[PYTHON/PYKRX] get_market_trading_volume_by_date 함수 : detail 인자를 사용해 특정 기간 내에서 시장별 상세 거래 주체별 거래량 리스트 구하기
■ get_market_trading_volume_by_date 함수의 detail 인자를 사용해 특정 기간 내에서 시장별 상세 거래 주체별 거래량 리스트를 구하는 방법을 보여준다. ※ detail 인자를 추가하면
■ get_market_trading_volume_by_date 함수의 detail 인자를 사용해 특정 기간 내에서 시장별 상세 거래 주체별 거래량 리스트를 구하는 방법을 보여준다. ※ detail 인자를 추가하면
■ get_market_trading_volume_by_date 함수를 사용해 eft/etn/elw 인자를 사용해 해당 항목 데이터 포함 여부를 설정하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock startDate = "20210115" endDate = "20210122" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_trading_volume_by_date(startDate, endDate, market, etf = True, etn = True, elw = True) print(dataFrame.head(5)) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2021-01-15 -26571037 8455599 37942108 -19826670 0 2021-01-18 -65039501 -757841 39922005 25875337 0 2021-01-19 -41855511 4320588 31709703 5825220 0 2021-01-20 -23038880 -2562184 38031657 -12430593 0 2021-01-21 -38539026 -8798430 38195538 9141918 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※
■ get_market_trading_volume_by_date 함수를 사용해 특정 기간 내에서 시장별 거래주체별 거래량 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock startDate = "20210115" endDate = "20210122" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_trading_volume_by_date(startDate, endDate, market) print(dataFrame.head(5)) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2021-01-15 -20393142 8435634 29119751 -17162243 0 2021-01-18 -5700054 -1198498 15316328 -8417776 0 2021-01-19 7216278 -246496 -24395243 17425461 0 2021-01-20 -23038683 -793906 31606917 -7774328 0 2021-01-21 -18443990 -7082091 8365421 17160660 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_trading_volume_by_date 함수의 on 인자를 사용해 특정 기간 내에서 특정 종목의 거래주체별 매도/매수 거래량 리스트를 구하는 방법을 보여준다. ※ 매수 혹은 매도
■ get_market_trading_volume_by_date 함수를 사용해 특정 기간 내에서 특정 종목의 거래주체별 거래량 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock startDate = "20210115" endDate = "20210122" ticker = "005930" dataFrame = stock.get_market_trading_volume_by_date(startDate, endDate, ticker) print(dataFrame.head(5)) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2021-01-15 -5006115 288832 7485785 -2768502 0 2021-01-18 505669 262604 151228 -919501 0 2021-01-19 1139258 -34023 -2044543 939308 0 2021-01-20 -4157919 262408 4917655 -1022144 0 2021-01-21 -712099 -321732 2890389 -1856558 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※
■ get_market_trading_value_by_date 함수의 detail 인자를 사용해 특정 기간 내에서 시장별 상세 거래 주체별 거래대금 리스트를 구하는 방법을 보여준다. ※ detail 인자를 추가하면
■ get_market_trading_value_by_date 함수의 eft/etn/elw 인자를 사용해 해당 항목 데이터 포함 여부를 설정한다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock startDate = "20210115" endDate = "20210122" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_trading_value_by_date(startDate, endDate, market, etf = True, etn = True, elw = True) print(dataFrame.head(5)) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2021-01-15 -1536570309441 63110174617 2251672617980 -778212483156 0 2021-01-18 -601428111357 -27000808439 494341183227 134087736569 0 2021-01-19 544654406338 21787409868 -968965427363 402523611157 0 2021-01-20 -1227642472619 32139813590 1444113501769 -248610842740 0 2021-01-21 -284899892322 -19072459127 -61503500921 365475852370 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip install pykrx
■ get_market_trading_value_by_date 함수를 사용해 특정 기간 내에서 시장별 거래주체별 거래대금 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock startDate = "20210115" endDate = "20210122" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_trading_value_by_date(startDate, endDate, market) print(dataFrame.head(5)) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2021-01-15 -1414745885546 54444293672 2113924037705 -753622445831 0 2021-01-18 -278880716957 -26004926379 514299140387 -209413497051 0 2021-01-19 593956459208 21472281148 -1025418915468 409990175112 0 2021-01-20 -1234485992694 34510184945 1436793223994 -236817416245 0 2021-01-21 -292666343147 -13168420832 -62476631241 368311395220 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_fundamental 함수의 freq 인자를 사용해 월별 데이터 리스트를 구하는 방법을 보여준다. ※ 해당 월의 종가를 기준으로 값이 출력된다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
from pykrx import stock startDate = "20200101" endDate = "20200531" ticker = "005930" frequency = "m" # d : 일별, m : 월별, y : 연도별 dataFrame = stock.get_market_fundamental(startDate, endDate, ticker, freq = frequency) print(dataFrame) """ BPS PER PBR EPS DIV DPS 날짜 2020-01-31 35342 8.54 1.56 6461 2.57 1416 2020-02-29 35342 8.85 1.62 6461 2.48 1416 2020-03-31 35342 8.51 1.56 6461 2.57 1416 2020-04-30 35342 7.09 1.30 6461 3.09 1416 2020-05-31 37528 15.32 1.29 3166 2.92 1416 """ |
■ get_market_fundamental 함수를 사용해 특정일에 모든 종목의 BPS/PER/PBR/EPS/DIV/DPS 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
from pykrx import stock baseDate = "20210108" market = "ALL" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_fundamental(baseDate, market = market) print(dataFrame.head(5)) """ BPS PER PBR EPS DIV DPS 티커 095570 6802 4.62 0.67 982 6.61 300 006840 62448 11.69 0.41 2168 2.96 750 027410 15699 17.46 0.31 281 2.24 110 282330 36022 16.09 3.91 8763 1.91 2700 138930 25415 3.51 0.23 1647 6.23 360 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip install pykrx
■ get_market_ohlcv 함수의 adjusted 인자를 사용해 수정 주가가 반영되지 않은 OHLCV 데이터 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
from pykrx import stock startDate = "20180427" endDate = "20180504" ticker = "005930" adjusted = False dataFrame = stock.get_market_ohlcv(startDate, endDate, ticker, adjusted = adjusted) print(dataFrame.head(5)) """ 시가 고가 저가 종가 거래량 거래대금 등락률 날짜 2018-04-27 2669000 2682000 2622000 2650000 606216 1611240055340 1.65 2018-04-30 0 0 0 2650000 0 0 0.00 2018-05-02 0 0 0 2650000 0 0 0.00 2018-05-03 0 0 0 2650000 0 0 0.00 2018-05-04 53000 53900 51800 51900 39565391 2078017927600 -2.08 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
■ get_market_trading_value_by_date 함수의 on 인자를 사용해 특정 기간 내에서 특정 종목의 거래주체별 매도/매수 거래대금 리스트를 구하는 방법을 보여준다. ※ 매수 혹은 매도
■ get_market_trading_value_by_date 함수를 사용해 특정 기간 내에서 특정 종목의 거래주체별 거래대금 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
from pykrx import stock fromDate = "20240603" toDate = "20240605" ticker = "005930" dataFrame = stock.get_market_trading_value_by_date(fromdate = fromDate, todate = toDate, ticker = ticker) print(dataFrame.head()) """ 기관합계 기타법인 개인 외국인합계 전체 날짜 2024-06-03 62255950800 2122365400 -201164674200 136786358000 0 2024-06-04 -26680394800 4584112600 50233293600 -28137011400 0 2024-06-05 -222973253600 9061608400 -184686380100 398598025300 0 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※
■ get_market_fundamental 함수를 사용해 특정 기간 내에서 특정 종목의 BPS/PER/PBR/EPS/DIV/DPS 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
from pykrx import stock fromDate = "20240603" toDate = "20240605" ticker = "005930" dataFrame = stock.get_market_fundamental(fromdate = fromDate, todate = toDate, ticker = ticker) print(dataFrame.head()) """ BPS PER PBR EPS DIV DPS 날짜 2024-06-03 52002 35.52 1.46 2131 1.91 1444 2024-06-04 52002 35.34 1.45 2131 1.92 1444 2024-06-05 52002 36.32 1.49 2131 1.87 1444 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_fundamental_by_date 함수를 사용해 특정 기간 내에서 특정 종목의 BPS/PER/PBR/EPS/DIV/DPS 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
from pykrx import stock fromDate = "20240603" toDate = "20240605" ticker = "005930" dataFrame = stock.get_market_fundamental_by_date(fromdate = fromDate, todate = toDate, ticker = ticker) print(dataFrame.head()) """ BPS PER PBR EPS DIV DPS 날짜 2024-06-03 52002 35.52 1.46 2131 1.91 1444 2024-06-04 52002 35.34 1.45 2131 1.92 1444 2024-06-05 52002 36.32 1.49 2131 1.87 1444 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_fundamental_by_ticker 함수를 사용해 특정일에 전체 종목의 BPS/PER/PBR/EPS/DIV/DPS 리스트를 구하는 방법을 보여준다. • DIV(배당수익률) : (주가배당금 / 주가) * 100 • BPS(주당순자산가치
■ get_market_price_change_by_ticker 함수를 사용해 특정 기간 내에서 전체 종목의 시가/종가/변동폭/등락률/거래량/거래대금 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
from pykrx import stock fromDate = "20240603" toDate = "20240605" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_price_change_by_ticker(fromdate = fromDate, todate = toDate, market = market) print(dataFrame.head()) """ 종목명 시가 종가 변동폭 등락률 거래량 거래대금 티커 095570 AJ네트웍스 4825 4755 -70 -1.45 391181 1875586855 006840 AK홀딩스 15100 15000 -100 -0.66 7798 116953470 027410 BGF 3570 3580 10 0.28 356004 1285956050 282330 BGF리테일 116500 117000 500 0.43 113605 13443682290 138930 BNK금융지주 8450 8150 -300 -3.55 1549924 12829848840 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_ohlcv_by_ticker 함수를 사용해 특정일에 전체 종목의 시가/고가/저가/종가/거래량/거래대금/등락률 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
from pykrx import stock baseDate = "20240620" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_ohlcv_by_ticker(date = baseDate, market = market) print(dataFrame.head()) """ 시가 고가 저가 종가 거래량 거래대금 등락률 티커 095570 4620 4645 4520 4520 163829 747360865 -3.42 006840 14540 14670 14500 14650 2720 39737650 0.55 027410 3500 3575 3500 3560 60515 214689145 1.71 282330 111200 111300 109800 109900 56181 6190875900 -1.26 138930 8030 8180 8000 8170 438374 3559809610 1.74 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip install pykrx
■ get_market_ohlcv_by_date 함수를 사용해 특정 기간에서 특정 종목의 일별 시가/고가/저가/종가/거래량/등략률 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 |
import time import pandas as pd from pykrx import stock fromDate = "20240603" toDate = "20240605" tickerList = stock.get_market_ticker_list() targetDataFrame = pd.DataFrame() for ticker in tickerList[:4]: temporaryDataFrame = stock.get_market_ohlcv_by_date(fromdate = fromDate, todate = toDate, ticker = ticker) temporaryDataFrame = temporaryDataFrame.assign(종목코드 = ticker, 종목명 = stock.get_market_ticker_name(ticker)) targetDataFrame = pd.concat([targetDataFrame, temporaryDataFrame], axis = 0) time.sleep(1) targetDataFrame = targetDataFrame.reset_index() print(targetDataFrame) """ 날짜 시가 고가 저가 종가 거래량 등락률 종목코드 종목명 0 2024-06-03 4830 4860 4795 4835 116202 0.207254 095570 AJ네트웍스 1 2024-06-04 4835 4860 4760 4780 113354 -1.137539 095570 AJ네트웍스 2 2024-06-05 4775 4850 4690 4755 161625 -0.523013 095570 AJ네트웍스 3 2024-06-03 15100 15130 14600 15080 3236 -0.132450 006840 AK홀딩스 4 2024-06-04 15080 15180 14910 15050 2825 -0.198939 006840 AK홀딩스 5 2024-06-05 15100 15100 14900 15000 1737 -0.332226 006840 AK홀딩스 6 2024-06-03 3575 3690 3575 3680 123946 3.081232 027410 BGF 7 2024-06-04 3640 3680 3610 3625 78611 -1.494565 027410 BGF 8 2024-06-05 3625 3635 3560 3580 153447 -1.241379 027410 BGF 9 2024-06-03 117700 119300 116800 118700 40602 1.888412 282330 BGF리테일 10 2024-06-04 117600 119600 117500 118700 23479 0.000000 282330 BGF리테일 11 2024-06-05 118700 120200 116900 117000 49524 -1.432182 282330 BGF리테일 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip
■ get_market_price_change 함수를 사용해 특정 기간에서 종목별 시가/종가/변동폭/등락률/거래량/거래대금 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 |
from pykrx import stock fromDate = "20240601" toDate = "20240620" market = "KOSPI" # ALL, KOSPI, KOSDAQ, KONEX dataFrame = stock.get_market_price_change(fromDate, toDate, market) print(dataFrame) """ 종목명 시가 종가 변동폭 등락률 거래량 거래대금 티커 095570 AJ네트웍스 4825 4520 -305 -6.32 1445862 6798575700 006840 AK홀딩스 15100 14650 -450 -2.98 55018 812960390 027410 BGF 3570 3560 -10 -0.28 1212656 4330966680 282330 BGF리테일 116500 109900 -6600 -5.67 587111 67345685152 138930 BNK금융지주 8450 8170 -280 -3.31 7089247 57663100520 ... ... ... ... ... ... ... ... 079980 휴비스 3915 3540 -375 -9.58 794459 2930652085 005010 휴스틸 4345 4650 305 7.02 89140027 459371345245 000540 흥국화재 3845 4170 325 8.45 1070999 4225061205 000545 흥국화재우 6510 6360 -150 -2.30 47515 296367460 003280 흥아해운 2310 2510 200 8.66 79656642 197780567120 [953 rows x 7 columns] """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip install pykrx
■ get_market_ohlcv 함수를 사용해 특정 기간에서 특정 종목의 월별 시가/고각/저가/종가/거래량 리스트를 구하는 방법을 보여준다. ※ get_market_ohlcv 함수는 기본적으로 요청한 마지막 일을 기준으로
■ get_market_ohlcv 함수 : 특정 기간에서 특정 종목의 일별 시가/고가/저가/종가/거래량/등락률 리스트 구하기 ※ get_market_ohlcv 함수는 기본적으로 요청한 마지막 일을 기준으로 수정주가를 반영하여
■ get_market_ticker_name 함수를 사용해 종목 코드(단축 코드)로 종목명을 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
from pykrx import stock tickerList = ["095570", "006840", "027410", "282330", "138930"] for ticker in tickerList: tickerName = stock.get_market_ticker_name(ticker) print(ticker, tickerName) """ 095570 AJ네트웍스 006840 AK홀딩스 027410 BGF 282330 BGF리테일 138930 BNK금융지주 """ |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip install pykrx 명령을
■ get_market_ticker_list 함수를 사용해 특정 기준일의 상장된 종목 코드(단축 코드) 리스트를 구하는 방법을 보여준다. ▶ main.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
from pykrx import stock baseDate = "20240620" tickerList = stock.get_market_ticker_list(baseDate ) # KOSPI allTickerList = stock.get_market_ticker_list(baseDate, market = "ALL" ) kospiTickerList = stock.get_market_ticker_list(baseDate, market = "KOSPI" ) kosdaqTickerList = stock.get_market_ticker_list(baseDate, market = "KOSDAQ") konexTickerList = stock.get_market_ticker_list(baseDate, market = "KONEX" ) print(len(tickerList )) # 953 print(len(allTickerList )) # 2811 print(len(kospiTickerList )) # 953 print(len(kosdaqTickerList)) # 1735 print(len(konexTickerList )) # 123 |
▶ requirements.txt
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
certifi==2024.6.2 charset-normalizer==3.3.2 contourpy==1.2.1 cycler==0.12.1 DateTime==5.5 Deprecated==1.2.14 fonttools==4.53.0 idna==3.7 kiwisolver==1.4.5 matplotlib==3.9.0 multipledispatch==1.0.0 numpy==2.0.0 packaging==24.1 pandas==2.2.2 pillow==10.3.0 pykrx==1.0.45 pyparsing==3.1.2 python-dateutil==2.9.0.post0 pytz==2024.1 requests==2.32.3 six==1.16.0 tzdata==2024.1 urllib3==2.2.2 wrapt==1.16.0 xlrd==2.0.1 zope.interface==6.4.post2 |
※ pip