파이썬으로 Active ETF 종목 변동 분석하기

Active ETF란 무엇인가요?

왜 타임폴리오 액티브 ETF인가요?

필요한 도구들

• requests: 웹에서 데이터를 가져오기 위한 라이브러리입니다.

• BeautifulSoup: HTML 파싱을 위한 라이브러리입니다.

• pandas: 데이터 분석을 위한 라이브러리입니다.

• matplotlib: 데이터 시각화를 위한 라이브러리입니다.

데이터 수집

import requests
from bs4 import BeautifulSoup
import pandas as pd
from datetime import datetime, timedelta
import matplotlib.pyplot as plt
from matplotlib import font_manager, rc

# 한글 폰트 설정
font_path = '/System/Library/Fonts/Supplemental/AppleGothic.ttf'  # 또는 적절한 폰트 경로 지정
font_name = font_manager.FontProperties(fname=font_path).get_name()
rc('font', family=font_name)
plt.rcParams['axes.unicode_minus'] = False


def get_etf_data(start_date, end_date):
    # 시작일과 종료일을 datetime 객체로 변환
    start_date = datetime.strptime(start_date, "%Y-%m-%d")
    end_date = datetime.strptime(end_date, "%Y-%m-%d")

    # 수집한 데이터를 저장할 리스트 초기화
    data = []

    # 시작일부터 종료일까지 하루씩 증가시키며 데이터 수집
    current_date = start_date
    while current_date <= end_date:
        # 날짜를 문자열로 변환
        search_date = current_date.strftime("%Y-%m-%d")
        print(f"Fetching data for {search_date}")

        # 요청할 URL 및 파라미터 설정
        url = "<https://www.timefolio.co.kr/etf/funds_pdf_view.php?PID=13>"
        params = {
            "search_date": search_date
        }
        response = requests.post(url, data=params)

        if response.status_code == 200:
            response.encoding = 'utf-8'  # 인코딩 설정
            soup = BeautifulSoup(response.text, 'html.parser')
            table = soup.find("table", {"class": "tblArea type_center"})
            if table:
                rows = table.find("tbody").find_all("tr")
                for row in rows:
                    cols = row.find_all("td")
                    if len(cols) == 5:  # NO 열 제외
                        try:
                            data.append({
                                "기준일자": search_date,
                                "종목명": cols[0].text.strip(),
                                "종목코드": cols[1].text.strip(),
                                "수량": float(cols[2].text.strip().replace(',', '')),
                                "비중(%)": float(cols[3].text.strip()),
                                "평가금액(원)": float(cols[4].text.strip().replace(',', ''))
                            })
                        except ValueError as e:
                            print(f"ValueError for {search_date} - {cols[0].text.strip()}: {e}")
        else:
            print(f"Failed to fetch data for {search_date}")

        # 하루 증가
        current_date += timedelta(days=1)
        print(f"Completed fetching data for {search_date}")

    # 수집한 데이터를 DataFrame으로 변환
    df = pd.DataFrame(data)
    print("Data fetching complete. Converting to DataFrame.")
    return df


# 사용 예시
start_date = "2024-06-01"
end_date = "2024-06-18"
df = get_etf_data(start_date, end_date)

# 데이터 저장
df.to_csv("etf_data.csv", index=False)
print("Data saved to etf_data.csv")

데이터 분석

# 데이터 로드
df = pd.read_csv("etf_data.csv")

# 비중 변동 분석
df['기준일자'] = pd.to_datetime(df['기준일자'])
pivot_df = df.pivot_table(index='기준일자', columns='종목명', values='비중(%)', aggfunc='mean')

# 수량 및 평가금액 변동 분석
df['수량변동'] = df.groupby('종목명')['수량'].diff().fillna(0)
df['평가금액변동'] = df.groupby('종목명')['평가금액(원)'].diff().fillna(0)

# 비중 변동
df['비중변동'] = df.groupby('종목명')['비중(%)'].diff().fillna(0)

# 결과 분석
result = df.groupby('종목명').agg({
    '수량변동': 'sum',
    '평가금액변동': 'sum',
    '비중변동': 'sum'
}).sort_values(by='비중변동', ascending=False)

# 결과 출력
print(result)

데이터 시각화

# DataFrame을 시각화하여 종목별 비중 변화 추이 확인
plt.figure(figsize=(14, 7))
for stock in pivot_df.columns:
    plt.plot(pivot_df.index, pivot_df[stock], label=stock)

plt.title('종목별 비중 변화 추이')
plt.xlabel('기준일자')
plt.ylabel('비중(%)')
plt.legend(loc='upper right')
plt.show()

결론