지난 회차에 쥬피터 노트북을 사용하여 다운로드 받은 엑셀 주가 데이터 분석을 위해 사용하는 판다스 describe( ) 를 통하여 평균, 최고치, 최저치 등을 알아봤습니다.
2022.04.09 - [주식공부 feat. 파이썬] - 6. 엑셀 주가 데이터 분석하기 feat. 판다스 describe
이번 회차에는 종목별 주요 정보라 할 수 있는 PER,EPS,PBR,BPS 등 을 엑셀로 다운로드 받는 법을 알아보겠습니다.
>>> 주가 데이터 엑셀로 다운로드 확장판 feat. PER,EPS,PBR,BPS
1. 용어 정리
주식을 시작하면서 많이 접했던 용어인 데 대략적인 의미들은 알고 있었으나, 정확히는 모르고 있었던 부분이 있어서 이 기회에 정리해 보고자 합니다.
1 ) PER - Price Earings Ratio / 주가수익률
"퍼"라는 말은 주식을 시작하면서 부터 들었던 용어입니다. 한 때 소위 "저퍼"를 찾아야 돈이 된다고해서 뜻도 정확히 모르고 열심히 찾아 다녔던 기억이 있습니다.
정의하자면, 우리말로는 "주가수익률" 즉, 주가를 1주당 순이익 (EPS)으로 나눈 값입니다.
예를 들어 주가 10,000 원짜리 기업이 주당 1,000 원의 순익을 거뒀다면 PER은 10배가 됩니다. 주가 5,000 원짜리 기업이 주당 1,000 원의 순익을 거뒀다면 PER은 5배가 됩니다. 즉 두 기업은 이익은 같은데도 앞쪽 기업은 주가가 두배로 평가되어 있는 셈이고 반대로 뒤쪽 기업은 저평가 되어있다고 봅니다. 그래서 PER가 낮은 주식이 주가 상승할 가능성이 높다고 하여 소위 "저per주"를 강조하는 투자가 유행했었던 것 같고, 지금도 어느 정도는 유용한 지표라 생각합니다.
다만, 급성장이 예상되는 혁신기업의 주식의 PER는 높게 형성되어 있는 경우( 통상 "애플","테슬라"를 예시로 많이 듭니다.) 는 미래의 가치가 주가에 선반영되어 있기 때문에 PER의 효용성이 별로 없다고 합니다.
2 ) EPS - Earings per Share / 주당순이익
주당순이익(EPS)는 기업이 1주당 얼마의 순이익을 냈는가를 나타내는 지표입니다.
예를 들어 발행주식이 10,000주인 기업이 순이익 10,000원을 냈다면 주당순이익은 1이 됩니다.
EPS는 주로 PER을 계산하기 위한 값으로 이용되며 단독으로는 별로 사용되지 않습니다. 즉, EPS와 PER는 항상 같이 다닌다고 생각하시면 됩니다.
3 ) PBR - Price to Book ratio P/B Ratio / 주가순자산비율
주가순자산비율(PBR)은 주가를 주당순자산가치 (BPS)로 나눈 값입니다.
주가가 1주당 순자산의 몇 배로 매매되고 있는가를 표시하며 PER와 같이 주가의 상대적 수준을 나타냅니다.
4) BPS - Book-value Per Share / 주당순자산가치
주당순자산가치(BPS)는 기업의 순자산을 발행 주식수로 나눈 것입니다.
주당순자산가치는 청산가치라고도 불리우는데, 이유는 현재 시점에서 기업의 활동을 중단시키고 그 부를 모든 주주들에게 나눠줄 경우 한주당 얼마씩 돌아가는가를 나타내는 수치이기 때문입니다.
5) 배당수익률 (DIV)
배당수익률(DIV) 이란 당기에도 전기와 같은 동일한 배당률로 배당이 실현된다고 가정해서 현재의 가격으로 주식을 매입하여 결산기 말까지 보유할 때 몇 %의 수익을 얻을 수 있는가를 측정하는 지표로서 주식시장전체의 수익성 정도를 파악하거나 종목 간의 주가수준을 비교하는 데 이용됩니다.
즉 배당수익률은 실제 투자했을 때 얼마나 수익을 올릴 수 있는지를 나타내는 지표로 소위 "고배당주" 투자를 할 때 유용한 지표로 활용될 수 있습니다.
6) 주당 배당금 (DPS - Diviends per Share)
주당배당금(DPS)은 주주에게 지급할 배당금을 발행주식수로 나누어 구한 것입니다.
따라서 1주당 지급되는 배당금을 말합니다. DIV를 구할 때 분자 역할을 합니다.
주당순이익(EPS)과 다른 점은 EPS는 당기순이익을 발행주식수로 나눈 것이라면 주당배당금(DPS)은 당기의 배당금을 발행주식수로 나눈 것입니다.
2. 주가 데이터 다운로드 및 그래프 그리기 코드
이번 회차는 시가총액 12위인 POSCO홀딩스 입니다.
지난 회차에 했던 기본적인 주가 데이터 자료를 엑셀로 다운로드를 먼저 해보겠습니다.
이번에는 "pykrx" 라는 라이브러리를 사용해 보겠습니다.
Jupyter Notebook을 열고, 아래의 코드를 입력하시면 됩니다.
!pip install pykrx
from pykrx import stock
df = stock.get_market_ohlcv("20210401", "20220412", "005490")
df['등락률'] = df['종가'].pct_change()
df.to_excel('Stocks/POSCO.xlsx')
from pykrx import stock
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
matplotlib.rcParams['font.family'] ='Malgun Gothic'
matplotlib.rcParams['font.size'] = 15
matplotlib.rcParams['axes.unicode_minus'] = False
df=pd.read_excel('./Stocks/POSCO.xlsx')
plt.figure(figsize=(15,10))
plt.xticks(rotation=45)
plt.plot(df['날짜'],df['종가'], label='종가', linewidth=3, color='red')
plt.xlabel('20210401~20220412', color='red', loc='right') #left, center, right
plt.ylabel('단위: 원', color='red', loc='top') # top, center, bottom
plt.legend()
plt.title('POSCO', color='green')
plt.grid(axis='y',linestyle='--',color='purple')
plt.savefig('Stocks/POSCO.png',dpi=100)
plt.figure(figsize=(15,5))
plt.bar(df['날짜'],df['거래량'], color='green')
plt.title('POSCO 거래량')
plt.xlabel('20210401~20220412', color='green', loc='right') #left, center, right
plt.ylabel('단위: 1,000,000주', color='green', loc='top') # top, center, bottom
plt.grid(axis='y')
plt.savefig('Stocks/POSCO 거래량.png',dpi=100)
3. PER,EPS,PBR,BPS,DIV, DPS 다운로드
from pykrx import stock
df_1 = stock.get_market_fundamental("20210401", "20220412", "005490")
df_1.to_excel('Stocks/POSCO_f.xlsx')
"df_1 = stock.get_market_fundamental("시작일", "종료일", "종목코그")" 이 한줄의 코드로 아래의 정보를 가져올 수 있습니다.
from pykrx import stock
df_1 = stock.get_market_fundamental("20210401", "20220412", "005490", freq='m')
" freq='m' " 을 추가하시면 월말 데이터만 해서 받을 수 있습니다.
위 화면은 KRX 정보시스템 화면입니다. 위 코드는 이 KRX 정보시스템 자료를 가져오는 것입니다.
http://data.krx.co.kr/contents/MDC/MAIN/main/index.cmd
"pykrx" 라는 라이브러리를 통해서 가져오는 자료는 주로 KRX와 네이버 주식으로 부터 오는 것입니다.
KRX정보데이터시스템 사이트에서 주가관련 데이터를 엑셀 및 CSV로 다운로드 받을 수 있습니다.
파이썬이 익숙하지 않으신 분들은 직접 방문해서 이용해보시기 바랍니다.
POSCO홀딩스 엑셀파일 + 그래프 :
from pykrx import stock
df = stock.get_market_ohlcv("20210401", "20220412", "005490")
df['등락률'] = df['종가'].pct_change()
df.to_excel('Stocks/POSCO.xlsx')
df_1 = stock.get_market_fundamental("20210401", "20220412", "005490")
df_1.to_excel('Stocks/POSCO_f.xlsx')
from pykrx import stock
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib
matplotlib.rcParams['font.family'] ='Malgun Gothic'
matplotlib.rcParams['font.size'] = 15
matplotlib.rcParams['axes.unicode_minus'] = False
df=pd.read_excel('./Stocks/POSCO.xlsx')
plt.figure(figsize=(15,10))
plt.xticks(rotation=45)
plt.plot(df['날짜'],df['종가'], label='종가', linewidth=3, color='red')
plt.xlabel('20210401~20220412', color='red', loc='right') #left, center, right
plt.ylabel('단위: 원', color='red', loc='top') # top, center, bottom
plt.legend()
plt.title('POSCO', color='green')
plt.grid(axis='y',linestyle='--',color='purple')
plt.savefig('Stocks/POSCO.png',dpi=100)
plt.figure(figsize=(15,5))
plt.bar(df['날짜'],df['거래량'], color='green')
plt.title('POSCO 거래량')
plt.xlabel('20210401~20220412', color='green', loc='right') #left, center, right
plt.ylabel('단위: 1,000,000주', color='green', loc='top') # top, center, bottom
plt.grid(axis='y')
plt.savefig('Stocks/POSCO 거래량.png',dpi=100)
종목별 분석자료
2022년 4월 12일까지 작성된 자료입니다.
2022.04.09 - [주식공부 feat. 파이썬/종목별 분석] - 8. 삼성 SDI 분석 자료 정리 feat. 파이썬
2022.04.09 - [주식공부 feat. 파이썬/종목별 분석] - 7. 카카오 분석 자료 정리 feat. 파이썬
2022.04.04 - [주식공부 feat. 파이썬/종목별 분석] - 6. 삼성전자 우선주 분석 자료 정리 feat. 파이썬
2022.04.04 - [주식공부 feat. 파이썬/종목별 분석] - 5. 삼성바이오로직스 분석 자료 정리 feat. 파이썬
2022.04.02 - [주식공부 feat. 파이썬/종목별 분석] - 4. 네이버 분석자료 정리 feat. 파이썬
2022.03.31 - [주식공부 feat. 파이썬/종목별 분석] - 3. SK 하이닉스 분석 자료 정리 feat. 파이썬
2022.03.31 - [주식공부 feat. 파이썬/종목별 분석] - 2. LG에너지 솔루션 분석 자료 정리 feat. 파이썬
2022.03.31 - [주식공부 feat. 파이썬/종목별 분석] - 1. 삼성전자 분석 자료 정리 feat. 파이썬
'주식공부 feat. 파이썬' 카테고리의 다른 글
9. 주가 비교 feat. 파이썬 반복문 for (0) | 2022.04.25 |
---|---|
8. 주가 데이터 엑셀로 한꺼번에 다운로드 feat. 파이썬 반복문 for (0) | 2022.04.23 |
6. 엑셀 주가 데이터 분석하기 feat. 판다스 describe (0) | 2022.04.09 |
5. 주가 데이터 엑셀로 다운로드 받기 확장판 feat.등락률 + 거래량 (0) | 2022.04.02 |
4. 주가 데이터 엑셀로 다운로드 받기 확장판 feat. 이동평균 (1) | 2022.03.30 |
댓글