def load_required_df():
""" beta 업데이트에 필요한 df 추출 """
# 가장 최근 업데이트 날짜 추출
beta_latest_date = exec_query(f'select max(date) from stock_db.d_beta')
if len(beta_latest_date) != 0:
beta_latest_date = beta_latest_date[0][0]
else:
beta_latest_date = '20000101'
# 가장 최근으로부터 2년 전 시점부터 데이터 추출
from_date = str(
datetime.strptime(beta_latest_date, '%Y%m%d').date() -
timedelta(days=365 * 2 + 30)).replace("-", "")
# 필요한 기간의 데이터 추출
price = pd.DataFrame(
exec_query(
f'select `stock_cd`, `date`, `price` from stock_db.d_stock_price where date > {from_date}'
))
index = pd.DataFrame(
exec_query(
f'select* from stock_db.d_kospi_kosdaq where date > {from_date}'))
market_info = pd.DataFrame(
exec_query(
f'select `date`, `stock_cd`, `market` from stock_db.stock_market_sector where date > {from_date}'
))
price.columns = ['stock_cd', 'date', 'price']
index.columns = ['date', 'KOSPI', 'KOSDAQ']
market_info.columns = ['date', 'stock_cd', 'market']
# market_info의 date는 int로 되어있어서 chr로 변환 필요
market_info['date'] = market_info['date'].astype('str')
return price, index, market_info
def update_beta_table():
""" 서버db 업데이트(beta table의 가장 최근 시점 이후의 beta만을 기존 db에 append) """
beta_latest_date = exec_query(
f'select max(date) from stock_db.d_beta')[0][0]
price, index, market_info = load_required_df()
if ((max(price.date) == max(index.date) == max(market_info.date)) != True):
max_date = min(max(price.date), max(index.date), max(market_info.date))
price = price.loc[price.date <= max_date, :]
index = index.loc[index.date <= max_date, :]
market_info = market_info.loc[market_info.date <= max_date, :]
updated_beta_1y, updated_beta_2y = return_beta_set(price, index,
market_info)
updated_beta_1y = updated_beta_1y.reset_index().melt(id_vars="date",
var_name="stock_cd",
value_name="beta_1y")
updated_beta_2y = updated_beta_2y.reset_index().melt(id_vars="date",
var_name="stock_cd",
value_name="beta_2y")
updated_beta = pd.merge(updated_beta_1y,
updated_beta_2y,
on=['date', 'stock_cd'],
how='left').dropna()
updated_beta = updated_beta[['stock_cd', 'date', 'beta_1y', 'beta_2y']]
updated_beta = updated_beta.loc[updated_beta.date > beta_latest_date, :]
return updated_beta
def update_idio_momt_table():
""" 서버db 업데이트(idio momt table의 가장 최근 시점 이후의 idiosyncratic momentum만을 기존 db에 append) """
idio_momt_latest_date = exec_query(f'select max(date) from stock_db.d_idio_momt')[0][0]
idio_rt, idio_momt_latest_date = load_required_df()
updated_idio_momt = return_idio_momt_set(idio_rt, idio_momt_latest_date)
updated_idio_momt = updated_idio_momt.loc[updated_idio_momt.date > idio_momt_latest_date, :]
return updated_idio_momt
def load_required_df():
""" mdd 업데이트에 필요한 df 추출 """
# 가장 최근 업데이트 날짜 추출
mdd_latest_date = exec_query(f'select max(date) from stock_db.d_mdd')
if len(mdd_latest_date) != 0:
mdd_latest_date = mdd_latest_date[0][0]
else:
mdd_latest_date = '20000101'
# 가장 최근으로부터 2년 전 시점부터 데이터 추출
from_date = str(datetime.strptime(mdd_latest_date, '%Y%m%d').date() - timedelta(days=365 * 2 + 30)).replace("-", "")
# 필요한 기간의 데이터 추출
price = pd.DataFrame(
exec_query(f'select `stock_cd`, `date`, `price` from stock_db.d_stock_price where date > {from_date}'))
price.columns = ['stock_cd', 'date', 'price']
return price, mdd_latest_date
def load_required_df():
""" idiosyncratic momentum 업데이트에 필요한 df 추출 """
# 가장 최근 업데이트 날짜 추출
idio_momt_latest_date = exec_query(f'select max(date) from stock_db.d_idio_momt')
if len(idio_momt_latest_date) != 0:
idio_momt_latest_date = idio_momt_latest_date[0][0]
else:
idio_momt_latest_date = '20000101'
# 가장 최근으로부터 2년 전 시점부터 데이터 추출
from_date = str(datetime.strptime(idio_momt_latest_date, '%Y%m%d').date() - timedelta(days=365 * 2 + 30)).replace(
"-", "")
# 필요한 기간의 데이터 추출
idio_rt = pd.DataFrame(
exec_query(f'select `stock_cd`, `date`, `idio_rt` from stock_db.d_idio_rt where date > {from_date}'))
idio_rt.columns = ['stock_cd', 'date', 'idio_rt']
return idio_rt, idio_momt_latest_date
def load_required_df():
""" daily volatility 업데이트에 필요한 df 추출 """
# 가장 최근 업데이트 날짜 추출
daily_volatility_latest_date = exec_query(
f'select max(date) from stock_db.d_daily_vol')
idio_daily_volatility_latest_date = exec_query(
f'select max(date) from stock_db.d_idio_daily_vol')
if len(daily_volatility_latest_date) != 0:
daily_volatility_latest_date = daily_volatility_latest_date[0][0]
else:
daily_volatility_latest_date = '20000101'
if len(idio_daily_volatility_latest_date) != 0:
idio_daily_volatility_latest_date = idio_daily_volatility_latest_date[
0][0]
else:
idio_daily_volatility_latest_date = '20000101'
# 가장 최근으로부터 2년 전 시점부터 데이터 추출
from_date = str(
datetime.strptime(daily_volatility_latest_date, '%Y%m%d').date() -
timedelta(days=365 * 2 + 30)).replace("-", "")
from_date2 = str(
datetime.strptime(idio_daily_volatility_latest_date, '%Y%m%d').date() -
timedelta(days=365 * 2 + 30)).replace("-", "")
# 필요한 기간의 데이터 추출
price = pd.DataFrame(
exec_query(
f'select `stock_cd`, `date`, `price` from stock_db.d_stock_price where date > {from_date}'
))
idio_rt = pd.DataFrame(
exec_query(
f'select `stock_cd`, `date`, `idio_rt` from stock_db.d_idio_rt where date > {from_date2}'
))
price.columns = ['stock_cd', 'date', 'price']
idio_rt.columns = ['stock_cd', 'date', 'idio_rt']
return price, idio_rt, daily_volatility_latest_date, idio_daily_volatility_latest_date