조금은 가벼운 마음으로 신청했는데, 다른 분들이 분석해주셨던 글을 보니 부끄러워 지더라구요… 상당히 부담이 되었으나, ‘나에겐 챗GPT 유료가 있다’ 이것이 진짜 주제가 되어버린, 검색량과 주식 가격의 상관 관계 분석입니다.
•
내가 투자하는 종목이 실적에 따라 움직이는지(버핏형), 이슈에 따라 움직이는지(밈형) 알아보자
정리
개요
무엇을 분석할 것인가?
•
검색량과 주식 가격의 상관 관계
무슨 데이터를 사용할 것인가?
•
구글 트렌드 검색량
•
주식 가격
어떻게 분석할 것인가?
•
상관관계분석…?
사실 이런 분석을 어떻게 하는지 잘 모른다
•
챗GPT에게 물어보자
결론
1.
어떤 분석을 하고 싶다고 명령 → 어떤 데이터를 준비해서 어떻게 분서하면 되는지 알려주고, 파이썬 코드를 설명과 함께 생성해 줌 (이때, 궁금한 것들을 물어보면서 학습 가능)
2.
보조 분석 제안 등 이어서 할 수 있는 일을 먼저 제안해줌 (다음 단계 추천) → 1도 몰라도 일단 첫 질문을 시작하기만 하면, 앞으로 어떻게 해야 하는지나 무엇을 배워야 하는지 등을 알아서 알려주니 어떻게든 결과물을 만들어낼 수 있게 됨
3.
결과를 보고 추가로 궁금한 점이 생겼을 때, 바로 물어보고 답을 얻을 수 있음
배운 것
막연히 이런 건 상관관계 분석을 하면 된다던데? 정도였는데, 아래 2개에 대해 추가적으로 알게 됨
•
이벤트 스터디(Event Study) 분석: 실적 발표일과 검색량 피크일을 "이벤트"로 간주해 통계적 유의성 분석 가능
◦
이벤트 윈도우(Event window) 설정 → 보통 -5일 ~ +5일 (이벤트 전후 주가 흐름 관찰)
•
시차 상관 분석(Lag Correlation): 검색량이 먼저 오르고 주가가 나중에 오르는 경우, 몇 일 후 영향을 미치는지 분석 가능
◦
검색량이 몇 일 먼저 증가하고, 그 뒤에 주가가 따라오는 패턴을 확인하는 분석입니다.
단순 상관관계 분석은 “같이 움직였는가?”만 봅니다.
이벤트 스터디와 시차 상관 분석은 “왜, 언제, 얼마나 큰 반응이 있었는가?”를 봅니다.
그래서 종목을 구분하거나 전략을 세우는 데 훨씬 강력한 도구가 됩니다.
⇒ 완전히 이해하지는 못했지만… 스킬을 익히는 것보다 아이디어와 생각의 확장이 중요해지고 있고, 사람을 만나고 교류하며 생각을 공유하는 것이 무엇보다 좋은 학습이라는 아날로그적(?) 결론에 도달
⇒ 많이 부족하지만 열심히 참여하면서 배우고 싶습니다…!
⇒ 대화 내용이 궁금하시다면
GPT와의 대화
최초 질문
이런 내용으로 데이터 분석을 해보고 싶어. 어떤 데이터를 준비해서 어떻게 분석해야 할지, 데이터 분석 전문가 입장에서 고민해봐. 그리고 초보자를 위해 내용을 정리해주고, 방법을 알려줘.
이슈 또한 주가에 영향을 미친다고 생각합니다. 해당 종목의 검색량과 주가의 상관관계를 알아보려고 합니다.
즉, 내가 투자하는 종목이 실적에 따라 움직이는지(버핏형), 이슈에 따라 움직이는지(밈형) 데이터 분석을 통해 알아본다.
⇒
분석 목표 재정의목표: 특정 종목이 실적(재무제표 등) 중심으로 움직이는지, 아니면 이슈(검색량, 뉴스, 소셜미디어 언급량 등) 중심으로 움직이는지 판단한다.
필요한 데이터 목록1.
주가 데이터
a.
종목별 일별 주가 데이터 (종가, 시가, 고가, 저가, 거래량 등)
b.
2.
실적(재무) 데이터
a.
분기/연간 실적 데이터: 매출, 영업이익, 순이익, EPS 등
b.
데이터 출처: DART 전자공시, FnGuide, 네이버 금융 재무제표 탭 등
3.
검색량/이슈 데이터
a.
Google Trends 키워드 검색량
b.
네이버/다음 종목 검색 트렌드 (가능하면)
c.
뉴스/커뮤니티 게시글 수 또는 트위터 언급량
d.
데이터 출처: Google Trends API, 뉴스 수집기, SNS 크롤링 등
분석 설계 (분석 전문가 시점)1.
상관관계 분석
a.
실적 주가: 분기 실적 발표 전후의 주가 움직임 비교
주가: 분기 실적 발표 전후의 주가 움직임 비교b.
검색량 주가: 검색량 피크가 주가 상승과 동반되었는지 확인
주가: 검색량 피크가 주가 상승과 동반되었는지 확인c.
➤ 상관계수(피어슨), 시차 상관분석(Lagged Correlation) 등 활용
2.
이벤트 스터디(Event Study)
a.
실적 발표일, 뉴스 폭증일, 커뮤니티 급등일 등을 기준으로
b.
전후 5일/10일 간 주가 수익률 평균 비교
c.
과거 특정 이슈 발생 시 주가 반응 패턴 분석
3.
군집분석 또는 분류모델
a.
여러 종목의 특성(실적 민감도, 검색 민감도)으로 클러스터링하여
b.
버핏형 / 밈형 자동 분류
c.
간단한 의사결정트리 또는 KMeans도 가능
초보자를 위한 단계별 실습 가이드1.
데이터 수집
a.
구글 트렌드: pytrends 라이브러리로 관심 종목 검색량 수집
b.
주가: yfinance 또는 pandas_datareader로 다운로드
c.
실적: 수동 또는 DART에서 정기 수집
2.
데이터 전처리
a.
날짜 기준 정렬 및 병합 (날짜 기준으로 모든 데이터를 merge)
b.
실적은 분기별로, 검색량은 일별로 → 시계열 데이터셋 구성
3.
상관관계 분석
a.
파이썬 코드 생성
4.
시각화
a.
파이썬 코드 생성
5.
이슈 발생일 기준 수익률 분석
a.
날짜 기준으로 검색량이 급증한 날짜 탐색 → 해당일 ±5일 수익률 계산
추가 팁1.
이 분석은 정량 + 정성 분석을 모두 활용하는 것이 좋습니다.
2.
검색량 데이터는 단기 변동성 예측에 유리하고, 실적 데이터는 장기 트렌드 판단에 적합합니다.
3.
이슈 기반 종목일수록 변동성이 크고 예측은 어렵지만 빠른 매매에 활용 가능해요.
도움이 될 툴 & 패키지1.
pytrends – Google 검색량 수집
2.
yfinance – 주가 데이터 수집
3.
matplotlib / plotly – 시각화
4.
pandas – 데이터 처리
5.
scikit-learn – 머신러닝 모델 적용
다음 단계 추천1.
원하신다면, 예시 종목으로 데이터 수집과 분석 코드를 샘플로 만들어드릴 수도 있어요. 또는 본인이 이미 정리한 엑셀 파일이 있다면, 업로드해주시면 직접 분석해드릴 수 있어요.
2.
분석해보고 싶은 종목이 있나요? 아니면 데이터를 함께 만들어볼까요?
무슨 데이터를 가져와서, 어떻게 분석한다는 건지 자세히 설명해줘
⇒
어떤 데이터를 가져오는가?이 분석에서는 크게 두 가지 종류의 데이터를 사용합니다:
주가 데이터 (Stock Price)1.
각 종목의 일별 종가(Close Price) 데이터를 1년치 가져옵니다.
2.
사용 API: yfinance
3.
가져오는 항목 예:
a.
날짜 (2024-04-01)
b.
AAPL 종가: 178.90
c.
AMZN 종가: 142.00 등
검색 트렌드 데이터 (Google Trends)1.
Google 검색에서 특정 키워드 (예: "Apple", "Netflix")가 얼마나 많이 검색되었는지 확인합니다.
2.
사용 API: pytrends (Google Trends의 비공식 API)
3.
결과는 0~100 범위로 정규화된 검색량 (검색 관심도)
4.
가져오는 항목 예:
a.
날짜 (2024-04-01)
b.
Apple 검색량: 89
c.
Netflix 검색량: 54 등
핵심 아이디어: 검색량이 많아질 때 주가도 같이 오르는 경향이 있다면, 그 종목은 "이슈형(밈형)"일 가능성이 높습니다.
어떻게 분석하는가?STEP : 두 데이터를 날짜 기준으로 병합
: 두 데이터를 날짜 기준으로 병합같은 날짜의 주가와 검색량을 한 테이블에 나란히 배치합니다.
STEP : 상관관계 분석 (Correlation Analysis)
: 상관관계 분석 (Correlation Analysis)1.
피어슨 상관계수 (Pearson correlation coefficient) 사용
a.
1 ~ +1 사이의 값
b.
+1에 가까울수록 → 검색량이 오를 때 주가도 오른다는 뜻
c.
0에 가까울수록 → 관련이 없다는 뜻
d.
1에 가까울수록 → 반대로 움직인다는 뜻
STEP : 시각화로 패턴 확인
: 시각화로 패턴 확인종목별로 주가와 검색량을 동시에 그래프로 그려서, 눈으로도 함께 움직이는 경향이 있는지 확인합니다.
STEP : 결과 저장
: 결과 저장주가와 검색량 간 상관관계를 .csv 파일로 저장하여, 나중에 종목별 분류 근거로 사용 가능
•
활용 예: "검색 민감도 상위 3개 종목", "버핏형 판단 보조지표" 등
정리: 이 분석이 말해주는 것•
실적 발표 다음날 큰 변동 → 버핏형 가능성
•
검색량과 주가의 상관관계 분석 검색량 피크 시 주가 상승 → 밈형 가능성
데이터 분석적 판단 기준 알려줘
실적 발표 다음날 큰 변동 / 검색량 피크 시 주가 상승
이 두 개를 판단하는 근거를 알려줘.
⇒
버핏형 성향 판단
실적 발표일 다음 거래일 주가 변동률을 계산 → 변동률이 일정 기준 이상이면 "실적 반응이 큰 종목"으로 간주
•
변동률 ±5% 이상이면 '실적에 민감'하다고 판단
◦
변동률 = (발표 다음날 종가 - 발표 전날 종가) / 발표 전날 종가 × 100
밈형 성향 판단
검색량이 **피크(극대값)**인 날짜를 찾는다 → 그 날짜 이후 1~3일 주가 변동을 확인한다
•
검색량 피크 이후 주가가 3일 내 +3% 이상이면 "이슈에 민감"하다고 판단
•
여러 피크 날짜에 대해 반복 → 평균 반응률 계산
◦
변동률 = (검색량 피크 이후 3일 뒤 종가 - 피크일 종가) / 피크일 종가 × 100
보조 분석 제안•
이벤트 스터디(Event Study) 분석: 실적 발표일과 검색량 피크일을 "이벤트"로 간주해 통계적 유의성 분석 가능
•
시차 상관 분석(Lag Correlation): 검색량이 먼저 오르고 주가가 나중에 오르는 경우, 몇 일 후 영향을 미치는지 분석 가능
제안한 보조 분석에 대해 자세히 설명해줘
⇒
주가가 실적이나 이슈에 반응하는 방식과 타이밍을 더 정밀하게 파악할 수 있게 도와주는 기법들이에요. 단순히 상관관계만 보는 것보다 훨씬 깊이 있고, 해석 가능한 분석이 됩니다.
이벤트 스터디 (Event Study)
특정 이벤트(예: 실적 발표, 검색량 급등 등)가 주가에 어떤 영향을 미쳤는가?를 평가하는 기법입니다.
원래는 금융경제학에서 실적 발표, M&A, 배당 공시 등에 대한 시장 반응 측정에 사용됩니다.
분석 방식1.
이벤트 날짜(Event date) 지정
a.
실적 발표일 또는 검색량 급등일 등
2.
이벤트 윈도우(Event window) 설정
a.
보통 -5일 ~ +5일 (이벤트 전후 주가 흐름 관찰)
3.
누적 초과 수익률(CAR, Cumulative Abnormal Return) 계산
a.
단순히 가격이 오른 게 아니라, 시장 전체보다 얼마나 더 많이 올랐는가를 계산
i.
초과 수익률 = 종목 수익률 - 벤치마크 수익률
ii.
누적 초과 수익률 = 초과 수익률을 이벤트 윈도우 내에서 모두 더함
4.
이벤트 반응의 유의성 테스트
a.
T-test 등으로 유의한 변화인지 통계적으로 검정 가능
왜 좋은가?•
주가의 이벤트 반응력을 단순 평균이 아닌 정량적/통계적으로 판단 가능
•
실적 발표 시 시장의 기대 대비 반응을 해석 가능
•
버핏형 종목은 실적 이벤트에서 유의한 CAR이 나타나는 경향이 강함
시차 상관 분석 (Lagged Correlation)
검색량이 몇 일 먼저 증가하고, 그 뒤에 주가가 따라오는 패턴을 확인하는 분석입니다.
분석 방식1.
검색량 시계열과 주가 시계열을 준비
2.
검색량을 하루씩 앞으로 이동시키면서 (1일 전, 2일 전, ..., 7일 전 등)
3.
각 경우에 대해 상관계수 계산
왜 좋은가?•
단순한 "동시" 상관관계가 아니라, 선행 지표로서의 검색량 가치를 평가 가능
•
예: Lag=2일 때 상관계수가 가장 높다면 → 검색량이 주가보다 2일 먼저 움직인다는 뜻
•
밈형 종목의 타이밍 예측에 특히 유용
결론: 왜 이게 중요한가?단순 상관관계 분석은 “같이 움직였는가?”만 봅니다.
이벤트 스터디와 시차 상관 분석은 “왜, 언제, 얼마나 큰 반응이 있었는가?”를 봅니다.
그래서 종목을 구분하거나 전략을 세우는 데 훨씬 강력한 도구가 됩니다.
최종 코드
⇒
사용자가 제공하는 엑셀 파일에 있는 종목 티커 목록을 기반으로,
주가 데이터 + 검색량 데이터를 수집하고 이벤트 스터디와 시차 상관 분석을 수행한 후 요약 결과까지 리포트 형태로 정리하는 통합 Python 코드입니다. 다음 단계 (원하시면 지원 가능)•
실적 발표일 크롤링 포함한 "실적 반응형" 판단 추가
•
HTML or PDF 리포트 자동 생성
•
Streamlit 기반 대화형 웹 분석 앱으로 확장
필요하신 방향이 있으면 언제든지 말씀해주세요!
