!pip -q install finance-datareader

import FinanceDataReader as fdr

krx = fdr.StockListing('KRX')
krx

krx.groupby('Sector')

krx.groupby('Sector').count()

krx.groupby('Sector').count().sort_values('Symbol', ascending=False)[:30]

sectors = dict(list(krx.groupby('Sector')))

print('count:', len(sectors))
list(sectors.keys())[:10]

med_sec = sectors['의료용품 및 기타 의약 관련제품 제조업']

print('row count:', len(med_sec))
med_sec.head(10)

!pip -q install finance-datareader

import pandas as pd
import FinanceDataReader as fdr

med = pd.DataFrame()

for ix, row in med_sec.iterrows():
  code, name = row['Symbol'], row['Name']
  print(code, name)
  # 개별 종목의 가격을 가져옵니다
  df = fdr.DataReader(code, '2019-01-01', '2019-12-31')

  # 가격 데이터의 종가(Close)를 컬럼으로 추가합니다
  # (컬럼명은 종목명을 지정합니다)
  med[name] = df['Close']

# 23개 종목 1년간의 종가(Close) 데이터를 수집하였습니다
med

med = med.dropna(axis=1)
med

acc_rets = med / med.iloc[0] - 1.0
acc_rets

returns = acc_rets.iloc[-1]
returns

returns.sort_values(ascending=False)

returns.mean()

df = med['2019-12-01':'2019-12-30'] # 특정 기간(12월 1달) 동안
acc_rets = df / df.iloc[0] - 1.0
acc_rets.iloc[-1]

from datetime import datetime, timedelta

the_day = datetime(2019, 12, 30)

for days in [5, 10, 20, 60, 120, 240]:
  start = the_day - timedelta(days)
  end = the_day
  print(start, '~', end)

from datetime import datetime, timedelta

the_day = datetime(2019, 12, 30)
row_dict = {}
for days in [5, 10, 20, 60, 120, 240]:
  start = the_day - timedelta(days)
  end = the_day

  df = med[start:end] # 특정 기간
  acc_rets = df / df.iloc[0] - 1.0
  row_dict[days] = acc_rets.iloc[-1] 

df_rets = pd.DataFrame(row_dict)
df_rets

# 섹터 전체 기간별 수익률
df_rets.mean()

def color_negative_red(val):
    color = 'red' if val < 0 else 'black'
    return 'color: %s' % color

def highlight_max(s):
    is_max = s == s.max()
    return ['background-color: yellow' if v else '' for v in is_max]

df_rets.style.\
    applymap(color_negative_red).\
    apply(highlight_max)

## 엑셀로 저장
df_rets.style.\
    applymap(color_negative_red).\
    apply(highlight_max).\
    to_excel('기간별수익률데이터(2019.12.30).xlsx', engine='openpyxl')

# 구글 colab 에서 실행한 경우 엑셀 파일을 다음과 같이 다운로드 합니다.

from google.colab import files
files.download('기간별수익률데이터(2019.12.30).xlsx')