analyser_hj3415 2.0.2__py2.py3-none-any.whl → 2.1.0__py2.py3-none-any.whl

analyser_hj3415/eval.py

@@ -1,382 +0,0 @@
-"""red, mil, blue 3가지 분야에서 자료를 계산하여 리턴하는 함수 모음
-"""
-import math
-import time
-import datetime
-import pandas as pd
-from multiprocessing import Process, Queue
-
-from .db import mongo, evaltools
-from utils_hj3415 import utils
-
-import logging
-
-logger = logging.getLogger(__name__)
-formatter = logging.Formatter('%(levelname)s: [%(name)s] %(message)s')
-ch = logging.StreamHandler()
-ch.setFormatter(formatter)
-logger.addHandler(ch)
-logger.setLevel(logging.WARNING)
-
-# 주식을 통한 기대수익률 - 금리가 3%일 경우 두배인 6% 정도로 잡는다.
-EXPECT_EARN = 0.04
-
-
-def red(client, code: str) -> dict:
-    """
-    리턴값
-    {
-        'red_price': red_price,
-        '사업가치': 사업가치,
-        '재산가치': 재산가치,
-        '부채평가': 부채평가,
-        '발행주식수': 발행주식수,
-        'date': [각 유효한 값의 년월값 리스트(ex- 2020/09)],
-    }
-    """
-    c101 = mongo.C101(client, code)
-    c103q = mongo.C103(client, code, 'c103재무상태표q')
-
-    d1, 지배주주당기순이익 = evaltools.calc당기순이익(client, code)
-    d2, 유동자산 = evaltools.calc유동자산(client, code)
-    d3, 유동부채 = evaltools.calc유동부채(client, code)
-    d4, 부채평가 = evaltools.calc비유동부채(client, code)
-
-    c103q.page = 'c103재무상태표q'
-    d5, 투자자산 = c103q.latest_value('투자자산', nan_to_zero=True, allow_empty=True)
-    d6, 투자부동산 = c103q.latest_value('투자부동산', nan_to_zero=True, allow_empty=True)
-
-    # 사업가치 계산 - 지배주주지분 당기순이익 / 기대수익률
-    사업가치 = round(지배주주당기순이익 / EXPECT_EARN, 2)
-
-    # 재산가치 계산 - 유동자산 - (유동부채*1.2) + 고정자산중 투자자산
-    재산가치 = round(유동자산 - (유동부채 * 1.2) + 투자자산 + 투자부동산, 2)
-    if math.isnan(재산가치):
-        logger.warning(f'유동자산: {유동자산} - 유동부채: {유동부채} * 1.2 + 투자자산: {투자자산} + 투자부동산: {투자부동산}')
-
-    d, 발행주식수 = c103q.latest_value('발행주식수', allow_empty=True)
-    if math.isnan(발행주식수):
-        rc101 = c101.get_recent()
-        logger.error(rc101)
-        발행주식수 = utils.to_int(rc101.get('발행주식'))
-    else:
-        발행주식수 = 발행주식수 * 1000
-
-    try:
-        red_price = round(((사업가치 + 재산가치 - 부채평가) * 100000000) / 발행주식수)
-    except (ZeroDivisionError, ValueError) as e:
-        logger.error(f'In calc red price... {e} : {code}')
-        red_price = math.nan
-
-    logger.debug(f'Red Price : {red_price}원')
-    return {
-        'red_price': red_price,
-        '사업가치': 사업가치,
-        '재산가치': 재산가치,
-        '부채평가': 부채평가,
-        '발행주식수': 발행주식수,
-        'date': [i for i in {d1, d2, d3, d4, d5, d6} if i != ''],  # ''값을 제거하고 리스트로 바꾼다.
-    }
-
-
-def mil(client, code: str) -> dict:
-    """
-    리턴값
-    {
-        '주주수익률': 주주수익률,
-        '이익지표': 이익지표,
-        '투자수익률': {'ROIC': roic, 'ROE': roe},
-        '가치지표': {'FCF': fcf_dict, 'PFCF': pfcf_dict, 'PCR': pcr_dict},
-        'date': [각 유효한 값의 년월값 리스트(ex- 2020/09)],
-    }
-    """
-    c103 = mongo.C103(client, code, 'c103현금흐름표q')
-    c104 = mongo.C104(client, code, 'c104q')
-
-    marketcap억 = evaltools.get_marketcap(client, code, nan_to_zero=False) / 100000000
-    logger.debug(f'{code} market cap: {marketcap억}')
-    fcf_dict = evaltools.findFCF(client, code)
-    pfcf_dict = evaltools.findPFCF(client, code)
-    d1, 지배주주당기순이익 = evaltools.calc당기순이익(client, code)
-
-    d2, 재무활동현금흐름 = c103.sum_recent_4q(title='재무활동으로인한현금흐름', nan_to_zero=False)
-    d3, 영업활동현금흐름 = c103.sum_recent_4q(title='영업활동으로인한현금흐름', nan_to_zero=False)
-
-    d4, roic = c104.sum_recent_4q('ROIC', nan_to_zero=False)
-    d5, roe = c104.latest_value('ROE', nan_to_zero=False, allow_empty=True)
-    pcr_dict = c104.find('PCR', allow_empty=True)
-
-    try:
-        주주수익률 = round((재무활동현금흐름 / marketcap억 * -100), 2)
-        이익지표 = round((지배주주당기순이익 - 영업활동현금흐름) / marketcap억, 5)
-    except ZeroDivisionError:
-        주주수익률 = math.nan
-        이익지표 = math.nan
-
-    if math.isnan(주주수익률) or math.isnan(이익지표):
-        logger.warning(f'주주수익률: {주주수익률} 이익지표: {이익지표}')
-        logger.warning(f'재무활동현금흐름: {재무활동현금흐름}지배주주당기순이익: {지배주주당기순이익}영업활동현금흐름: {영업활동현금흐름}')
-
-    logger.debug(f'{code} fcf_dict : {fcf_dict}')
-    logger.debug(f"{code} market_cap : {marketcap억}")
-    logger.debug(f'{code} pfcf_dict : {pfcf_dict}')
-    logger.debug(f'{code} pcr_dict : {pcr_dict}')
-
-    return {
-        '주주수익률': 주주수익률,
-        '이익지표': 이익지표,
-        '투자수익률': {'ROIC': roic, 'ROE': roe},
-        '가치지표': {'FCF': fcf_dict, 'PFCF': pfcf_dict, 'PCR': pcr_dict},
-        'date': [i for i in {d1, d2, d3, d4, d5} if i != ''],  # ''값을 제거하고 리스트로 바꾼다.
-    }
-
-
-def blue(client, code: str) -> dict:
-    """
-    리턴값
-    {
-    'date': [각 유효한 값의 최근분기 값 리스트(ex- 2020/09)],
-    '순부채비율': (29.99, {'2018/12': 19.45, '2019/12': 19.52, '2020/12': 12.07, '2021/12': 82.2, '2022/12': 29.99, '2023/12': nan}),
-    '순운전자본회전율': (1.04, {'2018/12': 21.91, '2019/12': 23.12, '2020/12': 5.88, '2021/12': 5.6, '2022/12': 6.04, '2023/12': nan}),
-    '유동비율': 64.29,
-    '이자보상배율': (-3.64, {'2018/12': 4.01, '2019/12': 1.3, '2020/12': -5.05, '2021/12': 0.56, '2022/12': -1.28, '2023/12': nan}),
-    '재고자산회전율': (1.66, {'2018/12': 12.41, '2019/12': 12.44, '2020/12': 9.18, '2021/12': 9.76, '2022/12': 8.79, '2023/12': nan})
-    }
-
-    <유동비율>
-    100미만이면 주의하나 현금흐름창출력이 좋으면 괜찮을수 있다.
-    만약 100%이하면 유동자산에 추정영업현금흐름을 더해서 다시계산해보아 기회를 준다.
-    <이자보상배율>
-    이자보상배율 영업이익/이자비용으로 1이면 자금사정빡빡 5이상이면 양호
-    <순운전자금회전율>
-    순운전자금 => 기업활동을 하기 위해 필요한 자금 (매출채권 + 재고자산 - 매입채무)
-    순운전자본회전율은 매출액/순운전자본으로 일정비율이 유지되는것이 좋으며 너무 작아지면 순운전자본이 많아졌다는 의미로 재고나 외상이 쌓인다는 뜻
-    <재고자산회전율>
-    재고자산회전율은 매출액/재고자산으로 회전율이 낮을수록 재고가 많다는 이야기이므로 불리 전년도등과 비교해서 큰차이 발생하면 알람.
-    재고자산회전율이 작아지면 재고가 쌓인다는뜻
-    <순부채비율>
-    부채비율은 업종마다 달라 일괄비교 어려우나 순부채 비율이 20%이하인것이 좋고 꾸준히 늘어나지 않는것이 좋다.
-    순부채 비율이 30%이상이면 좋치 않다.
-    <매출액>
-    매출액은 어떤경우에도 성장하는 기업이 좋다.매출이 20%씩 늘어나는 종목은 유망한 종목
-    <영업이익률>
-    영업이익률은 기업의 경쟁력척도로 경쟁사에 비해 높으면 경제적해자를 갖춘셈
-    """
-
-    d1, 유동비율 = evaltools.calc유동비율(client, code, pop_count=3)
-    logger.debug(f'유동비율 {유동비율} / [{d1}]')
-
-    c104y = mongo.C104(client, code, 'c104y')
-    dict이자보상배율y = c104y.find('이자보상배율', allow_empty=True)
-    dict순운전자본회전율y = c104y.find('순운전자본회전율', allow_empty=True)
-    dict재고자산회전율y = c104y.find('재고자산회전율', allow_empty=True)
-    dict순부채비율y = c104y.find('순부채비율', allow_empty=True)
-
-    c104q = mongo.C104(client, code, 'c104q')
-    d2, 이자보상배율q = c104q.latest_value('이자보상배율', allow_empty=True)
-    d3, 순운전자본회전율q = c104q.latest_value('순운전자본회전율', allow_empty=True)
-    d4, 재고자산회전율q = c104q.latest_value('재고자산회전율', allow_empty=True)
-    d5, 순부채비율q = c104q.latest_value('순부채비율', allow_empty=True)
-
-    if len(dict이자보상배율y) == 0:
-        logger.warning(f'empty dict - 이자보상배율 : {이자보상배율q} {dict이자보상배율y}')
-
-    if len(dict순운전자본회전율y) == 0:
-        logger.warning(f'empty dict - 순운전자본회전율 : {순운전자본회전율q} {dict순운전자본회전율y}')
-
-    if len(dict재고자산회전율y) == 0:
-        logger.warning(f'empty dict - 재고자산회전율 : {재고자산회전율q} {dict재고자산회전율y}')
-
-    if len(dict순부채비율y) == 0:
-        logger.warning(f'empty dict - 순부채비율 : {순부채비율q} {dict순부채비율y}')
-
-    ################################################################
-
-    return {
-        '유동비율': 유동비율,
-        '이자보상배율': (이자보상배율q, dict이자보상배율y),
-        '순운전자본회전율': (순운전자본회전율q, dict순운전자본회전율y),
-        '재고자산회전율': (재고자산회전율q, dict재고자산회전율y),
-        '순부채비율': (순부채비율q, dict순부채비율y),
-        'date': [i for i in {d1, d2, d3, d4, d5} if i != ''],  # ''값을 제거하고 리스트로 바꾼다.
-    }
-
-
-def growth(client, code: str) -> dict:
-    """
-    리턴값
-    {'date': [각 유효한 값의 최근분기 값 리스트(ex- 2020/09)],
-    '매출액증가율': (-14.37, {'2018/12': -24.56, '2019/12': -20.19, '2020/12': -12.64, '2021/12': 38.65, '2022/12': -8.56, '2023/12': nan}),
-    '영업이익률': {'뉴프렉스': '17.36', '동일기연': '13.58', '비에이치': '16.23', '에이엔피': '-9.30', '이브이첨단소재': '-4.93'}}
-
-    <매출액>
-    매출액은 어떤경우에도 성장하는 기업이 좋다.매출이 20%씩 늘어나는 종목은 유망한 종목
-    <영업이익률>
-    영업이익률은 기업의 경쟁력척도로 경쟁사에 비해 높으면 경제적해자를 갖춘셈
-    """
-    c104y = mongo.C104(client, code, 'c104y')
-    c106y = mongo.C106(client, code, 'c106y')
-
-    dict매출액증가율y = c104y.find('매출액증가율', allow_empty=True)
-
-    c104q = mongo.C104(client, code, 'c104q')
-    d1, 매출액증가율q = c104q.latest_value('매출액증가율', nan_to_zero=False, allow_empty=True)
-
-    logger.debug(f'매출액증가율 : {매출액증가율q} {dict매출액증가율y}')
-
-    ################################################################
-
-    # c106 에서 타 기업과 영업이익률 비교
-    dict영업이익률 = c106y.find('영업이익률', allow_empty=True)
-
-    return {
-        '매출액증가율': (매출액증가율q, dict매출액증가율y),
-        '영업이익률': dict영업이익률,
-        'date': [d1, ]}
-
-
-"""
-- 각분기의 합이 연이 아닌 타이틀(즉 sum_4q를 사용하면 안됨)
-'*(지배)당기순이익'
-'*(비지배)당기순이익'
-'장기차입금'
-'현금및예치금'
-'매도가능금융자산'
-'매도파생결합증권'
-'만기보유금융자산'
-'당기손익-공정가치측정금융부채'
-'당기손익인식(지정)금융부채'
-'단기매매금융자산'
-'단기매매금융부채'
-'예수부채'
-'차입부채'
-'기타부채'
-'보험계약부채(책임준비금)'
-'*CAPEX'
-'ROE'
-"""
-
-"""
-- sum_4q를 사용해도 되는 타이틀
-'자산총계'
-'당기순이익'
-'유동자산'
-'유동부채'
-'비유동부채'
-
-'영업활동으로인한현금흐름'
-'재무활동으로인한현금흐름'
-'ROIC'
-"""
-
-
-def _make_df_part(db_addr, codes: list, q):
-    def make_record(my_client, my_code: str) -> dict:
-        # 장고에서 사용할 eval 테이블을 만들기 위해 각각의 레코드를 구성하는 함수
-        c101 = mongo.C101(my_client, my_code).get_recent()
-
-        red_dict = red(my_client, my_code)
-        mil_dict = mil(my_client, my_code)
-        growth_dict = growth(my_client, my_code)
-
-        mil_date = mil_dict['date']
-        red_date = red_dict['date']
-        growth_date = growth_dict['date']
-
-        return {
-            'code': c101['코드'],
-            '종목명': c101['종목명'],
-            '주가': utils.to_int(c101['주가']),
-            'PER': utils.to_float(c101['PER']),
-            'PBR': utils.to_float(c101['PBR']),
-            '시가총액': utils.to_float(c101['시가총액']),
-            'RED': utils.to_int(red_dict['red_price']),
-            '주주수익률': utils.to_float(mil_dict['주주수익률']),
-            '이익지표': utils.to_float(mil_dict['이익지표']),
-            'ROIC': utils.to_float(mil_dict['투자수익률']['ROIC']),
-            'ROE': utils.to_float(mil_dict['투자수익률']['ROE']),
-            'PFCF': utils.to_float(mongo.Corps.latest_value(mil_dict['가치지표']['PFCF'])[1]),
-            'PCR': utils.to_float(mongo.Corps.latest_value(mil_dict['가치지표']['PCR'])[1]),
-            '매출액증가율': utils.to_float(growth_dict['매출액증가율'][0]),
-            'date': list(set(mil_date + red_date + growth_date))
-        }
-    # 각 코어별로 디비 클라이언트를 만들어야만 한다. 안그러면 에러발생
-    client = mongo.connect_mongo(db_addr)
-    t = len(codes)
-    d = []
-    for i, code in enumerate(codes):
-        print(f'{i+1}/{t} {code}')
-        try:
-            d.append(make_record(client, code))
-        except:
-            logger.error(f'error on {code}')
-            continue
-    df = pd.DataFrame(d)
-    logger.info(df)
-    q.put(df)
-
-
-def make_today_eval_df(client, refresh: bool = False) -> pd.DataFrame:
-    """ 멀티프로세싱을 사용하여 전체 종목의 eval 을 데이터프레임으로 만들어 반환
-
-    기본값으로 refresh 는 False 로 설정되어 당일자의 저장된 데이터프레임이 있으면 새로 생성하지 않고 mongo DB를 이용한다.
-    """
-    today_str = datetime.datetime.today().strftime('%Y%m%d')
-    df = mongo.EvalByDate(client, today_str).load_df()
-    if refresh or len(df) == 0:
-        codes_in_db = mongo.Corps.get_all_codes(client)
-
-        print('*' * 25, f"Eval all using multiprocess(refresh={refresh})", '*' * 25)
-        print(f'Total {len(codes_in_db)} items..')
-        logger.debug(codes_in_db)
-        n, divided_list = utils.code_divider_by_cpu_core(codes_in_db)
-
-        addr = mongo.extract_addr_from_client(client)
-
-        start_time = time.time()
-        q = Queue()
-        ths = []
-        for i in range(n):
-            ths.append(Process(target=_make_df_part, args=(addr, divided_list[i], q)))
-        for i in range(n):
-            ths[i].start()
-
-        df_list = []
-        for i in range(n):
-            df_list.append(q.get())
-        # 부분데이터프레임들을 하나로 합침
-        final_df = pd.concat(df_list, ignore_index=True)
-
-        for i in range(n):
-            ths[i].join()
-
-        print(f'Total spent time : {round(time.time() - start_time, 2)} sec.')
-        logger.debug(final_df)
-        print(f"Save to mongo db(db: eval col: {today_str})")
-        mongo.EvalByDate(client, today_str).save_df(final_df)
-    else:
-        print(f"Use saved dataframe from mongo db..")
-        final_df = df
-    return final_df
-
-
-def yield_valid_spac(client) -> tuple:
-    """
-    전체 스팩주의 현재가를 평가하여 2000원 이하인 경우 yield한다.
-
-    Returns:
-        tuple: (code, name, price)
-    """
-    codes = mongo.Corps.get_all_codes(client)
-    logger.debug(f'len(codes) : {len(codes)}')
-    print('<<< Finding valuable SPAC >>>')
-    for i, code in enumerate(codes):
-        name = mongo.Corps.get_name(client, code)
-        logger.debug(f'code : {code} name : {name}')
-        if '스팩' in str(name):
-            logger.debug(f'>>> spac - code : {code} name : {name}')
-            price, _, _ = utils.get_price_now(code=code)
-            if price <= 2000:
-                logger.warning(f'현재가:{price}')
-                print(f"code: {code} name: {name}, price: {price}")
-                yield code, name, price

analyser_hj3415-2.0.2.dist-info/RECORD

@@ -1,16 +0,0 @@
-analyser_hj3415/.DS_Store,sha256=ru32hJTZXnU4wX_07F4wd6nuiLkH9bA3gTALaIXBamM,6148
-analyser_hj3415/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-analyser_hj3415/cli.py,sha256=qzRnpDRJvQnQevSKHBpKbTsBjmSWllZjzTV4z_alg2A,4891
-analyser_hj3415/eval.py,sha256=v86gNZ722GYHyQKvm1NxHLC8r9mzSx1JgKkznSCyc6Q,16951
-analyser_hj3415/report.py,sha256=Sr14o6edWDwFZeR_cjE7zWw3K02Rv1nPKkgCUP-3Ah8,10917
-analyser_hj3415/score.py,sha256=hQCV_i_fsXKOYVKDZ4QIpf1SwFh8iHDrQAVFuM9x4os,16693
-analyser_hj3415/db/.DS_Store,sha256=1lFlJ5EFymdzGAUAaI30vcaaLHt3F1LwpG7xILf9jsM,6148
-analyser_hj3415/db/__init__.py,sha256=47DEQpj8HBSa-_TImW-5JCeuQeRkm5NMpJWZG3hSuFU,0
-analyser_hj3415/db/chk_db.py,sha256=NguwgG3TP9Lassh2eJ101AIHGVoWZCxUcESdPt19swE,10115
-analyser_hj3415/db/evaltools.py,sha256=aSOnMG2uKp5kTv-UPIgnpfeeePNhScIXZVu50mioAnY,11867
-analyser_hj3415/db/mongo.py,sha256=wc8GPwXhsibKWHERflVrOUCSJNmRlKKe0MzWZ6KQsfs,35309
-analyser_hj3415-2.0.2.dist-info/entry_points.txt,sha256=dHaCM3eOAGONmxTWuRVqo9Zyq2C7J5TZmpH0PD6FW5k,103
-analyser_hj3415-2.0.2.dist-info/LICENSE,sha256=QVKTp0dTnB5xG8RLgG17LwSWCKNEzYoVVM6KjoCPKc0,1079
-analyser_hj3415-2.0.2.dist-info/WHEEL,sha256=Sgu64hAMa6g5FdzHxXv9Xdse9yxpGGMeagVtPMWpJQY,99
-analyser_hj3415-2.0.2.dist-info/METADATA,sha256=HwMmaMdCLkoCMTw53I-AxL555A00z7AMovB8ellrbWw,6534
-analyser_hj3415-2.0.2.dist-info/RECORD,,