def calculate_profit(self, stock_code):
'''
수익률을 구하는 공식
1. 전일 매수 하였을 경우
- 전일 종가에 매수하여, 익일 시가에 매도한 수익률을 구한다.
2. 전일 홀드 하였을 경우
- 수익률은 1(백분위 환산 0%)
'''
position_data = self.set_position(stock_code)
stock_data = logic.add_technical_analyze_data(stock_code)
profit_array = [1] ## 첫날에는 매수를 하지 않기 때문에 수익률이 0%
today = 1
## 수익률 계산
while today < len(position_data):
yesterday = today - 1
## 어제 Buy Position이었으면 전일 종가에 매수, 금일 시가에 매도 수익률을 돌려준다.
if position_data[yesterday] == 'Buy':
today_profit = ((stock_data.at[today, "Open"]) /
stock_data.at[yesterday, "Close"]) * (
1 - (self.trade_fee / 100) -
(self.trade_tax / 100))
profit_array.append(today_profit)
## 조건에 안맞으면 아무것도 하지 않음.
else:
today_profit = 1
profit_array.append(today_profit)
today += 1
return profit_array
def make_index_trade_data(self):
profit_data_buy_and_hold = pd.DataFrame()
## 종목 수익률 측정
for i in range(len(config.basket_universe)):
stock_code = config.basket_universe[i]
stock_data = logic.add_technical_analyze_data(stock_code)
profit_data_buy_and_hold['hold_%s' % stock_code] = stock_data[
'Close'] / stock_data['Close'].shift(1)
profit_data_buy_and_hold[
"profit_average"] = profit_data_buy_and_hold.mean(axis=1)
profit_data_buy_and_hold = profit_data_buy_and_hold.fillna(1)
## 기본 잔고 = 1000
account_data_buy_and_hold = [1000]
for i in range(len(profit_data_buy_and_hold.index)):
temp_account_data = account_data_buy_and_hold[
i] * self.position_size * profit_data_buy_and_hold.at[
i, "profit_average"] + account_data_buy_and_hold[i] * (
1 - self.position_size)
account_data_buy_and_hold.append(temp_account_data)
i += 1
return account_data_buy_and_hold
def calculate_account_data(self):
'''
잔고를 구하는 공식
금일 시가 매도 기준 잔고를 구함.
=> D-1일 잔고 * D-Day일 수익률 (위에서 구한 수익률)
'''
## 기본 잔고 = 1000
account_data = [1000]
profit_data = self.merge_total_trade_data()
## 금일 잔고 : 주식비중(수익률 * 전일 잔고 * 주식비중) + 현금비중(전일 잔고 * 1 - 주식비중)
for i in range(len(profit_data.index)):
temp_account_data = account_data[
i] * self.position_size * profit_data.at[
i, "profit_average"] + account_data[i] * (
1 - self.position_size)
account_data.append(temp_account_data)
i += 1
## 잔고 데이터 추가
account_data_dataframe = pd.DataFrame(account_data, columns=['Basket'])
account_data_dataframe.insert(len(account_data_dataframe.columns),
"Basket_Buy_and_Hold",
self.make_index_trade_data())
account_data_dataframe = pd.concat(
[account_data_dataframe, profit_data], axis=1)
## 날짜 데이터 추가
temp_date_data = logic.add_technical_analyze_data(
self.stock_universe[0])
account_data_dataframe = pd.concat(
[account_data_dataframe, temp_date_data['Date']], axis=1)
return account_data_dataframe
def set_position(self, stock_code):
## 포지션 설정 전 종목 데이터 호출
stock_data = logic.add_technical_analyze_data(stock_code)
position_array = logic.set_position(stock_data)
return position_array
def calculate_account_data(self):
'''
잔고를 구하는 공식
금일 시가 매도 기준 잔고를 구함.
=> D-1일 잔고 * D-Day일 수익률 (위에서 구한 수익률)
'''
## 시작 잔고 = 1000
account_data = [1000]
profit_data = self.merge_total_trade_data()
today = 1
## 금일 종가 기준 잔고
while today < len(profit_data.index):
yesterday = today - 1
today_account_data = account_data[
yesterday] * self.position_size * profit_data.at[
yesterday, "profit_average"] + account_data[yesterday] * (
1 - self.position_size)
account_data.append(today_account_data)
today += 1
account_data_dataframe = pd.DataFrame(account_data, columns=['Basket'])
account_data_dataframe = pd.concat(
[account_data_dataframe, profit_data], axis=1)
temp_date_data = logic.add_technical_analyze_data(
self.stock_universe[0])
account_data_dataframe = pd.concat(
[account_data_dataframe, temp_date_data['Date']], axis=1)
return account_data_dataframe
def calculate_account_data(self):
## 기본 잔고 = 1000
account_data = [1000]
profit_data = self.merge_total_trade_data()
## 기본 잔고 = 1000
for i in range(len(profit_data.index)):
temp_account_data = account_data[
i] * self.position_size * profit_data.at[
i, "profit_average"] + account_data[i] * (
1 - self.position_size)
account_data.append(temp_account_data)
i += 1
account_data_dataframe = pd.DataFrame(account_data, columns=['Basket'])
account_data_dataframe = pd.concat(
[account_data_dataframe, profit_data], axis=1)
temp_date_data = logic.add_technical_analyze_data(
self.stock_universe[0])
account_data_dataframe = pd.concat(
[account_data_dataframe, temp_date_data['Date']], axis=1)
print(account_data_dataframe)
return account_data_dataframe
def calculate_profit(self, stock_code):
position_data = self.set_position(stock_code)
stock_data = logic.add_technical_analyze_data(stock_code)
profit_array = [1] * len(position_data) ## 첫날에는 매수를 하지 않기 때문에 수익률이 0%
today = 1
yesterday = 0
## while today < len(position_data):
for i in range(len(position_data) - 1):
## 매수 포지션
## 수익률 = 종가에 매수하였으므로 전일 수익률 * (1 - 증권 거래수수료)
if position_data[yesterday] == 'Hold' and position_data[
today] == 'Buy':
temp_profit = 1 * (1 - (self.trade_fee / 100))
profit_array[i + 1] = temp_profit
## 매수 유지 포지션
## 수익률 = 전일 수익률 * 전일 종가 / 금일 종가
elif position_data[yesterday] == 'Buy' and position_data[
today] == 'Buy':
temp_profit = 1 * (stock_data.at[today, "Close"] /
stock_data.at[yesterday, "Close"])
profit_array[i + 1] = temp_profit
## 매도 포지션
## 수익률 = 전일 수익률 * 전일 종가 / 금일 종가 * (1 - 증권 거래수수료 - 증권거래세)
elif position_data[yesterday] == 'Buy' and position_data[
today] == 'Hold':
temp_profit = 1 * (stock_data.at[today, "Close"] /
stock_data.at[yesterday, "Close"]) * (
1 - (self.trade_fee / 100) -
(self.trade_tax / 100))
profit_array[i + 1] = temp_profit
## 현금 보유 포지션
else:
temp_profit = 1
profit_array[i + 1] = temp_profit
today += 1
yesterday += 1
return profit_array
