이동평균선

우선 이동평균선을 추가 해주자. 종가(close)를 기준으로 rolling() 함수를 사용하여 계산해준다. 그리고 이를 각각 MA5, MA20, MA60, MA120으로 만들어 준다. 추가로 이 전처리한 데이터들은 Airflow에서 처리 하는 과정은 나중에 업로드 할 예정이다.

df_raw['MA5'] = df_raw['close'].rolling(window=5).mean()
df_raw['MA20'] = df_raw['close'].rolling(window=20).mean()
df_raw['MA60'] = df_raw['close'].rolling(window=60).mean()
df_raw['MA120'] = df_raw['close'].rolling(window=120).mean()

날짜

데이터는 2019년도 부터 수집 되어있지만 이동평균 120일을 하게 되면 NA가 생긴다 (처음 120일 정도) 따라서 이는 미리 처리하고 2023년 3월 부터 시각화에 볼 수 있도록 처리 해주었다.

df_raw = df_raw[df_raw['date'] > '2023-03-01']
df_raw = df_raw.reset_index(drop = True)

골든크로스, 데드크로스

이제 골든크로스와, 데드크로스를 구현하기위한 작업을 진행 해보자. 골든크로스와 데드크로스를 구분하기 위한 이동평균선 교차점은 5,20,60만 사용해주었다.

df_raw['MA5-20'] = df_raw['MA5'] - df_raw['MA20']
df_raw['MA20-60'] = df_raw['MA20'] - df_raw['MA60']
df_raw['MA60-120'] = df_raw['MA60'] - df_raw['MA120']

이렇게 구한 각각의 MA5-20, MA20-60을 가지고 양수에서 음수 그리고 음수에서 양수로 바뀌는 인덱스를 구해 보자. 각각의 인덱스는 다음과 같이 지정 해주었다. idx_5_20_gold_cross, idx_5_20_dead_cross, idx_20_60_gold_cross, idx_20_60_dead_cross

# 골든 크로스 5-20
# 음수에서 양수로 바뀌는 모든 인덱스 찾기
idx_5_20_gold_cross = [idx for idx in range(len(df_raw)) if df_raw["MA5-20"].iloc[idx] > 0 and df_raw["MA5-20"].iloc[idx - 1] <= 0]

# 데드 크로스 5-20
# 양수에서 음수로 바뀌는 모든 인덱스 찾기
idx_5_20_dead_cross = [idx for idx in range(len(df_raw)) if df_raw["MA5-20"].iloc[idx] < 0 and df_raw["MA5-20"].iloc[idx - 1] >= 0]

# 골든 크로스 20-60
# 음수에서 양수로 바뀌는 모든 인덱스 찾기
idx_20_60_gold_cross = [idx for idx in range(len(df_raw)) if df_raw["MA20-60"].iloc[idx] > 0 and df_raw["MA20-60"].iloc[idx - 1] <= 0]

# 골든 크로스 20-60
# 음수에서 양수로 바뀌는 모든 인덱스 찾기
idx_20_60_dead_cross = [idx for idx in range(len(df_raw)) if df_raw["MA20-60"].iloc[idx] < 0 and df_raw["MA20-60"].iloc[idx - 1] >= 0]

이렇게 지정 해주었던 교차점 인덱스는 정리해서 cross_df로 만들어 주자. 이는 Plotly시각화에 적용할 색상등등을 설정해줄 예정이다.

idx_5_20_gold_cross_df = pd.DataFrame({
    'index':idx_5_20_gold_cross,
    'name':'5-20 -><br> 골든크로스',
    'color':'red',
    'position':'top left'})

idx_5_20_dead_cross_df = pd.DataFrame({
    'index':idx_5_20_dead_cross,
    'name':'5-20 -> <br>  데드크로스',
    'color':'blue',
    'position':'bottom left'})

idx_20_60_gold_cross_df = pd.DataFrame({
    'index':idx_20_60_gold_cross,
    'name':'20-60 -> <br> 골든크로스',
    'color':'orange',
    'position':'top left'})

idx_20_60_dead_cross_df = pd.DataFrame({
    'index':idx_20_60_dead_cross,
    'name':'20-60 -> <br>  데드크로스',
    'color':'purple',
    'position':'bottom left'})
    
cross_df = pd.concat([idx_5_20_gold_cross_df, idx_5_20_dead_cross_df,
                      idx_20_60_gold_cross_df, idx_20_60_dead_cross_df])
cross_df = cross_df.reset_index(drop = True)

정배열, 역배열

이번에는 정배열과 역배열 구간에 대해 만들어 주자. 앞서 만들었던 MA5-20, MA20-60, MA60-120들을 0보다 모두 크거다 모두 작은 구간을 만들어 주었다. 정배열의 경우 모두 0보다 크면 True, 역배열의 경우 모두 0보다 작으면 True가 된다.

ascending_sq  = (df_raw['MA5-20'] > 0) & \
(df_raw['MA20-60'] > 0) & \
(df_raw['MA60-120'] > 0) 

descending_sq  = (df_raw['MA5-20'] < 0) & \
(df_raw['MA20-60'] < 0) & \
(df_raw['MA60-120'] < 0) 

그리고 나서 이 각각의 True, False값에 대해 True 부분의 첫번째와 마지막 부분을 찾아준다. 이렇게 정배열 하는 구간의 첫번째와 마지막 인덱스를 찾았다.

ascending_intervals = []
i = 0
while i < len(ascending_sq):
    if ascending_sq[i]:
        start_index = i
        while i < len(ascending_sq) and ascending_sq[i]:
            i += 1
        end_index = i - 1
        ascending_intervals.append((start_index, end_index))

    else:
        i += 1

ascending_intervals        

## [(26, 39), (44, 46), (54, 76), (79, 87), (93, 96)]

이번에는 역배열 하는 구간의 첫번째와 마지막번째의 인덱스를 찾았다.

descending_intervals = []
i = 0
while i < len(descending_sq):
    if descending_sq[i]:
        start_index = i
        while i < len(descending_sq) and descending_sq[i]:
            i += 1
        end_index = i - 1
        descending_intervals.append((start_index, end_index))

    else:
        i += 1

descending_intervals        

## []

최종 코드

그리고 이를 최종적으로 함수를 만들어 주면 다음과 같다. 이제 곧 Streamlit 대시보드를 생성 하게 되면 이렇게 잘 정리된 함수들이 꼭 필요하다.

def ma_vis(data):
    fig = go.Figure()

    # 캔들스틱차트
    fig.add_trace(go.Candlestick(
        x=df_raw['date'],
        open=df_raw['open'],
        high=df_raw['high'],
        low=df_raw['low'],
        close=df_raw['close'],
        increasing_line_color= 'red', decreasing_line_color= 'blue', 
        name = ''))

    # MA 5 
    fig.add_trace(go.Scatter(
        x=df_raw['date'],
        y=df_raw['MA5'],
        opacity=0.7,
        line=dict(color='blue', width=2),
        name='MA 5'))

    # MA 20
    fig.add_trace(go.Scatter(
        x=df_raw['date'],
        y=df_raw['MA20'],
        opacity=0.7,
        line=dict(color='orange', width=2),
        name='MA 20'))

    # MA 60
    fig.add_trace(go.Scatter(
        x=df_raw['date'],
        y=df_raw['MA60'],
        opacity=0.7,
        line=dict(color='purple', width=2),
        name='MA 60'))

    # MA 120
    fig.add_trace(go.Scatter(
        x=df_raw['date'],
        y=df_raw['MA120'],
        opacity=0.7,
        line=dict(color='green', width=2),
        name='MA 120'))

    # 골든, 데드 크로스
    for i in range(len(cross_df)):
        cross_index = cross_df['index'][i]
        cross_color = cross_df['color'][i]
        cross_name = cross_df['name'][i]
        cross_position = cross_df['position'][i]

        cross_date = df_raw['date'][cross_index]

        fig.add_vline(
            x=pd.to_datetime(cross_date).timestamp() * 1000,
            line_dash="dot",
            line_color = cross_color,
                annotation_text = cross_name,
                annotation_position = cross_position
        )

    # 정배열, 역배열
    # 정배열
    for i in range(len(ascending_intervals)):
        start_date = ascending_intervals[i][0]
        end_date = ascending_intervals[i][1]

        fig.add_vrect(
            x0=df_raw['date'][start_date], 
            x1=df_raw['date'][end_date], 
            annotation_text=" ", annotation_position="top left",
                      fillcolor="red", opacity=0.1, line_width=0)

    # 역배열
    for i in range(len(descending_intervals)):
        start_date = descending_intervals[i][0]
        end_date = descending_intervals[i][1]

        fig.add_vrect(
            x0=df_raw['date'][start_date], 
            x1=df_raw['date'][end_date], 
            annotation_text=" ", annotation_position="top left",
                      fillcolor="blue", opacity=0.1, line_width=0)    

    # Rayout
    fig.update_layout(
        title = '삼성전자 주가',
        title_font_family="맑은고딕",
        title_font_size = 18,
        hoverlabel=dict(
            bgcolor='black',
            font_size=15,
        ),
        hovermode="x unified",
        template='plotly_dark',
        xaxis_tickangle=90,
        yaxis_tickformat = ',',
        legend = dict(orientation = 'h', xanchor = "center", x = 0.5, y= 1.2),
        barmode='group',
        margin=go.layout.Margin(
            l=10, #left margin
            r=10, #right margin
            b=10, #bottom margin
            t=100  #top margin
        ),
        height=400, width=900, 
    #         showlegend=False, 
        xaxis_rangeslider_visible=False
    )


    # update y-axis label
    fig.update_yaxes(title_text="Price")

    fig.update_xaxes(rangebreaks=[dict(bounds=["sat", "mon"])])

    return fig