일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 |
- 주가예측
- 흐름도
- 알고리즘
- PyTorch
- Regression
- 추천시스템
- 선형회귀
- 회귀
- 코딩
- 게임
- 연습
- 주식
- DeepLearning
- 재귀함수
- 템플릿
- python
- 코딩테스트
- API
- CLI
- 주식연습
- 가격맞히기
- 프로그래머스
- tensorflow
- 주식매매
- 파이썬
- 머신러닝
- 기초
- 딥러닝
- Linear
- 크롤링
- Today
- Total
목록파이썬 (20)
코딩걸음마
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/oNE7h/btrFk0eN3FF/OOPV2ooCMkwom48LnKv4ZK/img.png)
플레이어가 주식 매매를 마치면 봇이 매수매도를 결정하고 주가가 변동됩니다. 실행시키면 호가장 처럼 생긴 DataFrame이 나오는데 호가창이라고 생각하고 한번 해보시면 됩니다. 모든 매매는 시장가 매매로 처리됩니다. import random import time import pandas as pd def cur_Price_list(board_start): return Price_list[board_start:board_start + 10] def cur_bid_ask_price(board_start): return bid_ask_price_list[board_start:board_start + 10] def Ai_buy(a): #매수 봇 global status global cur_bid_ask_pric..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/t8ppm/btrFlFnV9Fc/LB1QqjsLdtsklcKp7Up8EK/img.png)
pykrx에는 특정기간동안 가격등락률을 조회하는 기능이 있다. 리스트를 모두 조회하여 상승률이 가장 높은 종목을 추출해보자! def top_rank(start,end,market,number): from pykrx import stock stock_info_kospi = stock.get_market_price_change_by_ticker(fromdate=start, todate=end, market=market) i=0 top_list=[] while i
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bE36yv/btrFg6AyAa2/dWnizNtfNiUMoKOGYQRhk0/img.gif)
DFS 알고리즘 - DFS는 그래프(정점의 수: N, 간선의 수: E)의 모든 간선을 조회한다. - 인접 리스트로 표현된 그래프: O(N+E) - 인접 행렬로 표현된 그래프: O(N^2) - 즉, 그래프 내에 적은 숫자의 간선만을 가지는 희소 그래프(Sparse Graph) 의 경우 인접 행렬보다 인접 리스트를 사용하는 것이 유리하다. search_object = 7 + 1 #개체의 수(vertex) + 0번 개체(임의) graph = [ [], # 노드 탐색은 1번부터 하므로, 0번에는 빈 리스트를 입력 [2,3], #1번과 연결된 개체 [1,4,5], #2번과 연결된 개체 [1,4,6], #3번과 연결된 개체 [2,3,5,7], #4번과 연결된 개체 [2,4,7], #5번과 연결된 개체 [3,7], ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/JhOC8/btrFkZfTv8w/ceCNWzGFxkzNZ1RdL64OVk/img.png)
네이버 금융에서는 테마별 종목을 관리한다. https://finance.naver.com/sise/theme.naver 테마별 시세 : 네이버 금융 관심종목의 실시간 주가를 가장 빠르게 확인하는 곳 finance.naver.com 테마별 수익률을 제공해주기도 하고, 테마 내 종목별 시세를 알려주기도 한다. 이 리스트를 분석에 활용하기 위해 테마별 종목 리스트를 크롤링 해보기로 했다. import time import pandas as pd import requests from bs4 import BeautifulSoup import numpy as np import re #크롤링 차단 막기 seed = np.random.randint(100) np.random.seed(seed) r = np.random..