분류 전체보기40 인베스트 데이터 전처리(with python)+예스 트레이더, 데이터 가이드포함 import pandas as pd import numpy as np save_path = "C:\\Users\\Happy\\Desktop\\논문용\\krwusdtdata\\전처리된파일\\" 먼저 저장할 폴더를 지정해줍니다. 이런식으로 다운로드 받은 인베스트.com 파일을 다운해줍니다. 기간이 길면 두번에 나누어 다운해야 하는 경우가 있습니다. # 인베스트 컴 데이터 전처리 (인베스트에서 csv 파일 다운 후 아예 열지 않을 것을 권장!!) KRW_USDT = pd.read_csv("USD_KRW 내역.csv") KRW_EUR = pd.read_csv("EUR_KRW 내역.csv") KRW_CNY = pd.read_csv("CNY_KRW 내역.csv") DXY = pd.read_csv("달러 지수 내역... 2022. 7. 22. 빅분기 실기 공부 정리. 2022. 6. 22. 빅분기 실기 단답형 정리 엑셀 , 주피터 노트북 예제 및 데이터(1원장자) 2022. 6. 8. 시계열 분해 고장 예측 및 이상치 탐지 (네트워크 지능화를 위한 인공지능 해커톤) 시계열 데이터 이상징후 감지 데이터는 공개는 할 수 없지만 방식은 비슷할 겁니다. kt ip데이터를 받아와서 한 방식입니다. # def IQR_fun(df,col_1 = 'Server_sum', col_2 = 'Ss_Established'): def IQR_fun(df,col_1 = 'Server_sum'): # IQR 구하기 Q3 = df[col_1].quantile(0.75) Q1 = df[col_1].quantile(0.25) IQR = Q3 - Q1 IQR_Q3 = Q3 + IQR * 1.5 IQR_Q1 = Q1 - IQR * 1.5 df['target'] = 1 df['target'].loc[((IQR_Q1 df[col_1]))] = 0 # 이상치 데이터 IQR을 이용한 # Q3.. 2022. 5. 28. 이미지를 이용한 주가예측 (분류) (CNN) 1원장자 import yfinance import numpy as np import pandas as pd import pandas_datareader.data as web import datetime import matplotlib.pyplot as plt import mpl_finance import math import seaborn as sns # import set_matplotlib_hangul %matplotlib inline import tensorflow as tf import os import PIL import shutil df = yfinance.download('AAPL','2000-1-1','2020-1-1') # df = df.drop(['Volume'],1).drop(['Adj Clo.. 2022. 5. 16. 데이터 프레임 모든 컬럼 시각화(plot plt) import matplotlib.pyplot as plt import seaborn as sns import matplotlib as mpl mpl.rcParams['axes.unicode_minus'] = False # 그래프에서 한글 폰트 깨지는 문제에 대한 대처(전역 글꼴 설정) from matplotlib import font_manager, rc font_name = font_manager.FontProperties(fname='c:/Windows/Fonts/malgun.ttf').get_name() 한글 깨짐을 방지 위해서 위 코드를 먼저 실행할 수 있다면 실행하는 것이 좋다 # pip install koreanize_matplotlib # @ 한글 깨짐 방지 import math #math .. 2022. 4. 28. 데이터 프레임 여러조건에 부합하는 행 가져오기 보기와 같이 데이터 프레임을 보면 여러가지 컬럼별로 다른 속성을 지닌 값들이 있다. 이중에서 성별이 남성인 행(컬럼)만 가져오려면 편하게 df[df["Sex"] == 'male'] 이라고 쓰면 이런식으로 나온다. 하지만 여러가지 조건을 입력할 경우는 조금 다르다. df.loc[((df["Sex"] == 'male') | (df["Survived"]) == 1)] 이렇게 데이터프레임.loc를 사용하는 방법이 좋다. 또한 이런방식으로 loc를 사용할 경우의 조건문은 " | "은 or을 나타내고 "~"은 not을 나타내며 "&"은 and 를 나타낸다. df.loc[((df["Sex"] == 'male') | (df["Survived"]) == 1)].shape 즉 첫번째는 남성이거나 살아남은 사람들이고 , d.. 2022. 4. 27. 빅데이터 분석기사 실기 단답형 정답 ox 매크로로 확인 2021. 12. 3. 빅데이터 분석기사 실기 단답형 정리 초본 2021. 11. 24. 김프, 역프를 이용한 비트코인 무위험 차익거래 자동매매 프로그램 2월부터 코딩을 해서 바이낸스와 업비트를 연결해서 자본대비 손익(코인 전송 수수료 거래소 간 구매, 판매 수수료)을 따져 헷징개념을 이용하여 전송시간에 대한 위험성을 줄이고, 무위험 차익거래 프로그램을 만들었습니다. 유튜버 금융인 *인호영상을 보고 아이디어를 얻었습니다. 하지만 김프가 너무 낀 상태에서는 이용 자체가 불가합니다 ㅎㅎ 방식은 자본대비 전송 수수료를 고려하여 김프가 얼마나 꼈는지 그리고 전송 불가 코인, 전송속도가 너무 느린 코인 배제하여 가장 업비트에서 김프가 가장 적게 낀 코인을 구매하고, 바이낸스에서 공매도(숏)을 하여 전송시간에 대한 위험성을 없애고, 판매 후 바이낸스 현물에서 김프가 가장 많이 낀 코인을 구매하여 다시 헷징 한 후 업비트로 보내는 방식으로 만들었습니다. 하지만 지금은.. 2021. 4. 11. 이전 1 2 3 4 다음
