미국 ETF 대표 종목 뽑아내기: python yahoo finance 활용

미국 ETF 종목 정보

미국 ETF의 기본적인 정보는 ETF Database 사이트에서(https://etfdb.com/) 쉽게 조회할 수 있다. 추가적인 비용을 내면 해당 사이트에서 제공하는 다양한 분석 툴을 사용할 수 있다. 우리도 ETF 목록만 있다면 yahoo finance API를 활용해서 비교적 간단한 분석 정도는 수행 할 수 있다. 기본적인 ETF 목록이 나와있는 아래의 파일과 yahoo finance API를 이용해서 투자할 만한 ETF를 골라내 보자. 

ETF_Ticker.csv

0.12MB

그림1: csv 파일 데이터 구조

 

python yahoo finance 라이브러리 활용

라이브러리 설치

야후 파이낸스에서는 제공하는 각종 주식 정보를 볼 수 있는 라이브러리를 제공하고 있는데 아나콘다 프롬프트를 켜서 야후 파이낸스 라이브러리를 사용할 가상환경을 만든 뒤([키움API]아나콘다-파이썬 가상환경 만들기참조) 마찬가지로 아나콘다 프롬프트에서 pip install yfinance 명령어를 통해서 yahoo finance 라이브러리를 설치하면 된다.

라이브러리 주요 함수

라이브러리에 대한 간단한 설명은 공식 문서에서 확인할수 있다.(https://pypi.org/project/yfinance/) description 부분에서 다양한 함수를 아래 그림 2와 같이 소개하고 있는데, 대표적으로는 history 함수로 과거 가격을 가져올 수 있고, news  함수로 연관 뉴스를 불러올 수 있다.

그림2: yahoo finance 공식문서

미국 ETF 대표종목 찾기 : 자산가치가 가장 큰 ETF 찾기

Ticker 를 이용한 데이터프레임 만들기 : get_df

자산가치가 큰 대표 ETF를 찾기 위해선 먼저 Ticker 데이터를 입수하고 개별 Ticker마다 Total Asset 데이터를 입수한 뒤 하나의 데이터프레임을 만드는 과정을 거쳐야 한다. 먼저 Ticker 데이터를 입수하는 함수는(get_df) pandas 라이브러리의 read_csv(업로드한 파일이 csv 형식이다.) 함수를 쓰면 간단하게 구현이 가능하다.

import yfinance as yf
import pandas as pd

file_path = "위 파일의 경로"

def get_df(file_path: str):
    # 파일을 경로에서 csv 파일 읽어오기
    df = pd.read_csv(file_path)
    tickers = df
    return tickers

ETF의 총자산 입수하기 : get_total_asset

ETF의 총자산은 info 라는 속성에서 뽑아낼 수 있다. 먼저 yfinance 의 Ticker 클래스의 객체를 만들고, info 라는 속성에서 "totalAssets"라는 부분을 뽑아내면 된다. 코드로는 아래와 같이 구현할 수 있다. 

import yfinance as yf
import pandas as pd

...(생략)...

def get_total_asset(ticker: str):
	# ticker를 변수로 받아서 yfinance의 Ticker 클래스 객체인 stock을 만들기
    stock = yf.Ticker(ticker)
    # stock의 info 속성의 totalAssets 정보를 가져오기
    totalasset = stock.info.get("totalAssets")
    return totalasset

Ticker 별 totalasset 을 보여주는 dataframe 구축 : get_etf_analysis_df

get_df 함수를 이용해서 Tickers 라는 데이터 프레임을 만들고 Tickers의 개별 Ticker 마다 get_total_asset 함수를 통해서 total asset 의 값을 입수한 뒤 ticker, ticker명, total asset 으로 이루어진 데이터를 추가해 나가면 최종적인 데이터프레임을 얻을 수 있다. 이 데이터프레임을 totalasset 을 기준으로 내림차순 한 뒤 10개만 보여주도록 하면 미국의 TOP 10 ETF 데이터를 얻을 수 있다.

import yfinance as yf
import pandas as pd

...(생략)...

def get_etf_analysis_df(file_path):
    # get_df 함수로 tickers 목록 불러오기
    Tickers = get_df(file_path)
    # 데이터를 집어넣을 빈 list 만들기
    data = []
    # tickers 목록에서 "티커"컬럼의 각 값을 i 에 넣어서 반복문 작성
    for i in Tickers["티커"]:
        ticker = i
        # Tickers 데이터에서 "티커"값이 i 와 같은 종목명 가져오기
        name = Tickers.loc[Tickers["티커"]==i, "종목명"].values[0]
        try:
        	# get_total_asset 함수로 ticker 의 total asset 값 가져오기
            totalasset = get_total_asset(i)
        except Exception as e:
        	# 에러시 에러 표시하고 total asset 값은 강제로 0 으로 입수
            print(f"Error Loading Data: {e}")
            totalasset = 0
        addtional_data = [ticker, name, totalasset]
        data.append(addtional_data)
    # 전체 데이터(data)로 dataframe을 만들고 컬럼은 "ticker", "name", "totalasset" 으로 구성 
    df = pd.DataFrame(data=data, columns=["ticker", "name", "totalasset"])
    # 중복된 데이터가 있을 경우 제거
    df = df.drop_duplicates(subset=["ticker"])
    # totalasset 기준으로 내림차순 정렬하고, 상위 10개 결과만 뽑아내기
    df = df.sort_values(by="totalasset", ascending=False).head(10)
    # 숫자로 소수점 둘째 자리까지 표시
    df["totalasset"] = df["totalasset"].map('{:,.2f}'.format)
    return df

현재 미국 TOP 10 ETF는 아래 그림과 같다. 

그림3: 미국 대표 ETF 찾기

전체 실행코드를 나태나면 아래와 같다.

import yfinance as yf
import pandas as pd

file_path = "위 파일의 경로"
def get_df(file_path: str):
    df = pd.read_csv(file_path)
    tickers = df
    return tickers

def get_total_asset(ticker: str):
    stock = yf.Ticker(ticker)
    totalasset = stock.info.get("totalAssets")
    return totalasset

def get_etf_analysis_df(file_path):
    Tickers = get_df(file_path)
    data = []
    for i in Tickers["티커"]:
        ticker = i
        name = Tickers.loc[Tickers["티커"]==i, "종목명"].values[0]
        try:
            totalasset = get_total_asset(i)
        except Exception as e:
            print(f"Error Loading Data: {e}")
            totalasset = 0
        addtional_data = [ticker, name, totalasset]
        data.append(addtional_data)
    df = pd.DataFrame(data=data, columns=["ticker", "name", "totalasset"])
    df = df.drop_duplicates(subset=["ticker"])
    df = df.sort_values(by="totalasset", ascending=False).head(10)
    df["totalasset"] = df["totalasset"].map('{:,.2f}'.format)
    return df

result = get_etf_analysis_df(file_path)
print(result)