누구나 따라 하는 금융 데이터 분석 - 주피터 노트북 기초 활용법
[누구나 따라 하는 금융 데이터 분석] - 주피터 노트북 기초 활용법¶
by JunPyo Park
Part of the Alpha Square Lecture Series:
앞으로 진행될 금융 데이터 분석 콘텐츠에서는 주피터 노트북(공식 홈페이지)을 활용합니다. 이번 콘텐츠에서는 주피터 노트북의 가장 기초적인 활용법들에 대해 정리해 보았습니다. 주피터 노트북 환경을 세팅하신 후 아래 내용을 천천히 따라 해 보신다면 쉽게 기본적인 명령어와 기능들에 익숙해질 수 있습니다. 주피터 노트북 환경이 갖추어지지 않으신 분은 아래의 링크를 통해 주피터 환경 구축이 가능합니다.
코드 셀 vs 텍스트 셀¶
각각의 셀들은 코드를 담거나 텍스트를 담을 수 있습니다. 셀을 클릭 후 m 을 누르면 텍스트 셀(Markdown)로 활용할 수 있고 y 를 누르면 코드 셀로 활용할 수 있습니다.
명령어 실행하기¶
코드 셀은 실행 버튼을 누르거나 셀에서 쉬프트 엔터를 누르면 실행됩니다. 코드 셀에 명령어를 입력한 뒤 실행하면 각 줄의 내용이 실행되어 지고 결괏값이 셀의 마지막줄 아래에 출력됩니다.
1 + 3
출력값이 없는 셀도 있을 수 있습니다. 다음과 같이 변수에 값을 할당하는 경우 입니다.
X = 1
가장 마지막 줄에 있는 결괏값만 출력되어 집니다.
2 + 2
3 + 3
마지막 줄이 아닌 곳의 값을 출력 하려면 print 명령어를 사용합니다.
print(2 + 2)
3 + 3
셀이 동작하고 있을 경우¶
셀이 동작하고 있을 경우 [*] 기호가 왼쪽에 표시됩니다. 실행 되지 않은 셀의 경우 [] 기호가 표시됩니다. 실행된 셀은 [5] 와 같이 몇 번째 순서로 실행되었는지 그 숫자가 표기됩니다. 다음 셀을 실행 시키고 어떤 일이 벌어지는지 잘 관찰해 보세요.
# 시간이 걸리는 코드를 작성해 보았습니다.
c = 0
for i in range(10000000):
c = c + i
c
라이브러리 불러오기¶
대부분 작업의 경우 미리 만들어진 라이브러리에서 함수를 불러와 사용하게 됩니다. 아나콘다 환경에서는 기본적인 라이브러리들이 설치되어 있으며 설치되지 않은 라이브러리는 pip 명령어 등으로 설치하여 불러올 수 있습니다. 설치된 라이브러리는 import 명령어를 통해 불러올 수 있습니다.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
라이브러리를 불러온 후 as 라는 명령어를 통해 이름을 재설정 할 수 있습니다. numpy 라이브러리에는 np 라는 이름을 pandas 라이브러리에는 pd 라는 이름을 지정하였습니다. 이는 대부분의 코드에서 보편적으로 사용하는 이름입니다. 이처럼 라이브러리를 자주 호출하는 경우 단순한 이름으로 재설정하여 쉽게 접근할 수 있습니다.
Tab 자동완성 기능¶
탭키를 누르면 주피터 노트북에서 다음에 쓸 명령어나 변수이름를 자동으로 추천하여 보여주거나 해당하는 값이 하나라면 자동으로 완성시켜 줍니다. 이는 코드를 작성할 때 많은 시간을 절약할 수 있도록 해줍니다. 이 기능을 활용하여 라이브러리에 어떤 함수들이 있는지 확인하는것도 가능합니다.
다음 셀에서 커서를 . 뒤에 두고 탭을 눌러보세요.
np.random.
Documentation 도움말 보기¶
물음표를 함수 뒤에 입력하고 해당 셀을 실행하면 주피터가 해당 함수에 대한 documentation을 보여줍니다. 코드가 재실행 되는것을 방지하기 위해 새로운 셀에서 이런 도움말 기능을 실행하면 편리합니다.
np.random.normal?
Sampling 하기¶
numpy의 여러 함수들을 통해 랜덤한 데이터를 샘플링 할 수 있습니다.
# 평균이 0 이고 분산이 1 인 정규분포에서
# 100개의 데이터를 다음과 같이 추출할 수 있습니다.
X = np.random.normal(0, 1, 100)
Plotting 하기¶
이전에 불러온 plt 라이브러리를 통해 그래프를 그릴 수 있습니다.
plt.plot(X)
Line Output 제거하기¶
위 출력결과를 보면 [<matplotlib.lines.Line2D at 0x160c22db240>] 와 같이 문구가 그래프와 같이 출력된것을 볼 수 있습니다. 이를 없애기 위해 다음과 같이 마지막에 세미콜론을 붙여줍니다.
plt.plot(X);
축에 이름 설정하기¶
plt.xlabel 또는 plt.ylabel 명령어를 통해 각각 x축, y축의 이름을 지정할 수 있습니다.
X = np.random.normal(0, 1, 100)
X2 = np.random.normal(0, 1, 100)
plt.plot(X);
plt.plot(X2);
plt.xlabel('Time')
plt.ylabel('Returns')
plt.legend(['X', 'X2']);
통계량(statistics) 계산하기¶
numpy를 활용해서 간단한 통계량들을 쉽게 계산할 수 있습니다.
# 평균
np.mean(X)
# 표준편차
np.std(X)
주가 데이터 불러오기¶
import pandas_datareader.data as web
data = web.DataReader('AAPL', 'robinhood')
data
data 변수는 pandas.DataFrame 형태를 가지고 있습니다.
자세한 설명 보기.
X = data.loc['AAPL']['close_price'].astype('float')
plt.plot(X.index, X.values)
plt.ylabel('close')
plt.legend(['AAPL']);
실제 데이터에서 통계량을 계산할 수 있습니다.
np.mean(X)
np.std(X)
가격으로 부터 수익률 계산하기¶
pct_change(percent change) 라는 함수를 사용하여 일간 수익률을 쉽게 계산할 수 있습니다.
R = X.pct_change()
R.head()
R 값을 확인해 보면 처음 데이터의 경우 기준이 되는 이전일의 데이터가 없기 때문에 NaN(Not a Number)라는 값이 저장되어 있습니다. 다음과 같은 조작을 통해 이 값을 없앨 수 있습니다.
R = X.pct_change()[1:]
R.head()
plt.hist 함수를 사용하여 일간 수익률 히스토그램을 그려보도록 하겠습니다.
# 구간의 범위를 몇 등분 할것인지 bins 개수를 통해 조절 가능합니다.
plt.hist(R, bins=20)
plt.xlabel('Return')
plt.ylabel('Frequency')
plt.legend(['AAPL Returns']);
통계량을 계산해 봅시다.
np.mean(R)
np.std(R)
위의 수익률 데이터로 부터 측정된 평균과 표준편차 값을 바탕으로 정규분포를 그려 보도록 하겠습니다. 그려진 정규분포와 실제 데이터의 수익률 분포 비교를 통해 실제 수익률이 정규분포를 따르는지 추정해 볼 수 있습니다.
plt.hist(np.random.normal(np.mean(R), np.std(R), 10000), bins=20)
plt.xlabel('Return')
plt.ylabel('Frequency')
plt.legend(['Normally Distributed Returns']);
유사한 형태를 보이지만 완전히 같다고는 보기 힘들다 생각됩니다. 일단 오늘은 이렇게 간단히 히스토그램을 그려 모양을 통해 추정해 보는것으로 글을 마치도록 하겠습니다. 실제데이터가 조금더 엄밀하게 정규분포를 따르는지 확인하려면 자크베라의 정규성 검정(Jacque-Bera Normality test)과 같은 방식을 활용해야 합니다. 이는 추후 가설 검정 부분 이후 소개하도록 하겠습니다.