Skip to main content

Stock analyser and database processing programs

Project description

analyser-hj3415

Introduction

analyser_hj3415 manage the database.


Requirements

pandas>=2.2.2 pymongo>=4.8.0 sqlalchemy>=2.0.31 utils-hj3415>=2.0.1 scraper-hj3415>=2.0.0


API


Install


Composition

analyser_hj3415 모듈은 세가지 파트로 구성되어 있습니다.

  1. setting 모듈 setting 모듈은 데이터베이스를 활성화하고 주소를 설정하는 역할을 합니다. 데이터베이스의 주소와 활성화 여부를 파일에 저장합니다.
from analyser_hj3415 import setting

# 현재 데이터 베이스 상태를 DbSetting 클래스 형식으로 반환한다.
db_setting = setting.load_df()

# 현재 데이터베이스 상태 출력
print(db_setting)

# 몽고db 주소 변경 (2가지 방식)
setting.chg_mongo_addr('mongodb://192.168.0.173:27017')
db_setting.mongo_addr = 'mongodb://192.168.0.173:27017'

# sqlite3 주소 변경 (2가지 방식)
setting.chg_sqlite3_path('/home/hj3415/Stock/_db')
db_setting.sqlite3_path = '/home/hj3415/Stock/_db'

# 데이터베이스를 기본값으로 설정합니다.
# DEF_MONGO_ADDR = 'mongodb://localhost:27017'
# DEF_WIN_SQLITE3_PATH = 'C:\\_db'
# DEF_LINUX_SQLITE3_PATH = '/home/hj3415/Stock/_db'
setting.set_default()

# 각 데이터베이스 사용 설정
setting.turn_on_mongo()
setting.turn_off_mongo()
setting.turn_off_sqlite3()
setting.turn_on_sqlite3()
  1. mongo 모듈 몽고db를 데이터베이스로 사용할 경우를 위한 함수들의 모듈입니다. 현재는 몽고db를 비활성화 할 경우 올바로 작동하지 않기 때문에 디폴트 데이터베이스 입니다.
  1. Base 클래스

모든 데이터베이스 클래스의 기반 클래스로 실제 직접 사용하지 않음.

from analyser_hj3415.mongo import Base
base = Base(db='mi', col='kospi')

# db 주소를 변경함. 단 파일에 저장되는 것이 아니라 클래스 내부에서 일시적으로 설정하는 것임 
base.chg_addr('mongodb://192.168.0.173:27017')

# 현재 설정된 db 주소, db 명, 컬렉션을 반환함.
base.get_status()
# ('mongodb://192.168.0.173:27017', 'mi', 'kospi')

# 데이터 베이스 관리 함수
base.get_all_db()

2 - 1) Corps 클래스

DB 내에서 종목에 관련된 기반클래스로 db명은 6자리 숫자 코드명임.

from analyser_hj3415.mongo import Corps

corps = Corps(code='005930', page='c101')

# 코드를 변경함. 6자리 숫자인지 확인 후 설정함.
corps.chg_code('005490')

# 페이지를 변경함. 페이지명의 유효성 확인 후 설정함.
# ('c101', 'c104y', 'c104q', 'c106', 'c108', 'c103손익계산서q', 'c103재무상태표q', 'c103현금흐름표q', 'c103손익계산서y', 'c103재무상태표y', 'c103현금흐름표y', 'dart')
corps.chg_page(page='c108')

# 데이터 베이스 관리 함수
corps.get_all_codes()
corps.del_all_codes()
corps.drop_corp(code='005930')
corps.get_all_pages()
corps.drop_all_pages(code='005930')
corps.drop_page(code='005930', page='c101')
corps.get_all_item()

2 - 2) MI 클래스

DB 내에서 Market index 관련 클래스

from analyser_hj3415.mongo import MI
mi = MI(index='kospi')

# 인덱스를 변경함. 인덱스명의 유효성 확인 후 설정
# ('aud', 'chf', 'gbond3y', 'gold', 'silver', 'kosdaq', 'kospi', 'sp500', 'usdkrw', 'wti', 'avgper', 'yieldgap', 'usdidx')
mi.chg_index(index='gold')

# 저장된 가장 최근 값 반환
mi.get_recent()

# 데이터를 저장함.
mi.save(mi_dict={'date': '2021.07.21', 'value': '1154.50'})

# 데이터 베이스 관리 함수
mi.get_all_indexes()
mi.drop_all_indexes()
mi.drop_index(index='silver')
mi.get_all_item()

2 - 3) DartByDate 클래스

dart_hj3415의 dart 모듈에서 dart 데이터프레임을 추출하면 각 날짜별 컬렉션으로 저장하는 클래스

from dart_hj3415 import dart
from analyser_hj3415.mongo import DartByDate

date = '20210812'
dart_db = DartByDate(date=date)

# 오늘 날짜의 dart 데이터프레임을 추출하여 데이터베이스에 저장 
df = dart.get_df(edate=date)
dart_db.save(df)

# 공시 데이터를 데이터프레임으로 반환한다. 
dart_db.get_data()
dart_db.get_data(title='임원ㆍ주요주주특정증권등소유상황보고서')

2 - 4) EvalByDate 클래스

eval_hj3415의 eval 모듈에서 eval 데이터프레임을 추출하여 저장하거나 불러올때 사용. (실제로 eval_hj3415.eval.make_today_eval_df()에서 오늘자 데이터프레임을 항상 저장한다)

import pandas as pd
import datetime
from analyser_hj3415.mongo import EvalByDate

today_str = datetime.datetime.today().strftime('%Y%m%d')
eval_db = EvalByDate(date=today_str)

# 오늘 날짜의 dart 데이터프레임을 추출하여 데이터베이스에 저장 
eval_db.save(pd.DataFrame())

# 공시 데이터를 데이터프레임으로 반환한다. 
eval_db.get_data()

2 - 5) Noti 클래스

dart_hj3415의 analysis 모듈에서 공시를 분석하여 의미있는 공시를 노티하고 노티한 기록을 저장하는 클래스

from analyser_hj3415.mongo import Noti
noti_db = Noti()

# 저장이 필요한 노티 데이터를 딕셔너리로 전달하여 데이터베이스에 저장
data = {'code': '005930',
        'rcept_no': '20210514000624',
        'rcept_dt': '20210514',
        'report_nm': '임원ㆍ주요주주특정증권등소유상황보고서',
        'point': 2,
        'text': '등기임원이 1.0억 이상 구매하지 않음.'}
noti_db.save(noti_dict=data)

# 오래된 노티 데이터를 정리하는 함수
noti_db.cleaning_data(days_ago=15)
  1. Corps

C101 페이지 관리 클래스

from analyser_hj3415.mongo import C101
c101 = C101(code='005930')
...

구현 클래스는 C101, C108, C106, C103, C104

  1. sqlite 모듈 sqlite3를 데이테베이스로 사용할 경우를 위한 함수들의 모듈입니다. 현재 sqlite3는 사용하지 않기 때문에 작동하지 않습니다.
from analyser_hj3415 import sqlite

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

analyser_hj3415-2.9.3.tar.gz (31.3 kB view details)

Uploaded Source

Built Distribution

analyser_hj3415-2.9.3-py3-none-any.whl (33.3 kB view details)

Uploaded Python 3

File details

Details for the file analyser_hj3415-2.9.3.tar.gz.

File metadata

  • Download URL: analyser_hj3415-2.9.3.tar.gz
  • Upload date:
  • Size: 31.3 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: python-requests/2.32.3

File hashes

Hashes for analyser_hj3415-2.9.3.tar.gz
Algorithm Hash digest
SHA256 e139aba39fe4258bbe2301cc137026c9689a1ed58779fab498893aab7be35113
MD5 aa6c525e6f2a42ee0ba932c99c089023
BLAKE2b-256 a9ddb828b6ce471c4d7b1fc4ded1dc577e6176de8233d943f3fcdfd6e4b00e69

See more details on using hashes here.

File details

Details for the file analyser_hj3415-2.9.3-py3-none-any.whl.

File metadata

File hashes

Hashes for analyser_hj3415-2.9.3-py3-none-any.whl
Algorithm Hash digest
SHA256 149a7b45fde5321f0ee5a0f961b78a48ba6b00c5255f61ca53e32832eda9815f
MD5 891a667a1ff471e461f3abc3e6a1600f
BLAKE2b-256 e5cadc4021eb2173b885575d1b68dcf5a22fe82306116fab4db780ed520a5844

See more details on using hashes here.

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page