하루y

상관계수(r)와 유의확율(p-value)

1. Correlation (상관관계)
  - 상관관계는 두 변수간의 관계의 강도와 방향을 설명하는 척도입니다. 변수가 얼마나 밀접하게 관련되어 있는지 연구하는 데 사용되는 방법을 Correlation Analysis(상관분석)라 합니다.
   그러나, 상관관계가 인과 관계를 의미하지는 않습니다. 한 변수의 변경이 다른 변수의 변경과 연관되어 있다는 사실이 실제로 다른 변수가 변경되는 것을 의미하지는 않습니다. (인관관계는 선형회귀분석으로)

2. 상관계수(r)와 상관 관계 해석
2.1 상관계수 r : 두 연속 변수 간의 연관 정도에 대한 수치.
  - 계수값은 항상 -1과 1사이이며, 변수간의 선형 관계의 강도와 방향을 모두 측정함.
 1) Strength(힘): 계수의 절대 값이 클수록 관계가 강해집니다.
   - 0에서 +1, -1 사이의 값은 약함, 보통 및 강함 관계의 척도를 나타냅니다. 마찬가지로 R은 -1 또는 1 에 가까울 수록 관계의 강도가 증가합니다.
 2) Direction(방향): 계수 기호(더하기, 빼기)는 관계의 방향을 나타냅니다.
    - 양의 계수는 직접적인 상관 관계를 나타내며 한 변수가 증가하면 다른 변수도 증가합니다.
    - 음의 계수는 역 상관을 나타내며, 그래프에서 하향 기울기를 생성합니다. 한 변수가 증가면 다른 변수는 감소하는 경향이 있습니다.
     . 계수 1은 완전환 양의 관계를 의미합니다. 한 변수가 증가하면 다른 변수는 비례 적으로 증가합니다.
     . 계수 -1은 완벽한 음의 관계를 의미합2니다. 한 변수가 증가하면 다른 변수는 비례적으로 감사합니다.
     . 계수 0은 두 변수간에 관계가 없음을 의미합니다. 데이터 포인트는 그래프 전체에 흩어져 있습니다.

3. 관련수식
3.1 R : 상관계수
3.2 R Square(R제곱값: R^2) : 결정계수
   - 이 값은 추세선이 데이터에 얼마나 잘 대응하는 지 나타내며, R^2가 1에 가까울수록 적합도가 더 좋습니다.
3.3 P-Value
  - 유의확률. 귀무가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률이다. p-value가 작을 수록 그 정도가 약하다고 보며, 특정 값(대게 0.05나 0.01)보다 작을 경우 귀무가설을 기각하는 것이나 여기에는 여러가지 문제들이 있다.
  - p-value는 보통 검정통계량(t)과 자유도(df) 로 계산됨. (엑셀에서 TDIS(t, df, false(양측검증)) 함수)
  - 검정통계량(t)은 상관계수에서 아래 식을 통해서 계산할 수 있음.
  - 자유도는 표본쌍(n) - 2로 계산
  ps1. 결정계수 = 상관계수^2
  ps2. 상관계수 = SQRT(결정계수) = 결정계수^0.5=√ℛ
  ps3. 차트에 추세선 추가하고, 상단에 추세선 수식 표시. (예: y= 0.003x + 11.11 (추세선 선형 방정식 y=ax + b))

3.4 선형방정식
  : 차트에서 추세선을 그리기위한 계산식. X의 min/max로 추세선을 추가하고, 산술식을 표기한다.
 1) 선형방정식
  Y = {0}X (+or-) {1}
    - {0} : slope
    - {1}: yintercept

end.

pyCharm에서는 그냥 되던게, Visual Studio Code에서는 안되네요.

작업디렉토리에 있는 Main.py가 아닌, 아래 모듈에서 실행을 하면 프로젝트의 다른 모듈을 못찾아서 ModuleNotFoundError가 납니다. 원인은 모듈 검색 경로에 working directory 를 못찾아서 발생하는 거라고 합니다.

하위 경로의 모듈을 실행하려면, 파이썬은 모듈검색 과정에서 working Directory를 추가해줘야 한다. (3번 참조)

참고로, 모듈 검색과정은 sys.modules, build-in moudels, sys.path 순서로 진행되고, 실행위치는 sys.path에 포함된다.

 - 참조 visual studio code Docs : https://code.visualstudio.com/docs

1. 현재환경

 - anaconda로 가상환경 사용

 - python : 3.9 (32bit) - 아나콘다로 가상환경을 사용중

2. 실행 및 디버그 수행 - F5 (Ctrl + Shift + D) 해결방법 (빠른 실행은 3.번을 읽어주세요)

1) visual studio code에서, Ctrl + Shift + P 누른후, python Select Interpreter를 가상환경으로 변경한다.

2) Ctrl + Shift + `를 누르고, 새 터미널을 생성한다. 새 터미널 우측 에 [+]옆 아래 화살표를 누르면, 

   메뉴가 나오는데, "기본 프로필 선택" 선택한다.  이때, Command + Prompt를 선택한다.

   기본 설정인, PowerShell에서는 실핼 때, 아나콘다 가상환경이 설정환경으로 변경이 되지 않았다.

   다행히 기본 Command + Prompt 로 수행하면, 정상처리가 된다.

3) Ctrl + Shift + D를 누르고, "실행 및 디버그"에서 launch.json파일을 만들고,

   기본 설정에 아래와 같이 env 설정을 추가한다.

4) F5(디버깅 시작) or Ctrl + F5(디버깅없이 시작)

   그런데.... 매번 이러니까... 느림.....

# .vscode/launch.json

{
    "version": "0.2.0",
    "configurations": [
      {
        "name": "Python: 메인",
        "type": "python",
        "request": "launch",
        "program": "${file}",
        "console": "integratedTerminal",
        "env": {
            "PYTHONPATH": "${workspaceFolder}"
        },
        "justMyCode": true
      }
    ]
  }

3. Run Code, .... 수행 - F5 (Ctrl + Alt + D) 해결방법

2.번 방법은 수행이 느리고, pyCharm보다 왜 느릴까 하다가 다시 방법을 찾아봄.

Code Runner 를 깔면, py파일 우측 상단에 ▷화살표가 표시되는데, Run Code, Run Python File, ... 표시됨.

실행이 여기 저기 있다보니 햇갈림. Run Code 는 Code 터미널이 별도로 수행이 되고 있고, 환경을 잡아 주면 Code 수행 터미널에서 수행이 됨. 그래서 Run Code 환경을 추가함.

1, 2) 2.번의 1), 2) 까지는 동일함.

3) Ctrl + P를 누르면, setting.json 설정환경을 수정할 수 있습니다. setting.json에서 아래 아래 환경을 추가합니다.

   아래 환경을 추가하면, terminal에서 작업폴더가 PYTHONPATH에 자동으로 추가됩니다.

   그리고, 2.번  launch.json 파일의 PYTHONPATH 설정해도 됩니다.

   다른 OS는 terminal.integrated.env.linux, terminal.integrated.env.osx 참조하세요.

"terminal.integrated.env.windows": {
    "PYTHONPATH": "${workspaceFolder}"
}

4) Run Code 시, conda activate가 cmd 초기에 늦게 수행이 되서 처음에 오류나 발생해서, .vscode/settings.json파일을 만들고 기본 Command를 추가한 후 기본으로 설정함. (2.2) 번을 다시 변경함). 이렇게 하면 cmd 수행 시 바로 conda activate 가 되고, 수행을 한다.

# .vscode/setting.json

{
    "terminal.integrated.profiles.windows": {
        "Cmd-Conda": {
          "path": ["cmd.exe"],
          "args": ["/K","C:\\Users\\아이디\\Anaconda3\\Scripts\\activate.bat", "system_trading_py39_32"]
        }
      },
    "terminal.integrated.defaultProfile.windows": "Cmd-Conda"
}

5) ▷화살표를 누르거나, Ctrl + Alt + N으로 수행한다. 런처보다는 빠르게 수행인된다.

ps. Run Code는 잘 되는데, Run Python File 수행은 오류가 발생... 아, 이건 그냥 "실행 및 디버그"로 수행하는 걸로.

tabulate 모듈을 사용해서 공통으로 작성했습니다.

지원하는 tablefmt중에서 'presto' 양식으로 처리했습니다.

import re
from tabulate import tabulate


def get_string_dataframe(df, pivot_yn=True, index_drop=True):
    """DataFrame의 TEXT출력 문자를 반환한다."""
    if pivot_yn:
        df = df.T

    if index_drop:
        df = df.reset_index(drop=index_drop)

    body = tabulate(df, headers='keys', tablefmt='presto', disable_numparse=True)
    hindex = body.index('\n')
    header = body[:hindex]
    newheader = re.sub('[ ]{2,}', ' ', header)
    body = header[:header.index('|') + 1] + newheader[newheader.index('|') + 1:] + '\n' + body[hindex + 1:]
    return body
    
def test_get_string_dataframe():
    data = {'18498': {'종목코드': '003960', '종목명': '사조대림', '주문번호': '18498', '주문상태': '체결', '주문수량': 37, '주문가격': 27700, '현재가': 27600, '주문구분': '매도', '미체결수량': 0, '체결량': 37, '시간': '090552', '당일매매수수료': 3580, '당일매매세금': 2357},
            '18308': {'종목코드': '073560', '종목명': '우리손에프앤지', '주문번호': '18308', '주문상태': '체결', '주문수량': 480, '주문가격': 2135, '현재가': 2140, '주문구분': '매도', '미체결수량': 434, '체결량': 46, '시간': '090542', '당일매매수수료': 300, '당일매매세금': 227},
            '16975': {'종목코드': '307930', '종목명': '컴퍼니케이', '주문번호': '16975', '주문상태': '접수', '주문수량': 54, '주문가격': 8920, '현재가': 8820, '주문구분': '매도', '미체결수량': 54, '체결량': 0, '시간': '090432', '당일매매수수료': 0, '당일매매세금': 0},
            '16923': {'종목코드': '001120', '종목명': 'LX인터내셔널', '주문번호': '16923', '주문상태': '체결', '주문수량': 61, '주문가격': 30450, '현재가': 30400, '주문구분': '매도', '미체결수량': 0, '체결량': 61, '시간': '090428', '당일매매수수료': 6490, '당일매매세금': 4273},
            '16819': {'종목코드': '084010', '종목명': '대한제강', '주문번호': '16819', '주문상태': '체결', '주문수량': 21, '주문가격': 22000, '현재가': 21650, '주문구분': '매도', '미체결수량': 0, '체결량': 21, '시간': '090423', '당일매매수수료': 1600, '당일매매세금': 1062},
            '16780': {'종목코드': '010060', '종목명': 'OCI', '주문번호': '16780', '주문상태': '체결', '주문수량': 4, '주문가격': 110500, '현재가': 111000, '주문구분': '매도', '미체결수량': 0, '체결량': 4, '시간': '090421', '당일매매수수료': 1540, '당일매매세금': 1017},
            '13708': {'종목코드': '017480', '종목명': '삼현철강', '주문번호': '13708', '주문상태': '체결', '주문수량': 73, '주문가격': 6690, '현재가': 6560, '주문구분': '매도', '미체결수량': 0, '체결량': 73, '시간': '090213', '당일매매수수료': 1700, '당일매매세금': 1123},
            '13699': {'종목코드': '008260', '종목명': 'NI스틸', '주문번호': '13699', '주문상태': '체결', '주문수량': 96, '주문가격': 5030, '현재가': 4895, '주문구분': '매도', '미체결수량': 0, '체결량': 96, '시간': '090213', '당일매매수수료': 1690, '당일매매세금': 1110},
            '13698': {'종목코드': '006800', '종목명': '미래에셋증권', '주문번호': '13698', '주문상태': '체결', '주문수량': 124, '주문가격': 8260, '현재가': 8270, '주문구분': '매도', '미체결수량': 0, '체결량': 124, '시간': '090213', '당일매매수수료': 3560, '당일매매세금': 2356},
            }

    df = pd.DataFrame(data)
    print(get_string_dataframe(df))


if __name__ == "__main__":
    test_get_string_dataframe()

#     | 종목코드 | 종목명 | 주문번호 | 주문상태 | 주문수량 | 주문가격 | 현재가 | 주문구분 | 미체결수량 | 체결량 | 시간 | 당일매매수수료 | 당일매매세금
# ----+--------+---------+--------+--------+--------+--------+--------+--------+---------+-------+--------+-----------+----------
#  0  | 003960 | 사조대림    | 18498  | 체결     | 37     | 27700  | 27600  | 매도     | 0       | 37    | 090552 | 3580      | 2357
#  1  | 073560 | 우리손에프앤지 | 18308  | 체결     | 480    | 2135   | 2140   | 매도     | 434     | 46    | 090542 | 300       | 227
#  2  | 307930 | 컴퍼니케이   | 16975  | 접수     | 54     | 8920   | 8820   | 매도     | 54      | 0     | 090432 | 0         | 0
#  3  | 001120 | LX인터내셔널 | 16923  | 체결     | 61     | 30450  | 30400  | 매도     | 0       | 61    | 090428 | 6490      | 4273
#  4  | 084010 | 대한제강    | 16819  | 체결     | 21     | 22000  | 21650  | 매도     | 0       | 21    | 090423 | 1600      | 1062
#  5  | 010060 | OCI     | 16780  | 체결     | 4      | 110500 | 111000 | 매도     | 0       | 4     | 090421 | 1540      | 1017
#  6  | 017480 | 삼현철강    | 13708  | 체결     | 73     | 6690   | 6560   | 매도     | 0       | 73    | 090213 | 1700      | 1123
#  7  | 008260 | NI스틸    | 13699  | 체결     | 96     | 5030   | 4895   | 매도     | 0       | 96    | 090213 | 1690      | 1110
#  8  | 006800 | 미래에셋증권  | 13698  | 체결     | 124    | 8260   | 8270   | 매도     | 0       | 124   | 090213 | 3560      | 2356

그리고, DataFrame을 바로 출력할 때는 아래 설정으로 포맷을 조정할수 있습니다.

# pd.set_option('display.max_rows', None)
pd.set_option('display.max_columns', None)
pd.set_option('display.width', None)
pd.set_option('display.colheader_justify', 'left')
# pd.set_option('display.precision', 10)

print(df.to_markdown(index=False))

1. Class 선언
  - 클래스명은 캐멀 표기법으로 한다. 첫 글자는 대문자.
  - self : 클래스의 메소드 위치 기본 변수로 항상 정의해야 하지만, 메소드 호출 시에는 없는 것 처럼 사용한다.
  - 클래스 변수 : 클래스 내의 함수 밖에 정의된 변수는 클래스 변수가 된다.
  - 인스턴스 변수 : ___init__() 함수에서 인스턴스 변수를 선언한다.

2. 데이터 은닉과 이름 장식
    - 변수를 은닉하기 위해서는 '__변수명' 양식으로 정의한다.
    - 은닉된 인스턴스 변수는 외부에서 접근할 수 없지만, 클래스 변수는 '클래스._클래스__변수명'으로 접근할 수 있다.

3. 상속
    - 다중상속과 다형성 지원한다.
    - 객체의 클래스타입 확인 방법: 객체.__class__  또는 type(객체)
    - 부모클래스 확인 방법: 클래스명.__bases__
    - __main__ : 실행환경 최상단 위치라는 의미
    - super() 지시어. 자식 객체에서 부모 객체를 접근하게 해준다. 부모의 메소드를 호출할 때 주로 사용한다.

4. Class 정의 예

    class SuperMan(Human, Man):         # 다중상속이 가능한다.
        __country = 'South Korea'       # 클래스 변수. 변수 은닉. Dog._Dog__country 로 호출
        def __init__(self, name):       # 초기화 메소드. 생성자와 유사
            self.name = name
            self.tricks = []
        def fly(self):
            super().fly()               # 부모 메소드 호출
            print(self.name + ' can fly faster.')

end.