Personal Finance Project
Project description
NOTE: 제가 주로 사용하는 에디터인 vim 에서 한글 타이핑이 불편하기 때문에 영어로 문서를 작성하는 것이 일반적이지만, 이 프로젝트의 경우 한국어를 사용하는 청중이 대부분인 관계로 문서를 한국어로 작성합니다.
목표
이 프로젝트의 목적은 크게 네 가지입니다.
거래 내역 관리, 포트폴리오 시각화 등 자산 현황 파악하기.
종목 리서치에 필요한 기능 제공하기.
미리 설정해놓은 조건을 만족할 경우 알람 보내기.
자동으로 거래하기. (먼 미래의 이야기)
비전
현재 연구중인 주제
Currency exchange rate tracking
Asset rebalancing
Dual models: Database, DataFrame
잠시 뒤로 미루어둔 주제
총 자산 가치 추적
자산 가격 받아오기: 여러가지 데이터 소스로부터 금융 자산 가격 정보를 받아옵니다.
주식: 야후 파이낸스에서 받아옵니다. 20분 지연된 정보이긴 하지만, 일 단위 가격을 받아오는 것이기 때문에 지연 시간은 중요하지 않습니다.
펀드: 금융투자협회(KOFIA)에 공시된 정보를 받아옵니다.
앞으로 할 일, 하지 않을 일
자동으로 데이터 받아오기: 주식, 펀드 가격 등 거래소에 공시되는 가격을 주기적으로 받아오는 무언가를 만들어야 합니다. 사용할 도구로는 AWS Lambda가 적당해보입니다.
달력을 다루는 도구 제공: 업무일(business days)은 국가와 지역마다 다를 수 있습니다. 시차도 존재합니다. 따라서 여러 지역 시장에 투자할 경우 날짜, 시간 정보를 효율적으로 다룰 수 있어야 합니다.
웹 인터페이스는 당분간 만들지 않을 예정입니다. 그대신 주피터 노트북에서 쉽게 사용할 수 있는 함수들을 제공하는데 집중할 예정입니다.
(TODO: 내용 계속 채워넣기)
Daily Net Asset Values
매일 총 자산 가치(net asset value; NAV)를 합산하여 그래프로 보여줍니다. 이는 펀드의 단위 가격을 산정하는데 필수적인 데이터입니다.
(TODO: Prepare an illustration)
자산이 한가지 화폐 단위로 표기되는 경우에는 큰 어려움이 없습니다. 만약, 한국 주식만 보유하고 있다면 보유 종목의 총 가치와 원화 잔고를 합친 값이 총 자산 가치가 됩니다.
만약 다양한 화폐 단위로 표기되는 자산을 보유하고 있다면 가치 척도의 기준이 되는 화폐[1]를 정하고 그 화폐 기준으로 가치를 표기합니다. 예를 들어서, 한국 주식과 미국 주식을 보유하고 있고, 기준 화폐가 미국 달러(USD)라면 한국 주식 가격을 USD로 변환해서 합산해야 합니다.
Usage
(TODO: 사용법 계속 채워넣기)
Fetch Financial Statements From DART (전자공시)
from finance.ext.dart import FinancialStatementRequest
fs = FinancialStatementRequest()
statements = fs.fetch(
"00788773", 2020, "11012", "OFS",
categorization_level1_key="fs_name",
categorization_level2_key="account_name")
statements["포괄손익계산서"]["당기순이익"].amount
balance_sheet = statements["재무상태표"]
debt_ratio = balance_sheet["부채총계"].amount / balance_sheet["자본총계"].amount
from finance.ext.dart import get_listed_corporations, search_corporations
get_listed_corporations()
search_corporations("NAVER")
Fetch Financials With RapidAPI
>>> from from finance.ext.rapidapi.yahoo import *
>>> financials = get_financials("NET")
>>> financials.market_cap
25674999808
>>> financials.most_recent_yearly_earnings
{'date': 2019, 'revenue': 287022000, 'earnings': -105828000}
>>> financials.most_recent_quarterly_earnings
{'date': '3Q2020', 'revenue': 114162000, 'earnings': -26468000}
>>> historical_data = get_historical_data("MSFT")
>>> historical_data.first_trade_date
datetime.datetime(1986, 3, 13, 14, 30)
>>> profile = get_profile("TSLA")
>>> profile.sector
'Consumer Cyclical'
Some Technical Details
Create Tables
finance create_all
Insert Test Data
finance insert_test_data
Import Stock Values
finance fetch_stock_values 009830.KS | finance import_stock_values 009830.KS
The fetch_stock_values command strictly fetches data from Google Finance as CSV, and the import_stock_values imports the structured data into the database.
PostgreSQL in Docker
docker run -d \
-p 5432:5432 -e POSTGRES_USER=postgres \
-e POSTGRES_PASSWORD=qwerasdf \
-e POSTGRES_DB=finance \
-v $HOME/postgres:/var/lib/postgresql/data \
-t postgres:10
psycopg2 on Mac
If you fail to build the psycopg2 package on Mac OS X with an error message saying the following,
ld: library not found for -lssl
You may want to build pscycopg2 as follows:
env LDFLAGS="-I/usr/local/opt/openssl/include -L/usr/local/opt/openssl/lib" pip install psycopg2
That’s assuming you have openssl installed in your system. If you are using brew you may install openssl as following:
brew install openssl
SonarCloud with Travis CI
Set SONAR_TOKEN environment variable on Travis CI repository settings. Refer this document for more details. Then you will need to set up sonar-project.properties file as described here.
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
File details
Details for the file sb-finance-0.7.3.tar.gz
.
File metadata
- Download URL: sb-finance-0.7.3.tar.gz
- Upload date:
- Size: 42.2 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/4.0.2 CPython/3.11.3
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | adf2c726abefdb0f7c31fbecaab29667e6993cd15f5b3f5be30a833ca3d284fa |
|
MD5 | 102b44cf36a0d674c19f2f4cffcd3321 |
|
BLAKE2b-256 | 83e1b5dbbb952f391c0c271a5dbe6f738a1640ac4d02b36a31dacbc63d47d60b |