기본적으로 타겟 종목을 찾아내기 위해 pre-processing 을 돌릴 DB Table 을 만든다.
KOSPI 인지 KOSDAQ 인지, 상장주식수는 어느정도 인지, PER은 어느정도인지 등을 알기 위해 매일 시장 종료후 모든 주식에 대해 해당 정보를 가져온다.
그리고 다음날 접근 할 리스트를 필터링 한다.
Table 의 구성은
stock_code VARCHAR(10) PRIMARY KEY, #종목코드
stock_name VARCHAR(100), #종목명
market_type VARCHAR(3), #시장명 ( 코스피 KSP, 코스닥 KSQ )
listed_date DATE, #상장일
trading_status CHAR, #거래상태구분, 0- 정상, 1- 거래정지, 2- 거래중단
supervision_status CHAR, #관리구분, 0- 일반종목, 1- 관리
control_status CHAR, #감리구분, 0- 정상, 1- 주의, 2- 경고, 3- 위험예고, 4- 위험
face_status CHAR, #액면정보, 0- 해당없음, 1- 액면분할, 2- 액면병합, 99- 기타
drop_status CHAR, #락정보, 0- 구분없음, 1- 권리락, 2- 배당락, 3- 분배락, 4- 권배락, 5- 중간배당락, 6- 권리중간배당락, 99- 기타
listed_volume BIGINT UNSIGNED, #상장주식수
current_price INT UNSIGNED, #현재가
market_cap BIGINT UNSIGNED, #시가총액
trading_volume INT UNSIGNED, #거래량
trading_value BIGINT UNSIGNED, #거래대금
foreign_rate FLOAT, #외국인보유비율
per FLOAT, #PER 주가수익비율
eps FLOAT, #EPS 주당순이익
roe FLOAT, #ROE 자기자본이익률
bps FLOAT, #BPS 주당순자산
equity BIGINT, #자기자본 - 단위 백만
dividend_rate FLOAT, #배당률
dividend_profit_rate FLOAT, #배당수익률
dept_ratio FLOAT, #부채비율
reserve_ratio FLOAT, #유보율
net_sales_growth_rate FLOAT, #매출액증가율
net_profit_growth_rate FLOAT, #순이익증가율
operating_profit_growth_rate FLOAT, #영업이익증가율
evaluate_date VARCHAR(6), #결산년월
q_bps FLOAT, #QBPS 분기 주당순자산
q_roe FLOAT, #ROE 자기자본이익률
q_net_sales_growth_rate FLOAT, #분기매출액증가율
q_net_profit_growth_rate FLOAT, #분기순이익증가율
q_operating_profit_growth_rate FLOAT, #분기영업이익증가율
q_reserve_ratio FLOAT, #분기유보율
q_evaluate_date VARCHAR(6), #분기결산년월
이정도로..
'System Trading' 카테고리의 다른 글
6. Windows Docker + MariaDB (0) | 2020.11.18 |
---|---|
5. 전체 플랫폼 재구성 (0) | 2020.11.14 |
4. Ubuntu 18.04 LTS 에 Docker + MariaDB 설치 (0) | 2020.07.28 |
3.Reference WiKi for System Trading with ML/DL (0) | 2020.07.28 |
2.Python기초와 대신크레온API 연결 - 메인시스템명령부 ( Commander ) (0) | 2020.06.27 |