- ÇöÀç À§Ä¡
- home > ÄÄÇ»ÅÍ¡¤ICT¡¤¾îÇÐ > ÄÄÇ»ÅÍ¡¤IT µµ¼ > ÇÁ·Î±×·¡¹Ö/¾ð¾î > ÆÄÀ̽ãÀ¸·Î ¹è¿ì´Â Æ÷Æ®Æú¸®¿À[±æ¹þ]
Æ÷Æ®Æú¸®¿À, À繫 ±âÃÊ, ÆÄÀ̽ã ÇÁ·Î±×·¡¹Ö ±â¼ú±îÁö
½ÇÁ¦ À繫 µ¥ÀÌÅÍ·Î ±¸ÇöÇÏ´Â À̷аú ½ÇÀüÀÇ ÃÖÀû Á¶ÇÕ!
¡ºÆÄÀ̽ãÀ¸·Î ¹è¿ì´Â Æ÷Æ®Æú¸®¿À¡» ÁÖ½Ä ÅõÀÚ¿¡¼ À§ÇèÀ» ÁÙÀÌ°í ÅõÀÚ ¼öÀÍÀ» ±Ø´ëÈÇϱâ À§ÇÑ ÀÏȯÀ¸·Î ¿©·¯ Á¾¸ñ¿¡ ºÐ»ê ÅõÀÚÇÏ´Â ¹æ¹ýÀÎ Æ÷Æ®Æú¸®¿À¿¡ ÃÊÁ¡À» ¸ÂÃß°í ÀÖ´Ù. À繫 ±âÃÊ, Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÅõÀÚ ¸ðµ¨À» ¼öÇаú ±×¸², ÆÄÀ̽ã Äڵ带 »ç¿ëÇØ ¸íÈ®È÷ ÀÌÇؽÃÅ°°íÀÚ Çß´Ù. ÆÄÀ̽ãÀÇ ±âÃÊ´Â ¹°·Ð NumPy, Matplotlib, PandasÀÇ ÇÙ½É ³»¿ëÀ» »ìÆ캸°í, ½ÇÁ¦ ÄÚµå·Î ±¸ÇöÇÒ ¶§´Â ÁÖ¼®À¸·Î ÇÑÁÙÇÑÁÙ ÀÚ¼¼È÷ Äڵ带 ¼³¸íÇØ ÀÌÇظ¦ ³ô¿´´Ù. ¶ÇÇÑ, ½ÇÁ¦ ÁֽĽÃÀå µ¥ÀÌÅ͸¦ »ç¿ëÇÏ´Â ¹æ¹ý, Yahoo_fin ÆÐÅ°Áö¸¦ »ç¿ëÇØ À繫 µ¥ÀÌÅ͸¦ °¡Á®¿À´Â ¹æ¹ýµµ ÇÔ²² ¼Ò°³ÇÑ´Ù. ?Ã¥ÀÇ ÀϺΠ³»¿ëÀ» ¹Ì¸® Àо½Ç ¼ö ÀÖ½À´Ï´Ù. ¹Ì¸®º¸±â
½ÇÁ¦ À繫 µ¥ÀÌÅÍ·Î ±¸ÇöÇÏ´Â À̷аú ½ÇÀüÀÇ ÃÖÀû Á¶ÇÕ!
¡ºÆÄÀ̽ãÀ¸·Î ¹è¿ì´Â Æ÷Æ®Æú¸®¿À¡» ÁÖ½Ä ÅõÀÚ¿¡¼ À§ÇèÀ» ÁÙÀÌ°í ÅõÀÚ ¼öÀÍÀ» ±Ø´ëÈÇϱâ À§ÇÑ ÀÏȯÀ¸·Î ¿©·¯ Á¾¸ñ¿¡ ºÐ»ê ÅõÀÚÇÏ´Â ¹æ¹ýÀÎ Æ÷Æ®Æú¸®¿À¿¡ ÃÊÁ¡À» ¸ÂÃß°í ÀÖ´Ù. À繫 ±âÃÊ, Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÅõÀÚ ¸ðµ¨À» ¼öÇаú ±×¸², ÆÄÀ̽ã Äڵ带 »ç¿ëÇØ ¸íÈ®È÷ ÀÌÇؽÃÅ°°íÀÚ Çß´Ù. ÆÄÀ̽ãÀÇ ±âÃÊ´Â ¹°·Ð NumPy, Matplotlib, PandasÀÇ ÇÙ½É ³»¿ëÀ» »ìÆ캸°í, ½ÇÁ¦ ÄÚµå·Î ±¸ÇöÇÒ ¶§´Â ÁÖ¼®À¸·Î ÇÑÁÙÇÑÁÙ ÀÚ¼¼È÷ Äڵ带 ¼³¸íÇØ ÀÌÇظ¦ ³ô¿´´Ù. ¶ÇÇÑ, ½ÇÁ¦ ÁֽĽÃÀå µ¥ÀÌÅ͸¦ »ç¿ëÇÏ´Â ¹æ¹ý, Yahoo_fin ÆÐÅ°Áö¸¦ »ç¿ëÇØ À繫 µ¥ÀÌÅ͸¦ °¡Á®¿À´Â ¹æ¹ýµµ ÇÔ²² ¼Ò°³ÇÑ´Ù. ?Ã¥ÀÇ ÀϺΠ³»¿ëÀ» ¹Ì¸® Àо½Ç ¼ö ÀÖ½À´Ï´Ù. ¹Ì¸®º¸±â
ÀúÀÚ: °û½ÂÁÖ Àú
1Àå ÆÄÀ̽ã°ú À繫 ±âÃÊ Áö½Ä
__1.1 ÆÄÀ̽㠽ÃÀÛÇϱâ
____1.1.1 ÆÄÀ̽㠵µ±¸ÀÇ ¼±ÅÃ
____1.1.2 ±¸±Û ÄÚ·¦
____1.1.3 ±¸±Û ÄÚ·¦ ½ÃÀÛÇϱâ
____1.1.4 ÆÄÀ̽ãÀÇ ¿©¼¸ °¡Áö ÇÙ½É »çÇ×
__1.2 Çö±ÝÈ帧, ÀÌÀÚÀ²°ú ½Ã°£ °¡Ä¡
__1.3 NPV¿Í IRR
____1.3.1 NPV
____1.3.2 IRR
__1.4 ¼öÀÍ·ü ´ë ¼öÀÍ·ü
____1.4.1 ¼öÀÍ·ü°ú ÇÒÀÎÀ²ÀÇ °³³ä
____1.4.2 ±â°£ ¼öÀÍ·üÀÇ Æò±Õ, »ê¼úÆò±Õ°ú ±âÇÏÆò±Õ
____1.4.3 Áö¹è¿ø¸®
__1.5 ÀÚÁÖ »ç¿ëÇÏ´Â Åë°è·®: ±â´ñ°ª, ºÐ»ê, °øºÐ»ê, »ó°ü°è¼ö
____1.5.1 Æò±Õ°ú ±â´ñ°ª
____1.5.2 À̵¿Æò±Õ
____1.5.3 °¡Áß(»ê¼ú)Æò±Õ
____1.5.4 ºÐ»ê°ú Ç¥ÁØÆíÂ÷
____1.5.5 Á¤±ÔºÐÆ÷¿¡¼ Ç¥ÁØÆíÂ÷¿Í Æò±Õ
____1.5.6 ÀÚÀ¯µµ
____1.5.7 °øºÐ»ê°ú »ó°ü°è¼ö
2Àå ÅõÀÚ¿Í ÀÚ»ê¹èºÐ
__2.1 ÀÚ»ê¹èºÐ°ú Æ÷Æ®Æú¸®¿À
__2.2 Æ÷Æ®Æú¸®¿À ¼º°úÀÇ °áÁ¤ ¿äÀεé
__2.3 Æ÷Æ®Æú¸®¿À ¼º°ú ÃøÁ¤ »ïÃÑ»ç
____2.3.1 »þÇÁÁö¼ö
____2.3.2 Á¨¼¾¾ËÆÄÁö¼ö
____2.3.3 Æ®·¹À̳ÊÁö¼ö
____2.3.4 Á¤º¸ºñÀ²
____2.3.5 ÃÖ´ë ³«Æø
3Àå Æò±Õ-ºÐ»ê Æ÷Æ®Æú¸®¿À ÀÌ·Ð
__3.1 Æ÷Æ®Æú¸®¿ÀÀÇ ±â´ë¼öÀÍ·ü°ú À§Çè
____3.1.1 µÎ °³ ÁÖ½ÄÀ¸·Î ±¸¼ºµÈ Æ÷Æ®Æú¸®¿À
____3.1.2 n°³ ÁÖ½ÄÀ¸·Î ¸¸µç Æ÷Æ®Æú¸®¿À
__3.2 ÃּҺлêÆ÷Æ®Æú¸®¿À
__3.3 ü°èÀû À§Çè°ú ºñü°èÀû À§Çè
__3.4 ¹«À§ÇèÀÚ»ê°ú ÃÖÀû ÀÚ»ê¹èºÐ
____3.4.1 È¿À²Àû Æ÷Æ®Æú¸®¿À
____3.4.2 ±â´ëÈ¿¿ë°ú ¹«Â÷º°°î¼±
____3.4.3 ÃÖÀû Æ÷Æ®Æú¸®¿ÀÀÇ ¼±ÅÃ
____3.4.4 ¹«À§ÇèÀÚ»ê À§ÇèÀÚ»ê
____3.4.5 ¹«À§ÇèÀÚ»ê À§ÇèÀÚ»ê È¿À²Àû ÅõÀÚ¼±(ÀÚº»¹èºÐ¼±)
____3.4.6 ÃÖÀû Æ÷Æ®Æú¸®¿À ¼±ÅÃ
4Àå ÀÚº»Àڻ갡°Ý°áÁ¤¸ðµ¨
__4.1 ±âº» °¡Á¤
____4.1.1 µ¿ÀÏÇÑ ±â´ë¿Í ½ÃÀåÆ÷Æ®Æú¸®¿À, ±×¸®°í ÀÚº»½ÃÀå¼±
____4.1.2 Æ÷Æ®Æú¸®¿À º£Å¸
__4.2 Áõ±Ç½ÃÀå¼±°ú ÀÚº»½ÃÀå¼±
____4.2.1 Áõ±Ç½ÃÀå¼±°ú ÀÚº»½ÃÀå¼±
____4.2.2 À§ÇèÇÁ¸®¹Ì¾ö
__4.3 Æ÷Æ®Æú¸®¿À ÃÖÀûÈ
____4.3.1 ÃÖÀûÈ ÆÐÅ°Áö scipy.optimize ¾Ë¾Æº¸±â
____4.3.2 °£´ÜÇÑ ÃÖÀûÈ ¾Ë¾Æº¸±â
____4.3.3 ÃÖÀûÈ ¾Ë°í¸®Áò SLSQP
____4.3.4 Æ÷Æ®Æú¸®¿À ÃÖÀûÈ(ÃּҺлêÆ÷Æ®Æú¸®¿À ¹× »þÇÁºñÀ²)
__4.4 Çö½Ç¿¡ ÀÀ¿ëÇϱâ
5Àå ºí·¢-¸®Å͸¸ ¸ðµ¨
__5.1 ÇǼŠºí·¢°ú ºí·¢-¸®Å͸¸ ¸ðµ¨
__5.2 °£´ÜÈ÷ ¾Ë¾Æº¸´Â º£ÀÌÁö¾È È®·ü
__5.3 ¿ªÃÖÀûÈ·Î ±¸ÇÏ´Â ±ÕÇü±â´ë¼öÀÍ·ü
____5.3.1 ±ÕÇü±â´ë¼öÀÍ·ü(¥Ð)
____5.3.2 À§ÇèȸÇÇ°è¼ö(¥ë)
____5.3.3 ÀÚ»êÀÇ °øºÐ»ê Çà·Ä(¥Ò)
____5.3.4 ÀÚ»ê½Ã°¡ÃÑ¾× ºñÁß(W mkt )
__5.4 ÅõÀÚÀÚ Àü¸Á
__5.5 ºí·¢-¸®Å͸¸ °ø½Ä
__5.6 À§ÇèÁ¶Á¤»ó¼ö(¥ó)
__5.7 ±ÕÇü±â´ë¼öÀÍ·ü°ú ÅõÀÚÀÚ Àü¸Á °áÇÕ
__5.8 ¼¼ °¡Áö ÀÚ»êÀ» °¡Á¤ÇÑ ¿¹½Ã
__5.9 ºí·¢-¸®Å͸¸ ¸ðµ¨ ÃÖÀûÈ
__5.10 Çö¾÷¿¡¼ÀÇ ºí·¢-¸®Å͸¸ ¸ðµ¨
6Àå Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨
__6.1 È¿À²Àû ½ÃÀå °¡¼³°ú À¯Áø Æĸ¶
__6.2 º£Å¸´Â Á×¾ú´Ù
__6.3 Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨
__6.4 ÇÁ·»Ä¡ ±³¼ö°¡ Á¦°øÇÏ´Â ¿äÀÎ µ¥ÀÌÅÍ
__6.5 ÆÄÀ̽ãÀ» ÀÌ¿ëÇÑ ¿äÀÎ µ¥ÀÌÅÍ ±¸Çϱâ¿Í ȸ±ÍºÐ¼®
____6.5.1 ¿äÀÎ µ¥ÀÌÅÍ ±¸Çϱâ
____6.5.2 ÆÝµå ¼öÀÍ·ü°ú ¿äÀÎ µ¥ÀÌÅÍ È¸±ÍºÐ¼®
7Àå ±ÝÀ¶»ê¾÷°ú ¸Ó½Å ·¯´×
__7.1 ¸Ó½Å ·¯´× ½ÃÀÛÇϱâ
__7.2 ¸Ó½Å ·¯´× ¸Àº¸±â, ¼±Çü ȸ±Í
____7.2.1 ºñ¿ëÇÔ¼ö¿Í °æ»çÇÏ°¹ý
____7.2.2 K-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò
__7.3 K-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®ÁòÀ» ÀÌ¿ëÇÑ È¸±Í
____7.3.1 ¶óÀ̺귯¸® ÀÓÆ÷Æ®
____7.3.2 ÁÖ°¡Áö¼ö µ¥ÀÌÅÍ °¡Á®¿À±â
____7.3.3 ¿¹Ãøº¯¼ö ¼³Á¤
____7.3.4 ¸ñÇ¥º¯¼ö ¼³Á¤
____7.3.5 µ¥ÀÌÅͼ ºÐÇÒ
____7.3.6 KNN ¸ðµ¨ ¼³Á¤
____7.3.7 ¸ðµ¨À» ¹ÙÅÁÀ¸·Î Àü·« ½ÇÇà
____7.3.8 »þÇÁºñÀ² °è»ê
__7.4 ·ÎÁö½ºÆ½ ȸ±Í
____7.4.1 ¶óÀ̺귯¸® ÀÓÆ÷Æ®
____7.4.2 µ¥ÀÌÅÍ °¡Á®¿À±â
____7.4.3 ¿¹Ãøº¯¼ö/µ¶¸³º¯¼ö ¼³Á¤
____7.4.4 ¸ñÇ¥º¯¼ö/Á¾¼Óº¯¼ö ¼³Á¤
____7.4.5 µ¥ÀÌÅͼ ºÐÇÒ
____7.4.6 ·ÎÁö½ºÆ½ ȸ±Í ¸ðµ¨ÀÇ ¼³Á¤ ¹× ÈÆ·Ã
____7.4.7 Ŭ·¡½º È®·ü ¿¹Ãø
____7.4.8 ¸ðµ¨ Æò°¡
____7.4.9 ¸Å¸Å Àü·«
8Àå Yahoo_fin ÆÐÅ°Áö¸¦ »ç¿ëÇØ À繫 µ¥ÀÌÅÍ °¡Á®¿À±â
__8.1 ¼³Ä¡ ¹× ¾÷±×·¹À̵å
__8.2 stock_info ¸ðµâ
____8.2.1 ÆÐÅ°Áö ÀÓÆ÷Æ®
____8.2.2 get_analysts_info(ticker)
____8.2.3 get_balance_sheet(ticker)
____8.2.4 get_cash_flow(ticker)
____8.2.5 get_data( )
____8.2.6 get_day_gainers( )
____8.2.7 get_day_losers( )
____8.2.8 get_day_most_active( )
____8.2.9 get_holders(ticker)
____8.2.10 get_live_price(ticker)
____8.2.11 get_quote_table(ticker, dict_result = True)
____8.2.12 get_top_crypto( )
____8.2.13 get_stats(ticker)
____8.2.14 get_stats_valuation(ticker)
____8.2.15 Á¾¸ñ ƼĿ °ü·Ã ÇÔ¼ö
__8.3 À繫 Á¤º¸ °¡Á®¿À±â(Yahoo_fin ÆÐÅ°Áö)
____8.3.1 ÆÐÅ°Áö ÀÓÆ÷Æ®
____8.3.2 À繫ºñÀ² ±¸Çϱâ: ÁÖ°¡¼öÀÍ·ü ºñÀ²
____8.3.3 ÇÑ ¹ø¿¡ ¿©·¯ Á¾¸ñÀÇ À繫ºñÀ² ±¸Çϱâ
____8.3.4 ¿©·¯ Á¾¸ñÀÇ ±âŸ Åë°è ±¸Çϱâ
__8.4 À繫Á¦Ç¥ ´Ù·ç±â
____8.4.1 À繫»óÅÂÇ¥ ´Ù·ç±â
____8.4.2 ¼ÕÀÍ°è»ê¼ ´Ù·ç±â
____8.4.3 Çö±ÝÈ帧ǥ
ºÎ·Ï ÆÄÀ̽㠶óÀ̺귯¸® »ïÃÑ»ç
__A.1 ¼öÇÐ ¹× °úÇÐ ¿¬»ê, NumPy¿Í SciPy
____A.1.1 ¹è¿°ú Çà·Ä ¸¸µé±â
____A.1.2 ¹è¿°ú Çà·ÄÀÇ ¼Ó¼º
____A.1.3 ¿¬»ê
____A.1.4 À妽Ì/½½¶óÀ̽Ì
____A.1.5 ³¼ö ¸¸µé±â
__A.2 ¹Ì¼ú ´ã´ç, Matplotlib
____A.2.1 Â÷Æ® µµÇØ
____A.2.2 ¶óÀÎ Â÷Æ®
____A.2.3 ºÐ»êÇü Â÷Æ®
____A.2.4 È÷½ºÅä±×·¥
__A.3 µ¥ÀÌÅÍ ´ã´ç, Pandas
____A.3.1 µ¥ÀÌÅÍÇÁ·¹ÀÓ
____A.3.2 µ¥ÀÌÅÍÇÁ·¹ÀÓ ¸¸µé±â: DataFrame
____A.3.3 µ¥ÀÌÅÍÇÁ·¹ÀÓ ÇÕÄ¡±â: concat°ú merge
____A.3.4 À妽º »õ·Î ¸¸µé±â: reset_index
____A.3.5 µ¥ÀÌÅÍÇÁ·¹ÀÓ Ä÷³ »èÁ¦: drop
____A.3.6 Ä÷³À» ÇàÀ¸·Î ¸ðÀ¸±â: melt
____A.3.7 Á¤·ÄÇϱâ: sort_values
____A.3.8 Äõ¸®Çϱâ: query
____A.3.9 µ¥ÀÌÅÍÇÁ·¹ÀÓ Ä÷³¸í ¹Ù²Ù±â: rename
____A.3.10 Áߺ¹µÈ µ¥ÀÌÅÍ Áö¿ì±â: drop_duplicates
____A.3.11 µ¥ÀÌÅÍÇÁ·¹ÀÓ ¾ÕºÎºÐ, µÞºÎºÐ »ì¦ º¸±â: head, tail
Âü°í¹®Çå
ã¾Æº¸±â
__1.1 ÆÄÀ̽㠽ÃÀÛÇϱâ
____1.1.1 ÆÄÀ̽㠵µ±¸ÀÇ ¼±ÅÃ
____1.1.2 ±¸±Û ÄÚ·¦
____1.1.3 ±¸±Û ÄÚ·¦ ½ÃÀÛÇϱâ
____1.1.4 ÆÄÀ̽ãÀÇ ¿©¼¸ °¡Áö ÇÙ½É »çÇ×
__1.2 Çö±ÝÈ帧, ÀÌÀÚÀ²°ú ½Ã°£ °¡Ä¡
__1.3 NPV¿Í IRR
____1.3.1 NPV
____1.3.2 IRR
__1.4 ¼öÀÍ·ü ´ë ¼öÀÍ·ü
____1.4.1 ¼öÀÍ·ü°ú ÇÒÀÎÀ²ÀÇ °³³ä
____1.4.2 ±â°£ ¼öÀÍ·üÀÇ Æò±Õ, »ê¼úÆò±Õ°ú ±âÇÏÆò±Õ
____1.4.3 Áö¹è¿ø¸®
__1.5 ÀÚÁÖ »ç¿ëÇÏ´Â Åë°è·®: ±â´ñ°ª, ºÐ»ê, °øºÐ»ê, »ó°ü°è¼ö
____1.5.1 Æò±Õ°ú ±â´ñ°ª
____1.5.2 À̵¿Æò±Õ
____1.5.3 °¡Áß(»ê¼ú)Æò±Õ
____1.5.4 ºÐ»ê°ú Ç¥ÁØÆíÂ÷
____1.5.5 Á¤±ÔºÐÆ÷¿¡¼ Ç¥ÁØÆíÂ÷¿Í Æò±Õ
____1.5.6 ÀÚÀ¯µµ
____1.5.7 °øºÐ»ê°ú »ó°ü°è¼ö
2Àå ÅõÀÚ¿Í ÀÚ»ê¹èºÐ
__2.1 ÀÚ»ê¹èºÐ°ú Æ÷Æ®Æú¸®¿À
__2.2 Æ÷Æ®Æú¸®¿À ¼º°úÀÇ °áÁ¤ ¿äÀεé
__2.3 Æ÷Æ®Æú¸®¿À ¼º°ú ÃøÁ¤ »ïÃÑ»ç
____2.3.1 »þÇÁÁö¼ö
____2.3.2 Á¨¼¾¾ËÆÄÁö¼ö
____2.3.3 Æ®·¹À̳ÊÁö¼ö
____2.3.4 Á¤º¸ºñÀ²
____2.3.5 ÃÖ´ë ³«Æø
3Àå Æò±Õ-ºÐ»ê Æ÷Æ®Æú¸®¿À ÀÌ·Ð
__3.1 Æ÷Æ®Æú¸®¿ÀÀÇ ±â´ë¼öÀÍ·ü°ú À§Çè
____3.1.1 µÎ °³ ÁÖ½ÄÀ¸·Î ±¸¼ºµÈ Æ÷Æ®Æú¸®¿À
____3.1.2 n°³ ÁÖ½ÄÀ¸·Î ¸¸µç Æ÷Æ®Æú¸®¿À
__3.2 ÃּҺлêÆ÷Æ®Æú¸®¿À
__3.3 ü°èÀû À§Çè°ú ºñü°èÀû À§Çè
__3.4 ¹«À§ÇèÀÚ»ê°ú ÃÖÀû ÀÚ»ê¹èºÐ
____3.4.1 È¿À²Àû Æ÷Æ®Æú¸®¿À
____3.4.2 ±â´ëÈ¿¿ë°ú ¹«Â÷º°°î¼±
____3.4.3 ÃÖÀû Æ÷Æ®Æú¸®¿ÀÀÇ ¼±ÅÃ
____3.4.4 ¹«À§ÇèÀÚ»ê À§ÇèÀÚ»ê
____3.4.5 ¹«À§ÇèÀÚ»ê À§ÇèÀÚ»ê È¿À²Àû ÅõÀÚ¼±(ÀÚº»¹èºÐ¼±)
____3.4.6 ÃÖÀû Æ÷Æ®Æú¸®¿À ¼±ÅÃ
4Àå ÀÚº»Àڻ갡°Ý°áÁ¤¸ðµ¨
__4.1 ±âº» °¡Á¤
____4.1.1 µ¿ÀÏÇÑ ±â´ë¿Í ½ÃÀåÆ÷Æ®Æú¸®¿À, ±×¸®°í ÀÚº»½ÃÀå¼±
____4.1.2 Æ÷Æ®Æú¸®¿À º£Å¸
__4.2 Áõ±Ç½ÃÀå¼±°ú ÀÚº»½ÃÀå¼±
____4.2.1 Áõ±Ç½ÃÀå¼±°ú ÀÚº»½ÃÀå¼±
____4.2.2 À§ÇèÇÁ¸®¹Ì¾ö
__4.3 Æ÷Æ®Æú¸®¿À ÃÖÀûÈ
____4.3.1 ÃÖÀûÈ ÆÐÅ°Áö scipy.optimize ¾Ë¾Æº¸±â
____4.3.2 °£´ÜÇÑ ÃÖÀûÈ ¾Ë¾Æº¸±â
____4.3.3 ÃÖÀûÈ ¾Ë°í¸®Áò SLSQP
____4.3.4 Æ÷Æ®Æú¸®¿À ÃÖÀûÈ(ÃּҺлêÆ÷Æ®Æú¸®¿À ¹× »þÇÁºñÀ²)
__4.4 Çö½Ç¿¡ ÀÀ¿ëÇϱâ
5Àå ºí·¢-¸®Å͸¸ ¸ðµ¨
__5.1 ÇǼŠºí·¢°ú ºí·¢-¸®Å͸¸ ¸ðµ¨
__5.2 °£´ÜÈ÷ ¾Ë¾Æº¸´Â º£ÀÌÁö¾È È®·ü
__5.3 ¿ªÃÖÀûÈ·Î ±¸ÇÏ´Â ±ÕÇü±â´ë¼öÀÍ·ü
____5.3.1 ±ÕÇü±â´ë¼öÀÍ·ü(¥Ð)
____5.3.2 À§ÇèȸÇÇ°è¼ö(¥ë)
____5.3.3 ÀÚ»êÀÇ °øºÐ»ê Çà·Ä(¥Ò)
____5.3.4 ÀÚ»ê½Ã°¡ÃÑ¾× ºñÁß(W mkt )
__5.4 ÅõÀÚÀÚ Àü¸Á
__5.5 ºí·¢-¸®Å͸¸ °ø½Ä
__5.6 À§ÇèÁ¶Á¤»ó¼ö(¥ó)
__5.7 ±ÕÇü±â´ë¼öÀÍ·ü°ú ÅõÀÚÀÚ Àü¸Á °áÇÕ
__5.8 ¼¼ °¡Áö ÀÚ»êÀ» °¡Á¤ÇÑ ¿¹½Ã
__5.9 ºí·¢-¸®Å͸¸ ¸ðµ¨ ÃÖÀûÈ
__5.10 Çö¾÷¿¡¼ÀÇ ºí·¢-¸®Å͸¸ ¸ðµ¨
6Àå Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨
__6.1 È¿À²Àû ½ÃÀå °¡¼³°ú À¯Áø Æĸ¶
__6.2 º£Å¸´Â Á×¾ú´Ù
__6.3 Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨
__6.4 ÇÁ·»Ä¡ ±³¼ö°¡ Á¦°øÇÏ´Â ¿äÀÎ µ¥ÀÌÅÍ
__6.5 ÆÄÀ̽ãÀ» ÀÌ¿ëÇÑ ¿äÀÎ µ¥ÀÌÅÍ ±¸Çϱâ¿Í ȸ±ÍºÐ¼®
____6.5.1 ¿äÀÎ µ¥ÀÌÅÍ ±¸Çϱâ
____6.5.2 ÆÝµå ¼öÀÍ·ü°ú ¿äÀÎ µ¥ÀÌÅÍ È¸±ÍºÐ¼®
7Àå ±ÝÀ¶»ê¾÷°ú ¸Ó½Å ·¯´×
__7.1 ¸Ó½Å ·¯´× ½ÃÀÛÇϱâ
__7.2 ¸Ó½Å ·¯´× ¸Àº¸±â, ¼±Çü ȸ±Í
____7.2.1 ºñ¿ëÇÔ¼ö¿Í °æ»çÇÏ°¹ý
____7.2.2 K-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®Áò
__7.3 K-ÃÖ±ÙÁ¢ ÀÌ¿ô ¾Ë°í¸®ÁòÀ» ÀÌ¿ëÇÑ È¸±Í
____7.3.1 ¶óÀ̺귯¸® ÀÓÆ÷Æ®
____7.3.2 ÁÖ°¡Áö¼ö µ¥ÀÌÅÍ °¡Á®¿À±â
____7.3.3 ¿¹Ãøº¯¼ö ¼³Á¤
____7.3.4 ¸ñÇ¥º¯¼ö ¼³Á¤
____7.3.5 µ¥ÀÌÅͼ ºÐÇÒ
____7.3.6 KNN ¸ðµ¨ ¼³Á¤
____7.3.7 ¸ðµ¨À» ¹ÙÅÁÀ¸·Î Àü·« ½ÇÇà
____7.3.8 »þÇÁºñÀ² °è»ê
__7.4 ·ÎÁö½ºÆ½ ȸ±Í
____7.4.1 ¶óÀ̺귯¸® ÀÓÆ÷Æ®
____7.4.2 µ¥ÀÌÅÍ °¡Á®¿À±â
____7.4.3 ¿¹Ãøº¯¼ö/µ¶¸³º¯¼ö ¼³Á¤
____7.4.4 ¸ñÇ¥º¯¼ö/Á¾¼Óº¯¼ö ¼³Á¤
____7.4.5 µ¥ÀÌÅͼ ºÐÇÒ
____7.4.6 ·ÎÁö½ºÆ½ ȸ±Í ¸ðµ¨ÀÇ ¼³Á¤ ¹× ÈÆ·Ã
____7.4.7 Ŭ·¡½º È®·ü ¿¹Ãø
____7.4.8 ¸ðµ¨ Æò°¡
____7.4.9 ¸Å¸Å Àü·«
8Àå Yahoo_fin ÆÐÅ°Áö¸¦ »ç¿ëÇØ À繫 µ¥ÀÌÅÍ °¡Á®¿À±â
__8.1 ¼³Ä¡ ¹× ¾÷±×·¹À̵å
__8.2 stock_info ¸ðµâ
____8.2.1 ÆÐÅ°Áö ÀÓÆ÷Æ®
____8.2.2 get_analysts_info(ticker)
____8.2.3 get_balance_sheet(ticker)
____8.2.4 get_cash_flow(ticker)
____8.2.5 get_data( )
____8.2.6 get_day_gainers( )
____8.2.7 get_day_losers( )
____8.2.8 get_day_most_active( )
____8.2.9 get_holders(ticker)
____8.2.10 get_live_price(ticker)
____8.2.11 get_quote_table(ticker, dict_result = True)
____8.2.12 get_top_crypto( )
____8.2.13 get_stats(ticker)
____8.2.14 get_stats_valuation(ticker)
____8.2.15 Á¾¸ñ ƼĿ °ü·Ã ÇÔ¼ö
__8.3 À繫 Á¤º¸ °¡Á®¿À±â(Yahoo_fin ÆÐÅ°Áö)
____8.3.1 ÆÐÅ°Áö ÀÓÆ÷Æ®
____8.3.2 À繫ºñÀ² ±¸Çϱâ: ÁÖ°¡¼öÀÍ·ü ºñÀ²
____8.3.3 ÇÑ ¹ø¿¡ ¿©·¯ Á¾¸ñÀÇ À繫ºñÀ² ±¸Çϱâ
____8.3.4 ¿©·¯ Á¾¸ñÀÇ ±âŸ Åë°è ±¸Çϱâ
__8.4 À繫Á¦Ç¥ ´Ù·ç±â
____8.4.1 À繫»óÅÂÇ¥ ´Ù·ç±â
____8.4.2 ¼ÕÀÍ°è»ê¼ ´Ù·ç±â
____8.4.3 Çö±ÝÈ帧ǥ
ºÎ·Ï ÆÄÀ̽㠶óÀ̺귯¸® »ïÃÑ»ç
__A.1 ¼öÇÐ ¹× °úÇÐ ¿¬»ê, NumPy¿Í SciPy
____A.1.1 ¹è¿°ú Çà·Ä ¸¸µé±â
____A.1.2 ¹è¿°ú Çà·ÄÀÇ ¼Ó¼º
____A.1.3 ¿¬»ê
____A.1.4 À妽Ì/½½¶óÀ̽Ì
____A.1.5 ³¼ö ¸¸µé±â
__A.2 ¹Ì¼ú ´ã´ç, Matplotlib
____A.2.1 Â÷Æ® µµÇØ
____A.2.2 ¶óÀÎ Â÷Æ®
____A.2.3 ºÐ»êÇü Â÷Æ®
____A.2.4 È÷½ºÅä±×·¥
__A.3 µ¥ÀÌÅÍ ´ã´ç, Pandas
____A.3.1 µ¥ÀÌÅÍÇÁ·¹ÀÓ
____A.3.2 µ¥ÀÌÅÍÇÁ·¹ÀÓ ¸¸µé±â: DataFrame
____A.3.3 µ¥ÀÌÅÍÇÁ·¹ÀÓ ÇÕÄ¡±â: concat°ú merge
____A.3.4 À妽º »õ·Î ¸¸µé±â: reset_index
____A.3.5 µ¥ÀÌÅÍÇÁ·¹ÀÓ Ä÷³ »èÁ¦: drop
____A.3.6 Ä÷³À» ÇàÀ¸·Î ¸ðÀ¸±â: melt
____A.3.7 Á¤·ÄÇϱâ: sort_values
____A.3.8 Äõ¸®Çϱâ: query
____A.3.9 µ¥ÀÌÅÍÇÁ·¹ÀÓ Ä÷³¸í ¹Ù²Ù±â: rename
____A.3.10 Áߺ¹µÈ µ¥ÀÌÅÍ Áö¿ì±â: drop_duplicates
____A.3.11 µ¥ÀÌÅÍÇÁ·¹ÀÓ ¾ÕºÎºÐ, µÞºÎºÐ »ì¦ º¸±â: head, tail
Âü°í¹®Çå
ã¾Æº¸±â
¾Ë¾ÆµÎ¸é ÇÇ°¡ µÇ°í »ìÀÌ µÇ´Â ÅõÀÚÀÇ ±âÃÊ
Æ÷Æ®Æú¸®¿À, ÀÚ»ê¹èºÐ°ú ºÐ»ê ÅõÀÚ¸¦ ¹è¿ìÀÚ
³ª¹«¸¸ º¸°í ½£Àº º¸Áö ¸øÇÑ´Ù¶ó´Â ¸»ÀÌ ÀÖ´Ù. ÅõÀÚ Á¾¸ñÀÌ ³ª¹«¶ó¸é Æ÷Æ®Æú¸®¿À´Â ½£ÀÌ´Ù. ³ª¹«¸¦ Àß Å°¿î´Ù Çصµ ÇÑ ±×·ç¸¸À¸·Î ½£À» ¸¸µé ¼ö´Â ¾øÀ» °ÍÀÌ´Ù. ÀÌ Ã¥Àº Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» Çö½Ç¿¡¼ È°¿ëÇÒ ¼ö ÀÖÀ»±î?¶ó´Â ÁöÀû È£±â½É¿¡¼ Ãâ¹ßÇß´Ù. Æò±Õ-ºÐ»ê Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÀÚº»Àڻ갡°Ý°áÁ¤¸ðµ¨, ºí·¢-¸®Å͸¸ ¸ðµ¨, Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨ÀÇ À̷аú ¼ö½ÄÀ» »ìÆ캸°í ÆÄÀ̽ãÀ» È°¿ëÇØ °è»êÇغ¸ÀÚ. ÀÚ»ê¹èºÐÀÇ Á߿伺À» ÀÌÇØÇÏ°í, ÃÖÀû Æ÷Æ®Æú¸®¿À °è»ê ¹æ¹ýÀ» ¹è¿öº¸ÀÚ.
±ÝÀ¶ÀÇ ±âÃÊ, NPV vs. IRRºÎÅÍ ½ÃÀÛÇÏÀÚ
Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ¸·Î µé¾î°¡±â¿¡ ¾Õ¼ ±ÝÀ¶ ºÐ¾ß¿¡¼ ÀÏÇϰųª ÅõÀÚ¸¦ ÇÒ ¶§ ¾Ë¾ÆµÖ¾ß ÇÒ ±â¹Ý Áö½ÄÀ» °£´ÜÈ÷ ´Ù·é´Ù. ÇÊ¿äÇÑ À繫 Áö½Ä(ÀÌÀÚÀ², NPV, IRR, °øºÐ»ê, »ó°ü°è¼ö µî)À» ¹è¿ì¸é¼ ±âÃʸ¦ Æ°Æ°È÷ ´ÙÁø µÚ ÀÌÈÄ ³»¿ëÀ» ÇнÀÇÏÀÚ. °³³ä¸¸ ¼Ò°³ÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó ±×¸², ¼ö½Ä, ÆÄÀ̽ã Äڵ带 ÃæºÐÈ÷ È°¿ëÇÏ¿© Áö·çÇÏÁö ¾Ê°í ¸íÈ®È÷ ¼³¸íÇÏ°íÀÚ Çß´Ù.
ÇÁ·Î±×·¡¹ÖÀº Çʼö! ÆÄÀ̽ãÀ¸·Î ½ÃÀÛÇÏÀÚ
±ÝÀ¶°ú IT ±â¼úÀÇ Á¢Á¡Àº ¾ÕÀ¸·Î ´õ¿í È®´ëµÉ °ÍÀÌ´Ù. ÇÁ·Î±×·¡¹ÖÀº ´©±¸³ª ¹è¿ö¼ ÀÚ½ÅÀÇ ºÐ¾ß¿¡ Àû¿ëÇÒ ¼ö ÀÖ´Â ±â¼úÀÌ´Ù. À繫 ±âÃÊ Áö½ÄÀ» ÆÄÀ̽ã ÄÚµå·Î °è»êÇÏ¸é¼ À繫 ±âÃÊ¿Í ÆÄÀ̽ãÀÇ ±âÃʸ¦ ÇÔ²² ¹è¿ìÀÚ. Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» ÆÄÀ̽ã ÄÚµå·Î ¿Å°Ü ÀûÀ¸¸ç ÀÌ·ÐÀ» ´õ ¸íÈ®ÇÏ°Ô ÀÌÇØÇÏÀÚ. ÆÄÀ̽㿡¼ °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â NumPy, MatplotLib, Pandas´Â º°µµ·Î ´õ ¼³¸íÇÏ°í »ç¿ë¹ýµµ ¼Ò°³Çß´Ù.
ÁöÀºÀÌ ¼¹®
ÀÌ Ã¥Àº ÇöÀç Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» °øºÎÇÏ°í Àְųª, ³ªÃ³·³ ¾ÆÁÖ ¿À·¡Àü¿¡ °øºÎÇÑ µÚ ÀØ°í »ç´Â »ç¶÷µéÀ» À§ÇÑ °ÍÀÌ´Ù. µû¶ó¼ Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» À§ÇÑ ±âÃÊ Áö½Ä, ¿©·¯ Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÀÌ·ÐÀ» ¸¸µç ÇÐÀÚµé À̾߱â, ±× À̷еéÀ» ÆÄÀ̽ãÀ¸·Î Á¶¸³Çغ¸´Â ³»¿ëÀ¸·Î ±¸¼ºµÅ ÀÖ´Ù. °Ô´Ù°¡ Áö·çÇÑ È°ÀÚ¿¡ ´«ÀÌ ÁöÄ¡Áö ¾Êµµ·Ï ¼³¸íÀ» º¸Á¶ÇÏ´Â ±×¸²µµ ÀÜ¶à ´ã¾Ò´Ù. Ã¥¿¡ »ç¿ëÇÒ ÆÄÀ̽ã Äڵ带 ¸¸µé¸é¼ °¡Àå ÁßÁ¡À» µÐ ºÎºÐÀº ÄÚµå ½ÇÇàÀ» À§ÇÑ Áغñ¸¦ ÁÙÀÌ´Â °ÍÀÌ´Ù. ÀÚÄ©Çϸé ÁغñÇÏ´Ù°¡ ÁøÀÌ ºüÁú ¼öµµ Àֱ⠶§¹®ÀÌ´Ù. ÀÌ Ã¥ÀÇ ÆÄÀ̽ã ÄÚµå´Â ±¸±ÛÀÇ ÄÚ·¦¿¡¼ ÀÛ¼ºÇÏ°í ½ÇÇàÇÑ °ÍÀÌ´Ù. ±¸±Û °èÁ¤¸¸ ÀÖ´Ù¸é ÆÄÀ̽ãÀ» ¼³Ä¡ÇÒ ÇÊ¿ä ¾øÀÌ ¹«·á·Î È°¿ëÇÒ ¼ö ÀÖ´Ù. ÀÌ Ã¥À» °è±â·Î µ¶ÀÚ ¿©·¯ºÐÀÌ ÇÁ·Î±×·¡¹Ö°ú Æ÷Æ®Æú¸®¿À À̷п¡ °ü½ÉÀ» °®°Ô µÈ´Ù¸é ¸Å¿ì ±â»Ü °ÍÀÌ´Ù.
- ÁöÀºÀÌ ¼¹® Áß¿¡¼
Æ÷Æ®Æú¸®¿À, ÀÚ»ê¹èºÐ°ú ºÐ»ê ÅõÀÚ¸¦ ¹è¿ìÀÚ
³ª¹«¸¸ º¸°í ½£Àº º¸Áö ¸øÇÑ´Ù¶ó´Â ¸»ÀÌ ÀÖ´Ù. ÅõÀÚ Á¾¸ñÀÌ ³ª¹«¶ó¸é Æ÷Æ®Æú¸®¿À´Â ½£ÀÌ´Ù. ³ª¹«¸¦ Àß Å°¿î´Ù Çصµ ÇÑ ±×·ç¸¸À¸·Î ½£À» ¸¸µé ¼ö´Â ¾øÀ» °ÍÀÌ´Ù. ÀÌ Ã¥Àº Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» Çö½Ç¿¡¼ È°¿ëÇÒ ¼ö ÀÖÀ»±î?¶ó´Â ÁöÀû È£±â½É¿¡¼ Ãâ¹ßÇß´Ù. Æò±Õ-ºÐ»ê Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÀÚº»Àڻ갡°Ý°áÁ¤¸ðµ¨, ºí·¢-¸®Å͸¸ ¸ðµ¨, Æĸ¶-ÇÁ·»Ä¡ 3¿äÀÎ ¸ðµ¨ÀÇ À̷аú ¼ö½ÄÀ» »ìÆ캸°í ÆÄÀ̽ãÀ» È°¿ëÇØ °è»êÇغ¸ÀÚ. ÀÚ»ê¹èºÐÀÇ Á߿伺À» ÀÌÇØÇÏ°í, ÃÖÀû Æ÷Æ®Æú¸®¿À °è»ê ¹æ¹ýÀ» ¹è¿öº¸ÀÚ.
±ÝÀ¶ÀÇ ±âÃÊ, NPV vs. IRRºÎÅÍ ½ÃÀÛÇÏÀÚ
Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ¸·Î µé¾î°¡±â¿¡ ¾Õ¼ ±ÝÀ¶ ºÐ¾ß¿¡¼ ÀÏÇϰųª ÅõÀÚ¸¦ ÇÒ ¶§ ¾Ë¾ÆµÖ¾ß ÇÒ ±â¹Ý Áö½ÄÀ» °£´ÜÈ÷ ´Ù·é´Ù. ÇÊ¿äÇÑ À繫 Áö½Ä(ÀÌÀÚÀ², NPV, IRR, °øºÐ»ê, »ó°ü°è¼ö µî)À» ¹è¿ì¸é¼ ±âÃʸ¦ Æ°Æ°È÷ ´ÙÁø µÚ ÀÌÈÄ ³»¿ëÀ» ÇнÀÇÏÀÚ. °³³ä¸¸ ¼Ò°³ÇÏ´Â °ÍÀÌ ¾Æ´Ï¶ó ±×¸², ¼ö½Ä, ÆÄÀ̽ã Äڵ带 ÃæºÐÈ÷ È°¿ëÇÏ¿© Áö·çÇÏÁö ¾Ê°í ¸íÈ®È÷ ¼³¸íÇÏ°íÀÚ Çß´Ù.
ÇÁ·Î±×·¡¹ÖÀº Çʼö! ÆÄÀ̽ãÀ¸·Î ½ÃÀÛÇÏÀÚ
±ÝÀ¶°ú IT ±â¼úÀÇ Á¢Á¡Àº ¾ÕÀ¸·Î ´õ¿í È®´ëµÉ °ÍÀÌ´Ù. ÇÁ·Î±×·¡¹ÖÀº ´©±¸³ª ¹è¿ö¼ ÀÚ½ÅÀÇ ºÐ¾ß¿¡ Àû¿ëÇÒ ¼ö ÀÖ´Â ±â¼úÀÌ´Ù. À繫 ±âÃÊ Áö½ÄÀ» ÆÄÀ̽ã ÄÚµå·Î °è»êÇÏ¸é¼ À繫 ±âÃÊ¿Í ÆÄÀ̽ãÀÇ ±âÃʸ¦ ÇÔ²² ¹è¿ìÀÚ. Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» ÆÄÀ̽ã ÄÚµå·Î ¿Å°Ü ÀûÀ¸¸ç ÀÌ·ÐÀ» ´õ ¸íÈ®ÇÏ°Ô ÀÌÇØÇÏÀÚ. ÆÄÀ̽㿡¼ °¡Àå ¸¹ÀÌ »ç¿ëÇÏ´Â NumPy, MatplotLib, Pandas´Â º°µµ·Î ´õ ¼³¸íÇÏ°í »ç¿ë¹ýµµ ¼Ò°³Çß´Ù.
ÁöÀºÀÌ ¼¹®
ÀÌ Ã¥Àº ÇöÀç Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» °øºÎÇÏ°í Àְųª, ³ªÃ³·³ ¾ÆÁÖ ¿À·¡Àü¿¡ °øºÎÇÑ µÚ ÀØ°í »ç´Â »ç¶÷µéÀ» À§ÇÑ °ÍÀÌ´Ù. µû¶ó¼ Æ÷Æ®Æú¸®¿À ÀÌ·ÐÀ» À§ÇÑ ±âÃÊ Áö½Ä, ¿©·¯ Æ÷Æ®Æú¸®¿À ÀÌ·Ð, ÀÌ·ÐÀ» ¸¸µç ÇÐÀÚµé À̾߱â, ±× À̷еéÀ» ÆÄÀ̽ãÀ¸·Î Á¶¸³Çغ¸´Â ³»¿ëÀ¸·Î ±¸¼ºµÅ ÀÖ´Ù. °Ô´Ù°¡ Áö·çÇÑ È°ÀÚ¿¡ ´«ÀÌ ÁöÄ¡Áö ¾Êµµ·Ï ¼³¸íÀ» º¸Á¶ÇÏ´Â ±×¸²µµ ÀÜ¶à ´ã¾Ò´Ù. Ã¥¿¡ »ç¿ëÇÒ ÆÄÀ̽ã Äڵ带 ¸¸µé¸é¼ °¡Àå ÁßÁ¡À» µÐ ºÎºÐÀº ÄÚµå ½ÇÇàÀ» À§ÇÑ Áغñ¸¦ ÁÙÀÌ´Â °ÍÀÌ´Ù. ÀÚÄ©Çϸé ÁغñÇÏ´Ù°¡ ÁøÀÌ ºüÁú ¼öµµ Àֱ⠶§¹®ÀÌ´Ù. ÀÌ Ã¥ÀÇ ÆÄÀ̽ã ÄÚµå´Â ±¸±ÛÀÇ ÄÚ·¦¿¡¼ ÀÛ¼ºÇÏ°í ½ÇÇàÇÑ °ÍÀÌ´Ù. ±¸±Û °èÁ¤¸¸ ÀÖ´Ù¸é ÆÄÀ̽ãÀ» ¼³Ä¡ÇÒ ÇÊ¿ä ¾øÀÌ ¹«·á·Î È°¿ëÇÒ ¼ö ÀÖ´Ù. ÀÌ Ã¥À» °è±â·Î µ¶ÀÚ ¿©·¯ºÐÀÌ ÇÁ·Î±×·¡¹Ö°ú Æ÷Æ®Æú¸®¿À À̷п¡ °ü½ÉÀ» °®°Ô µÈ´Ù¸é ¸Å¿ì ±â»Ü °ÍÀÌ´Ù.
- ÁöÀºÀÌ ¼¹® Áß¿¡¼