시가총액 데이터셋(marcap) 튜토리얼 - 수정가격¶

한국거래소(KRX)에서 일자별 시가총액 순위 데이터
1995-05-02 ~ 2020-12-31 (26년간), 1천만건 이상

2018 - 2021 FinanceData.KR ¶

시가총액 데이터셋(marcap) 가져오기¶

다음과 같이 단 한 줄의 명령으로 데이터를 가져올 수 있습니다.

In [1]:

!git clone "https://github.com/FinanceData/marcap.git" marcap

Cloning into 'marcap'...
remote: Enumerating objects: 52, done.
remote: Counting objects: 100% (52/52), done.
remote: Compressing objects: 100% (34/34), done.
remote: Total 506 (delta 36), reused 34 (delta 18), pack-reused 454
Receiving objects: 100% (506/506), 1.98 GiB | 46.08 MiB/s, done.
Resolving deltas: 100% (237/237), done.
Checking out files: 100% (37/37), done.

In [2]:

from marcap import marcap_data

df_marcap = marcap_data('1995-05-02', '2021-01-15')
df_marcap

Out[2]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
1995-05-02	015760	한국전력공사	KOSPI	NaN	27400	2	-400	-1.44	27600	27800	27400	118190	3255694000	16872679291000	615791215	STK	1
1995-05-02	005930	삼성전자	KOSPI	NaN	119500	2	-1000	-0.83	121000	121000	118500	139560	16676735000	6497053077500	54368645	STK	2
1995-05-02	005490	포항종합제철	KOSPI	NaN	65500	2	-300	-0.46	65800	66200	65400	65970	4334472000	6150568555000	93901810	STK	3
1995-05-02	000200	대우중공업	KOSPI	NaN	9800	1	300	3.16	9500	9840	9500	288380	2805133500	3500638978200	357208059	STK	4
1995-05-02	002610	엘지전자	KOSPI	NaN	31700	2	-300	-0.94	32000	32000	31700	171460	5452050000	2521027012200	79527666	STK	5
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
2021-01-15	267810	앙츠	KONEX	일반기업부	1550	2	-250	-13.89	1550	1600	1550	1504	2331610	2397850000	1547000	KNX	2525
2021-01-15	225850	미애부	KONEX	일반기업부	670	3	0	0.00	670	670	670	50	33500	2232663110	3332333	KNX	2526
2021-01-15	224020	에스케이씨에스	KONEX	일반기업부	650	1	70	12.07	650	650	650	1	650	1998750000	3075000	KNX	2528
2021-01-15	179720	옐로페이	KONEX	일반기업부	2470	1	270	12.27	2470	2470	2470	10	24700	1826565000	739500	KNX	2529
2021-01-15	225860	엠앤씨생명과학	KONEX	일반기업부	90	2	-7	-7.22	108	111	83	336120	31697850	1022228280	11358092	KNX	2530

11099879 rows × 17 columns

In [3]:

len(df_marcap)

Out[3]:

11099879

수정주가(Adjust Price)¶

수정주가(Adjust Price)란 총 발행 주식수의 변화를 반영한 가격을 말합니다. 액면분할, 액면병합, 유상증자, 무상증자와 같이 총 발행주식수의 변화가 발생하면 가격의 변화가 생깁니다. 예를 들어, 어떤 회사가 액면분할을 통해 1주를 2개로 쪼갠다고 하면, 주식수를 2배로 늘어나고 주식의 가격은 1/2로 낮아지며 시가총액은 동일하게 유지 됩니다.

실제 예를 들어보죠.

2018년 5월 4일, 삼성전자는 50:1로 액면분할을 합니다. 1주가 50주로 쪼개지는 것이죠. 이때 5000원인 삼성전자 주식 액면가는 액면분할 후 100원이 되었습니다. 액면분할 전에 주당 265만원(4월30일 기준)에서 5만3천원이 되었습니다.

이 가격 데이터를 그대로 사용한다면 주가가 하루만에 1/50로 다시말해 -98% 하락한 것이 됩니다.

In [4]:

from marcap import marcap_data

code = '005930' # 삼성전자(005930)
df_stock = marcap_data('1995-05-02', '2021-01-15', code)

In [5]:

df_stock['2018-04-25':'2018-05-09']

Out[5]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2018-04-25	005930	삼성전자	KOSPI	NaN	2520000	2	-3000	-0.12	2461000	2525000	2461000	332292	826565905260	323533964880000	128386494	STK	1
2018-04-26	005930	삼성전자	KOSPI	NaN	2607000	1	87000	3.45	2521000	2608000	2520000	360931	931526175000	334703589858000	128386494	STK	1
2018-04-27	005930	삼성전자	KOSPI	NaN	2650000	1	43000	1.65	2669000	2682000	2622000	606216	1611240055340	340224209100000	128386494	STK	1
2018-05-04	005930	삼성전자	KOSPI	NaN	51900	2	-1100	-2.08	53000	53900	51800	39565391	2078017927600	333162951930000	6419324700	STK	1
2018-05-08	005930	삼성전자	KOSPI	NaN	52600	1	700	1.35	52600	53200	51900	23104720	1218273031700	337656479220000	6419324700	STK	1
2018-05-09	005930	삼성전자	KOSPI	NaN	50900	2	-1700	-3.23	52600	52800	50900	16128305	831371915380	326743627230000	6419324700	STK	1

In [6]:

df_stock['2018-01':'2018-07']['Close'].plot(figsize=((14,6)))

Out[6]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f157a6385d0>

백테스트를 하기 위해서는 주식 가격 데이터의 연속성이 보장되어야 합니다. 삼성전자가 5월 4일에 -98% 하락한 것으로 계산하면 안되겠죠.

발행 주식수가 변화하는 이벤트가 있는 경우 반드시 주식수를 변화를 함께 고려해야 합니다. 발행주식수의 변화를 반영한 가격을 수정주가(Adjusted Closing Price)라고 합니다. 백테스트를 위해서는 꼭 수정주가를 사용해야 합니다.

In [7]:

df_stock['2018-04-25':'2018-05-09']

Out[7]:

	Code	Name	Market	Dept	Close	ChangeCode	Changes	ChagesRatio	Open	High	Low	Volume	Amount	Marcap	Stocks	MarketId	Rank
Date
2018-04-25	005930	삼성전자	KOSPI	NaN	2520000	2	-3000	-0.12	2461000	2525000	2461000	332292	826565905260	323533964880000	128386494	STK	1
2018-04-26	005930	삼성전자	KOSPI	NaN	2607000	1	87000	3.45	2521000	2608000	2520000	360931	931526175000	334703589858000	128386494	STK	1
2018-04-27	005930	삼성전자	KOSPI	NaN	2650000	1	43000	1.65	2669000	2682000	2622000	606216	1611240055340	340224209100000	128386494	STK	1
2018-05-04	005930	삼성전자	KOSPI	NaN	51900	2	-1100	-2.08	53000	53900	51800	39565391	2078017927600	333162951930000	6419324700	STK	1
2018-05-08	005930	삼성전자	KOSPI	NaN	52600	1	700	1.35	52600	53200	51900	23104720	1218273031700	337656479220000	6419324700	STK	1
2018-05-09	005930	삼성전자	KOSPI	NaN	50900	2	-1700	-3.23	52600	52800	50900	16128305	831371915380	326743627230000	6419324700	STK	1

액면분할을 위해 2018-04-30 부터 2018-05-03 까지 3일간 거래정지되고 2018-05-04 부터 액면분할된 가격으로 거래가 시작된 것을 확인할 수 있습니다. 2018-05-03일 총 주식수 128,386,494주에서 다음날 총 주식수는 6,419,324,700주 로 50배가 늘어났습니다. 즉 50:1로 액면분할을 한 것이죠.

수정가격은 보통 오늘 가격과 총 주식수를 과거 데이터에 반영하여 구합니다. 혹은 특정 테스트 범위의 가장 마지막 날의 가격과 총 주식수를 기준으로 과거 가격들을 수정합니다.

주가는 보통 종가(Close)를 기준으로 하기 때문에 수정주가로 가장 많이 쓰이는 것이 바로 수정 종가(Adjust Close Price) 입니다.

In [8]:

# 삼성전자(005930), 수정종가
latest_stocks = df_stock.iloc[-1]['Stocks'] # 범위 마지막날 주식수(기준)

df_stock['Adj Close'] = df_stock['Close'] * (df_stock['Stocks'] / latest_stocks) # 수정종가
df_stock['Adj Close'].plot(figsize=(14,6))

Out[8]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f157a6fb050>

다음과 같이 2018년 종가와 수정 종가를 같이 그려놓고 보면 더 확실하게 차이를 알 수 있습니다.

In [9]:

df_stock[['Close', 'Adj Close']].plot(secondary_y=['Adj Close'],figsize=(14,6))

Out[9]:

<matplotlib.axes._subplots.AxesSubplot at 0x7f1578e65f50>

대부분 종가(Close)를 기준으로 삼기 때문에 보통 수정종가(Adj Close)를 주로 사용합니다.

하지만, 종가(Close)뿐만 아니라 시가(Open),고가(High),저가(Low)의 경우도 마찬가지로 백테스트에 사용한다면 동일하게 수정가격을 적용하여 사용해야 합니다.

요약¶

특정 기간동안의 수익률을 정확하게 산정하기 위해서는 수정 종가로 계산해야 주식 가격의 연속성을 보장받을 수 있습니다.

시가총액(marcap) 데이터셋 뿐만 아니라 25년간 개별 종목의 가격 등 다양한 데이터를 포함하고 있습니다. 뿐만 아니라 발행 주식수가 데이터에 포함되어 있으므로 수정주가(Adjust Price)을 산출할 수 있습니다.

시가총액 데이터셋(marcap) 튜토리얼 - 수정가격¶

2018 - 2021 FinanceData.KR¶

시가총액 데이터셋(marcap) 가져오기¶

수정주가(Adjust Price)¶

요약¶

2018 - 2021 FinanceData.KR¶

2018 - 2021 FinanceData.KR ¶

2018 - 2021 FinanceData.KR ¶