캔들, ③은 밀당없이 하루 종일 쭉 치고 올라가 최고가로 마감을 한 캔들이다.

캔들차트의 색깔은 당일만의 주가 움직임을 의미한다. 전일 가격대비 상승/하락과는 관계가 없다.

참고로 한국에서 상승/하락을 표시하는 색깔은 미국과 반대다. 한국에서는 빨강이 상승이지만, 미국에서는 하락을 의미한다. 미국주식을 볼 때는 이 점에 주의하도록 하자.

애플 차트 finance.yahoo.com

주가는 왜 오르나?

주경야매 — Fri, 22 Jan 2021 00:19:02 +0900

자본주의 시장에서 가격이 결정되는 원리는 수요와 공급이다. 수요가 많아지면 가격이 올라가고, 공급이 많아지면 가격이 내려가는.

수요-공급 곡선

주식의 가격 역시 수요공급의 원칙에 따라 결정된다. 주식시장에서 수요는 주식을 사려는 매수를, 공급은 주식을 팔려는 매도를 의미한다. 주식을 사려는 사람이 많으면 주가가 올라간다. 겨우 이 당연한 얘기를 하려는 건 아니다. 왜 수요가 많아지는지, 왜 공급이 많아지는지에 대해 얘기하려는 것이다.

사람들은 어떤 때 주식을 사려고 할까? ①주식의 가격이 올라갈 것으로 기대할 때 또는 ②주식을 보유하고 있으면 수익이 날 거라고 기대할 때다. 각 경우 발생하는 이익을 ①싸게 산 주식을 비싸게 되팔아서 시세차익을 얻는 자본소득, ②투자한 기업이 벌어온 돈을 주주와 나눠갖는 배당소득이라고 한다. 기업이 번 돈을 주주에게 나눠주는 것을 배당이라고 한다.

주로 성장하는 기업에 투자할 때 자본소득을 기대하고, 이미 성숙한 기업에 투자할 때는 배당소득을 기대한다. 구글은 창업 이후 지금까지 한 번도 주주에게 배당을 하지 않았다. 하지만 구글 주주들은 불만이 없다. 벌어들인 돈을 모두 재투자해 회사를 더 성장시키고 주가를 점프업 시키기 때문이다. 배당금을 줄 돈으로 알파고를 만든 딥마인드를 사들이고, 안드로이드도, 크롬도 사서 회사를 키웠다. 자율주행을 연구하는 웨이모도 만들어 더 큰 성장을 준비한다. 10년 전에 투자했다면, 구글은 지금까지 6배 가까이 자산을 불려줬다. 배당소득은 한 푼도 없지만 자본소득이 쭉쭉 올라가는데 주주가 불만을 가질 이유가 없다.

구글 주가 추이 finterstellar.com

이번에는 성숙한 산업에 속하는 부동산기업 MGM 그로우스 프로퍼티(MGP)를 보자. 아래는 배당수익률(Dividend Yield) 차트인데, 배당금을 주가로 나눈 값이다. 즉, 주식을 $100만큼 갖고 있으면 배당금을 얼마를 받는지를 나타낸다. 은행 예금에서 이자율과 같은 개념이다.

MGP의 최근 배당수익률은 4.01%. 2021년 현재 미국 금리는 0%, 시중은행인 체이스뱅크의 저축계좌(Savings account) 금리도 0.01%니까 은행 이자보다 훨씬 높은 수익률이다. 게다가 상장 시점인 2016년부터 5년이 흐른 지금까지 매년 4% 이상의 수익률을 꾸준히 줬다.

MGP 배당수익률 추이 finterstellar.com

반면 주가는 구글같은 성장형 기업처럼 많이 올라가진 않았다. 2016년 $22에서 현재 $31로 50% 정도의 소소한 상승에 그쳤다. 하지만 MGP 투자자는 이미 배당만으로도 충분한 보상을 받고 있다.

MGP 주가 추이 finterstellar.com

향후 자본소득이나 배당소득이 지금보다 더 높아질 것이라 기대하는 사람이 많아지면 주식의 수요가 많아지고, 반대의 경우 공급이 많아진다.

주식 시장에서 수요가 많아지는 경우는 언제일까?

1) 기업 실적 개선

기업에서 실적은 결국 돈이다. 기업이 돈을 더 잘 버는 경우를 얘기한다. 앞으로의 예상 실적이 더 좋아질 경우에 좋아지고, 예상보다 실제 실적이 더 좋은 경우(어닝 서프라이즈)도 그렇다. 실적 개선이 곧 자본소득 또는 배당소득으로 연결되기 때문이다.

실적 개선은 기업 자체의 능력이 올라가는 경우도 있지만, 외부요인 변화도 한몫한다. 기름을 파는 회사는 기름값이 올라가면 실적이 개선된다. 화상회의 서비스를 제공하는 줌은 코로나 때문에 엄청나게 성장했다. 경쟁업체가 사라지는 것도 실적 개선의 요인이다.

2) 추가 성장 기대

기업이 잘 할것 같은 새로운 영역에 진출하는 경우다. 잘할 것 같지도 않은 신규 사업 진출은 오히려 반대의 결과를 가져오기도 한다. 미래에 돈을 더 잘 벌 것이라 예상할 때에만 추가 성장을 기대한다.

유능한 경영진 영입 같은 소식도 추가 성장 기대의 재료다. 무능한 CEO 때문에 추락한 인텔이 2021년 초 CEO 교체 뉴스로 주가가 반등한 것이 그 예다.

3) 투자자의 심리

2020년 대한민국에는 벼락거지라는 말이 생겨났다. 남들은 다 투자해서 돈 버는데 나만 아무것도 안 하고 있으면 벼락거지가 된다는 거다. 이 말에 너도나도 있는 돈 없는 돈 다 끌어모아 투자를 시작했고, 이 자금들이 다 주식시장의 수요로 이어졌다. 주식시장에서는 돈을 유동성이라 부르고, 이렇게 기업과는 상관없이 시장에 공급되는 자금이 늘어나 주가가 오르는 것을 유동성 장세라고 한다.

주가가 움직이는 원리는 수요-공급의 법칙이고, 이를 지배하는 근간은 기업의 실적과 성장 그리고 투자자의 심리다. 실적과 성장은 공부와 과학적 투자로 어느정도 따라갈 수 있다. 투자자의 심리는 과학의 영역을 벗어나기 때문에 공부로는 따라잡기 힘들다. 다만, 심리는 단기적인 요인이기 때문에 과학적 근거가 있는 장기투자로 극복할 수 있다.

우리는 앞으로 실적과 성장을 공부할 것이다. 그 중에서도 애널리스트마다 다르게 제시하는 예상치보다는 명백히 드러난 과거 실적을 주 재료로 살펴볼 것이다.