1장: 금융 데이터 분석 기초(2/2)

by

1.4 데이터 시각화 기초 (Matplotlib, Seaborn)

  1. 기초 시각화 도구 소개
    • Matplotlib: 기본적인 라인 그래프, 히스토그램, 산점도 등
    • Seaborn: 통계적 시각화를 위한 스타일 제공
  2. 금융 데이터의 시각화
    • 시계열 데이터의 추세 분석: 종가(Close) 시각화
    • 가격 변동성 시각화를 위한 히스토그램
  3. 실습: 주식 가격 데이터 시각화
    • 라인 차트로 가격 추이 확인, 변동성 히스토그램 작성

실습 코드

import matplotlib.pyplot as plt
import seaborn as sns


# 종가 시각화
plt.figure(figsize=(10, 6))
plt.plot(data["Close"])
plt.title("AAPL Stock Closing Price Trend")
plt.xlabel("Date")
plt.ylabel("Closing Price")
plt.show()

실행 결과

 

1.5 실습: 주식 가격 데이터 시각화 및 분석

  1. 종가 및 변동성 시각화 실습
    • 종가의 이동평균(단순, 지수) 시각화
    • 가격 변동성 시각화를 위한 히스토그램
  2. 금융 데이터 요약 통계 분석
    • 데이터 요약 통계(평균, 표준편차) 계산 및 해석
    • 금융 데이터의 분포와 편향성 확인 (왜도, 첨도)
  3. 실습 예제: 이동평균과 변동성 시각화
    • 10일, 50일 이동평균 라인 추가 및 시각화

실습 코드

data["SMA_10"] = data["Close"].rolling(window=10).mean()
data["SMA_50"] = data["Close"].rolling(window=50).mean()

plt.figure(figsize=(10, 6))
plt.plot(data["Close"], label="Close")
plt.plot(data["SMA_10"], label="10일 이동평균")
plt.plot(data["SMA_50"], label="50일 이동평균")
plt.legend()
plt.title("AAPL 주식 종가 및 이동평균")
plt.xlabel("날짜")
plt.ylabel("가격")
plt.show()

실행 결과

1장에서는  금융 데이터의 기본적인 특성과 데이터를 다루기 위한 파이썬 환경, 데이터 전처리 및 시각화 방법을 중심으로 학습했습니다.

다음 장에서는 통계와 확률의 기본 개념을 금융 데이터에 적용해 분석할 수 있는 방법을 다루어 봅시다 🙂

Leave a Comment