fisa_streamlit/develop.py at main · leedw21/fisa_streamlit · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
# 표준 라이브러리
import os
import datetime
from io import BytesIO

# 서드파티 라이브러리
import streamlit as st
import pandas as pd
import FinanceDataReader as fdr
import matplotlib.pyplot as plt
import koreanize_matplotlib


def get_krx_company_list() -> pd.DataFrame:
    try:
        # 파이썬 및 인터넷의 기본 문자열 인코딩 방식- UTF-8
        url = 'http://kind.krx.co.kr/corpgeneral/corpList.do?method=download&searchType=13'
        # MS 프로그램들은 cp949 / 구 몇몇 파일들의 인코딩 방식: EUC-KR
        df_listing = pd.read_html(url, header=0, flavor='bs4', encoding='EUC-KR')[0]

        # 필요한 컬럼만 추출 및 종목코드 6자리 포맷 맞추기
        df_listing = df_listing[['회사명', '종목코드']].copy()
        df_listing['종목코드'] = df_listing['종목코드'].apply(lambda x: f'{x:06}')
        return df_listing
    except Exception as e:
        st.error(f"상장사 명단을 불러오는 데 실패했습니다: {e}")
        return pd.DataFrame(columns=['회사명', '종목코드'])

def get_stock_code_by_company(company_name: str) -> str:
    # 만약 입력값이 숫자 6자리라면 그대로 반환
    if company_name.isdigit() and len(company_name) == 6:
        return company_name

    company_df = get_krx_company_list()
    codes = company_df[company_df['회사명'] == company_name]['종목코드'].values
    if len(codes) > 0:
        return codes[0]
    else:
        raise ValueError(f"'{company_name}'을 찾을 수 없습니다. 종목코드 6자리를 직접 입력해보세요.")

company_name = st.sidebar.text_input('조회할 회사를 입력하세요')
# https://docs.streamlit.io/develop/api-reference/widgets/st.date_input

today = datetime.datetime.now()
jan_1 = datetime.date(today.year, 1, 1)

selected_dates = st.sidebar.date_input(
    '조회할 날짜를 입력하세요',
    (jan_1, today),
    format="MM.DD.YYYY",
)

# st.write(selected_dates)

confirm_btn = st.sidebar.button('조회하기') # 클릭하면 True

# --- 메인 로직 ---
if confirm_btn:
    if not company_name: # ''
        st.warning("조회할 회사 이름을 입력하세요.")
    else:
        try:
            with st.spinner('데이터를 수집하는 중...'):
                stock_code = get_stock_code_by_company(company_name)
                start_date = selected_dates[0].strftime("%Y%m%d")
                end_date = selected_dates[1].strftime("%Y%m%d")

                price_df = fdr.DataReader(stock_code, start_date, end_date)

            if price_df.empty:
                st.info("해당 기간의 주가 데이터가 없습니다.")
            else:
                st.subheader(f"[{company_name}] 주가 데이터")
                st.dataframe(price_df.tail(10), width="stretch")

                import matplotlib.dates as mdates
                from matplotlib.ticker import FuncFormatter

                # Matplotlib 시각화 (개선 버전)
                plot_df = price_df.copy()
                plot_df = plot_df.reset_index()  # Date가 인덱스일 가능성 대비

                # 날짜 컬럼 이름이 보통 Date/날짜/Datetime 등으로 올 수 있어서 안전 처리
                date_col = plot_df.columns[0]
                plot_df[date_col] = pd.to_datetime(plot_df[date_col])

                plot_df["MA5"] = plot_df["Close"].rolling(5).mean()
                plot_df["MA20"] = plot_df["Close"].rolling(20).mean()
                plot_df["MA60"] = plot_df["Close"].rolling(60).mean()

                has_volume = "Volume" in plot_df.columns and plot_df["Volume"].notna().any()

                if has_volume:
                    fig, (ax1, ax2) = plt.subplots(
                        2, 1, figsize=(12, 7),
                        gridspec_kw={"height_ratios": [3, 1]},
                        sharex=True
                    )
                else:
                    fig, ax1 = plt.subplots(figsize=(12, 5))
                    ax2 = None

                # ---- 가격 라인 + 이동평균 ----
                ax1.plot(plot_df[date_col], plot_df["Close"], linewidth=1.8, label="Close")
                ax1.plot(plot_df[date_col], plot_df["MA5"], linewidth=1.2, label="MA5")
                ax1.plot(plot_df[date_col], plot_df["MA20"], linewidth=1.2, label="MA20")
                ax1.plot(plot_df[date_col], plot_df["MA60"], linewidth=1.2, label="MA60")

                # 최고/최저/마지막 값 마커
                high_idx = plot_df["Close"].idxmax()
                low_idx = plot_df["Close"].idxmin()
                last_idx = plot_df.index[-1]

                ax1.scatter(plot_df.loc[high_idx, date_col], plot_df.loc[high_idx, "Close"], s=50, label="High")
                ax1.scatter(plot_df.loc[low_idx, date_col], plot_df.loc[low_idx, "Close"], s=50, label="Low")
                ax1.scatter(plot_df.loc[last_idx, date_col], plot_df.loc[last_idx, "Close"], s=50, label="Last")

                # 값 라벨(너무 겹치면 주석만 빼도 됨)
                ax1.annotate(f"{plot_df.loc[high_idx, 'Close']:.0f}",
                            (plot_df.loc[high_idx, date_col], plot_df.loc[high_idx, "Close"]),
                            textcoords="offset points", xytext=(6, 6), fontsize=9)
                ax1.annotate(f"{plot_df.loc[low_idx, 'Close']:.0f}",
                            (plot_df.loc[low_idx, date_col], plot_df.loc[low_idx, "Close"]),
                            textcoords="offset points", xytext=(6, -14), fontsize=9)
                ax1.annotate(f"{plot_df.loc[last_idx, 'Close']:.0f}",
                            (plot_df.loc[last_idx, date_col], plot_df.loc[last_idx, "Close"]),
                            textcoords="offset points", xytext=(6, 6), fontsize=9)

                # ---- 축/그리드/포맷 ----
                ax1.set_title(f"{company_name} 종가 추이", fontsize=15)
                ax1.set_ylabel("Price")

                ax1.grid(True, linestyle="--", linewidth=0.5, alpha=0.6)

                # y축 천 단위 콤마
                ax1.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: f"{x:,.0f}"))

                # x축 날짜 포맷 (너무 촘촘하면 자동으로 간격 조절됨)
                ax1.xaxis.set_major_locator(mdates.AutoDateLocator())
                ax1.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m-%d"))

                ax1.legend(loc="upper left", ncols=3, frameon=True)

                # ---- 거래량 ----
                if has_volume and ax2 is not None:
                    ax2.bar(plot_df[date_col], plot_df["Volume"])
                    ax2.set_ylabel("Volume")
                    ax2.grid(True, linestyle="--", linewidth=0.5, alpha=0.4)
                    ax2.yaxis.set_major_formatter(FuncFormatter(lambda x, pos: f"{x:,.0f}"))

                fig.autofmt_xdate(rotation=30, ha="right")
                fig.tight_layout()
                st.pyplot(fig)


                # 엑셀 다운로드 기능
                output = BytesIO()
                with pd.ExcelWriter(output, engine='openpyxl') as writer:
                    price_df.to_excel(writer, index=True, sheet_name='Sheet1')
                st.download_button(
                    label="📥 엑셀 파일 다운로드",
                    data=output.getvalue(),
                    file_name=f"{company_name}_주가.xlsx",
                    mime="application/vnd.ms-excel"
                )
        except Exception as e:
            st.error(f"오류가 발생했습니다: {e}")