네이버 금융에서 β(베타) 크롤링

네이버 금융에서 52주 베타 값을 확인해보면~~~

해당 주식의 페이지 이동 -> 종목분석

예전에 책을 보고 네이버 금융에서  주식 베타를 크롤링하는 코드를 사용했던 기억이 있는데, 
html 구조가 바뀌었는지 돌아가지 않았다

그래서 직접 크롤링 코드를 짜봤다. 
나중에 다시 오류가 나면 수정해야겠다

# 라이브러리 import
import numpy as np 
import requests
from bs4 import BeautifulSoup
import time
from pykrx import stock
import pandas as pd

1. ticker 개수를  num으로 지정하여 DataFrame 형태로 beta 값 반환

def get_beta_all(date,num):
    # 날짜 매개변수 없어도 되지만 있어야 조금 더 빨리 불러올 수 있음
    
    tickers = stock.get_market_ticker_list(str(date))
    # tickers = stock.get_market_ticker_list()
    tickers = tickers[:num]
    beta_lst= []
    for number1 in tickers: 
    # 네이버 금융에서 개별 종목의 페이지는 url 마지막에 ticker가 붙는다.
        url = 'https://navercomp.wisereport.co.kr/v2/company/c1010001.aspx?cmp_cd='+number1
        res = requests.get(url)
        res.raise_for_status()
        soup = BeautifulSoup(res.text,'html.parser')
        section = soup.find('tbody')
        part = section.find_all('td',class_="num")
        beta = part[5].get_text().strip()
        beta_lst.append(beta)
        
        time.sleep(1)
        # break; 
    dt = pd.DataFrame({'beta':beta_lst})
    dt.index  = tickers
    return dt

get_beta_all(20221028,10).T

반환 형태

2. 입력한 ticker에 대한 베타값 반환 

- 여러  ticker 동시 입력 가능
- type을 df로 지정하면 DataFrame 형태로, list로 지정하면 beta 값만 담긴 list 반환
(default는 df)

def get_beta_one(*tick,type='df'):
    beta_lst = []
    for i in tick:
        url = 'https://navercomp.wisereport.co.kr/v2/company/c1010001.aspx?cmp_cd='+i
        res = requests.get(url)
        # res.raise_for_status()
        soup = BeautifulSoup(res.text,'html.parser')
        section = soup.find('tbody')
        part = section.find_all('td',class_="num")
        beta = part[5].get_text().strip()
        # print(beta)
        beta_lst.append(beta)
        time.sleep(1)
        # break; 
    if type == 'list':
        return beta_lst
    if type == 'df':
        return pd.DataFrame(beta_lst,index=tick,columns={'beta'})

get_beta_one('005930','035720')

get_beta_one('194700',type='list')

아마 두 번째 방법이 더 유용하게 쓰일 것 같다.

 

GitHub에서 확인하기