본문 바로가기
반응형

전체 글33

S&P 500 레버리지 ETF 비교 (SSO, UPRO, SPY + 대출) SSO, UPRO는 S&P500를 각각 2배, 3배씩 레버리지 하고 있는 ETF 상품이다. 아직 크게 레버리지를 활용해서 투자를 하고 있지는 않지만, 혹시 나중에 활용할 가치가 있는지. 다른 곳에서 말하는 것처럼 정말로 말이 안 되는 투자 방식인 것인지 확인하기 위해서 EFT 레버리지 상품들을 기준으로 비교해 보았다. 투자의 책임은 투자자 본인에게 있으니 참고만 하기를 바란다. 단편적인 Data만 비교한 것이기 때문에 정확하지 않을 수 있다. 1. 레버리지 ETF에 대한 오해(?) 레버리지나를 하지 말아야 하는 이유로 가장 많이 보았던 예시는 아래의 표와 같은 예시이다. 아래의 같이 -10%, +10% 이런식으로 변동하는 주식이 있다고 가정하면, 4일 후 총금액은 -2%인데, 2배 레버리지는 -8%. 즉.. 2024. 8. 20.
미국 체이스 계좌 열기 필요 서류 (+ $300 추천 링크) 미국으로 오게 되면 초반에 하는 일 중 하나는 은행계좌를 개설하는 것입니다. 미국에서 수입을 가지고 추후에 신용카드까지 만들어서 살 계획이라면, 저는 개인적으로 체이스에서 계좌를 여는 것을 추천합니다. 그리고 조건이 된다면 계좌를 열고 월급계좌로 설정할 경우 $200의 보너스도 받을 수 있습니다! 아래는 추천링크를 통해서 보너스를 받기 위한 방법과 계좌를 오픈하기 위해서 필요한 서류입니다. 1. 체이스 월급 계좌로 지정해서 $300 받기 계좌를 연다고 무조건 보너스를 받을 수 있는 것은 아니고, Checking Account를 월급계좌로 지정하고 계좌를 열고 90일 이내에 월급이 입금되어야 보너스를 받을 수 있습니다. 혹시나 당장 보너스를 받을 일이 없다면, 나중을 위해서 다른 계좌를 먼저 열어두는 것도.. 2024. 1. 8.
미국 주식계좌 로빈후드 추천 링크 (주식 2개 받기) 제가 미국에서 메인 주식 계좌로 활용하고 있는 로빈후드의 추천 링크를 공유합니다. 추천 링크를 타고서 가입하게 되면 $3 ~ $100 가치의 주식을 2개 준다고 하니 활용 바랍니다~ https://join.robinhood.com/seunggl1 로빈후드는? Robinhood는 한때 미국에서 개인 투자자들이 많이 사용하던 주식 플렛폼중 하나입니다. 특히 인터페이스가 깔끔하기 때문에 초보자가 접근하기에 쉬운 장점이 있는 것 같습니다. 최근에 Fidelity 계좌를 열어서 사용해 봤는데..... 로빈후드가 얼마나 유저 친화적인 인터페이스 인지를 새삼 깨닫게 되었습니다. 미국에서 처음 주식을 시작하는 분들께 추천 드립니다. 당시 가장 큰 장점은 거래 수수료가 없다는 것이었는데, 요즘은 다른 거래 수수료 없는 .. 2024. 1. 7.
파이썬 csv 파일 저장하기 (python, csv, pandas) 파이썬에서 CSV 파일로 데이터를 저장하는 방법을 설명하도록 하겠습니다. CSV(Comma-Separated Values) 파일은 데이터를 쉼표(,)로 구분하여 저장하는 텍스트 파일 형식입니다. 제가 주로 사용하는 방식은 두 가지가 있습니다. 한 가지는 csv 모듈을 사용하거나 pandas를 활용하는 방식입니다. 1. CSV 모듈 활용하기 먼저, CSV 파일에 저장할 데이터를 준비하겠습니다. 아래와 같은 예시 데이터를 사용해보겠습니다. data = [ ['Alice', 25, '서울'], ['Bob', 30, '뉴욕'], ['Charlie', 35, '런던'] ] 이제 이 데이터를 CSV 파일로 저장하는 예시 코드를 작성해 보겠습니다. import csv # 데이터 정의 data = [ ['Alice',.. 2023. 9. 13.
[파이썬 Python] 이동 평균, 합계 구하기 (판다스, Rolling) 판다스의 rolling은 시계열 데이터 또는 순서 데이터를 처리할 때 유용한 메서드 중 하나로, 이동 평균, 이동 합계, 이동 표준편차 등을 계산하는 데 사용됩니다. rolling 메서드를 사용하면 데이터를 윈도(창)로 나누고 해당 윈도에서 원하는 연산을 수행할 수 있습니다. 기본 명령어 형식: DataFrame.rolling(window, min_periods=1).operation window: 윈도 크기로, 윈도우 내의 데이터를 나타냅니다. min_periods: 필수 값이 아닌 매개변수로, 윈도우 내에 최소 데이터 포인트 수를 지정합니다. operation: 원하는 연산을 수행합니다. (예: mean(), sum(), std() 등) 1. 이동평균 구하기 import pandas as pd dat.. 2023. 9. 13.
주식 어느 요일에 사는게 좋을까? 요즘 파이썬을 이용해서 궁금했던 것들을 하나둘 시뮬레이션해보고 있습니다. 가장 먼저 과연 요일에 따라서 사기 좋은 날과 안 좋은 날이 있을지 찾아 계산해 보았습니다. 1. 시뮬레이션 방법 변화율은 장 마감을 기준으로 계산 하였습니다. 예를 들어 월요일 장마감에 샀을 경우에 주식이 다음날 장마감에 몇 퍼센트나 올랐는지를 계산한 값입니다. 여기서 Sum은 그 값을 모두 더한 것, mean은 평균값, count는 오른날과 떨어진 날의 비율이 어떻게 되는지를 계산한 값입니다. 플러스는 오른것 마이너스는 떨어진 것이라고 보시면 될 것 같습니다. Close을 기준으로 분석한 이유는 Open 직후에는 변동성이 크기 때문에 내가 신뢰할 수 있는 data는 Close에 더 가까울 것이라 판단했기 때문입니다. 요일 안에서.. 2023. 9. 12.
[파이썬 주식 활용] 이동 평균 구하고 그래프 그리기 지난 포스팅에 이어서 불러온 주식으로 이동 평균을 구하고 그래프를 그려보도록 하겠습니다. CSV로 저장된 주식정보를 불러오는 것부터 시작합니다. 주식정보를 불로오는 방법을 모른다면 지난 포스팅 참고 바랍니다. 2023.09.02 - [주식 분석/파이썬 활용 기초] - [파이썬 주식 활용] 불러온 주식 정보 csv 저장 1. 이동 평균 구하기 먼저 이동 평균을 구할 주식을 불러옵니다. import pandas as pd #pandas 모듈 불러오기 dir_stock = 'stocks' # 주식 정보가 저장된 폴더 symbol = 'AAPL' #주식 심볼 df = pd.read_csv('{}/{}.csv'.format(dir_stock, symbol), parse_dates=True, index_col=0).. 2023. 9. 4.
[파이썬 Python] 판다스 데이터프레임 인덱스 변경하기 (Index 변경) 판다스 (Pandas) 데이터프레임의 인덱스(index)를 변경하는 방법은 여러 가지가 있습니다. 인덱스는 데이터프레임의 각 행을 고유하게 식별하는 역할을 합니다. 아래에는 인덱스를 변경하는 방법을 예시와 함께 드리겠습니다. 1. 기존 열을 인덱스로 설정하기 기존의 열을 새로운 인덱스로 설정하려면 set_index() 메서드를 사용합니다. import pandas as pd data = {'ID': [1, 2, 3], 'Name': ['Alice', 'Bob', 'Charlie']} df = pd.DataFrame(data) # 'ID' 열을 인덱스로 설정 df.set_index('ID', inplace=True) print(df) 결과: Name ID 1 Alice 2 Bob 3 Charlie 2. 기.. 2023. 9. 3.
[파이썬 주식 활용] 불러온 주식 정보 csv 저장하고 불러오기 매번 정보를 다룰 때마다 인터넷으로 받아오는 것보다는 한번 받아서 저장해 두고 쓰는 게 안전할 수 있습니다. 그래서 이번에는 불러온 주식 정보를 csv로 저장하고 불러오는 것을 다루겠습니다. 1. 주식 불러오고 CSV로 저장하기 먼저 지난번 코드에 이어서 주식을 불러옵니다. 2023.08.25 - [주식 분석/파이썬 활용 기초] - [파이썬 Python] 애플 주식 정보 불러오기 (yfinance) import yfinance as yf #yahoo finance로 부터 불러오기 위한 모듈 symbol = 'AAPL' #주식 심볼 ticker = yf.Ticker(symbol) #주식 정보 불러오기 aapl_history = ticker.history(period="10y") # 10년치 주식 정보 불러.. 2023. 9. 2.
[파이썬 Python] Pandas 기본 명령어 (판다스, 데이터 프레임) Pandas의 데이터프레임은 데이터 조작과 분석을 위한 매우 유용한 도구입니다. 아래에는 데이터프레임을 활용하기 위해 알아두면 좋은 명령어들을 몇 가지 소개해드리겠습니다. 1. 데이터 불러오기 및 생성 pd.read_csv("filename.csv"): CSV 파일 불러오기. pd.DataFrame(data): 딕셔너리나 리스트 데이터로 데이터프레임 생성. 2. 기본 정보 확인 df.head(): 처음 5개 행 출력. df.tail(): 마지막 5개 행 출력. df.info(): 데이터프레임의 정보 출력 (열 타입, 누락된 값 등). df.shape: 데이터프레임의 행과 열 개수 확인. 3. 열 선택 및 필터링 df['column_name']: 특정 열 선택. df[['col1', 'col2']]: 여러.. 2023. 8. 27.
728x90
반응형