yfinance와 matplotlib을 사용한 주식 가격 변동 그래프 그리기

주식의 가격 변동을 시각적으로 확인하는 것은 투자 분석에서 중요한 부분입니다. 이번 포스팅에서는 Python의 yfinance 라이브러리와 matplotlib 라이브러리를 사용하여 특정 주식의 가격 변동 그래프를 그려보겠습니다. 이 과정을 통해 주식의 과거 가격 변동을 한눈에 확인하고, 추세를 분석할 수 있습니다.

1. 필요한 라이브러리 설치

먼저, 주식 데이터를 다운로드하고 시각화하는 데 필요한 라이브러리들을 설치합니다. 필요한 라이브러리는 yfinance, pandas, matplotlib입니다. 아래 명령어로 설치할 수 있습니다.

pip install yfinance pandas matplotlib

2. 주식 가격 변동 그래프 그리기

이제 주식의 가격 변동을 그래프 형태로 시각화하는 코드를 작성해보겠습니다. 아래 코드는 AAPL(Apple Inc.)의 2023년 1월 1일부터 2025년 1월 1일까지의 주식 데이터를 다운로드하고, 해당 기간 동안의 종가 데이터를 사용하여 그래프를 그리는 코드입니다.

import pandas as pd
import yfinance as yf
import matplotlib.pyplot as plt

# 주식 티커 설정: 예시로 AAPL 사용
ticker = "AAPL"
start_date = "2023-01-01"  # 시작일
end_date = "2025-01-01"    # 종료일

# 주식 데이터 다운로드
data = yf.download(ticker, start=start_date, end=end_date, actions="inline")

# 데이터를 DataFrame으로 변환
df = pd.DataFrame(data)

# 종가(종료 가격) 데이터 추출
close_prices = df['Close']  # 종가 데이터 추출

# 주식 가격 변동 그래프 그리기 (지정된 기간 동안)
plt.figure(figsize=(10, 6))  # 그래프 크기 설정
plt.plot(close_prices, label=ticker)  # 주식 가격 변동선 그래프

plt.title(f"{start_date} ~ {end_date} Stock Price Movement of {ticker}")
plt.xlabel("Date")
plt.ylabel("Price (USD)")
plt.legend()
plt.xticks(rotation=45)
plt.grid(True)
plt.tight_layout()

# 그래프 출력
plt.show()

3. 코드 설명

• 주식 데이터 다운로드: yfinance 라이브러리의 download() 함수를 사용하여, 주식 티커(AAPL)에 해당하는 2023년 1월 1일부터 2025년 1월 9일까지의 주식 데이터를 다운로드합니다. actions="inline" 옵션을 사용하여 주식 분할, 배당금 등의 정보도 포함됩니다.
• 데이터프레임 변환: 다운로드한 데이터를 pandas의 DataFrame 형식으로 변환하여, close_prices 열을 추출해 종가 데이터를 가져옵니다.
• 주식 가격 변동 그래프 그리기: matplotlib의 plot() 함수로 주식의 종가 데이터를 그래프 형태로 그립니다. 이때, figsize를 사용해 그래프의 크기를 설정하고, xlabel과 ylabel로 x축과 y축의 라벨을 추가하며, title로 그래프의 제목을 설정합니다. legend() 함수로 그래프에 레이블을 추가하고, xticks(rotation=45)로 x축의 날짜가 겹치지 않도록 회전시킵니다.
• 그래프 출력: plt.show()를 사용하여 그래프를 화면에 출력합니다.

4. 출력 결과

위 코드를 실행하면, 2023년 1월 1일부터 2025년 1월 1일까지의 AAPL 주식의 종가 변동 그래프가 나타납니다. 이 그래프는 주식의 가격이 시간에 따라 어떻게 변했는지를 시각적으로 보여줍니다.

5. 결론

이번 포스팅을 통해 yfinance를 사용하여 주식 데이터를 다운로드하고, matplotlib을 사용해 그 데이터를 시각화하는 방법을 배웠습니다. 주식의 가격 변동 그래프는 투자 결정을 내리는 데 중요한 도구가 될 수 있으며, 과거 데이터를 분석하는 데 유용합니다.

이 방법은 AAPL뿐만 아니라 다른 주식 종목에도 쉽게 적용할 수 있으며, 원하는 기간을 설정하여 다양한 주식의 가격 변동을 비교할 수도 있습니다. 이를 통해 더 효과적인 투자 분석을 진행할 수 있습니다.