변혁적인 삶

[Python | PyQt6 ] 2. UI 파일을 Python에서 직접 로드하여 사용하기목차1. UI 파일을 직접 로드하는 이유2. uic.loadUiType() 활용3. UI 변경 시 유의점4. 마무리이번 포스팅에서는 PyQt6를 사용하여 UI 파일을 파이썬 코드로 변환하지 않고 직접 로드하는 방법을 알아보겠습니다.PyQt6의 uic.loadUiType()을 활용한 방법을 중점적으로 다룹니다.1. UI 파일을 직접 로드하는 이유UI 파일을 XML에서 Python 코드로 변환하는 대신, 직접 로드하면 아래와 같은 장점이 있습니다:UI 변경 사항이 즉시 반영됩니다.변환 과정에서 발생할 수 있는 오류를 줄일 수 있습니다.복잡한 인터페이스를 반복적으로 수정해야 할 때 효율적입니다.2. uic.loadUiTyp..

[Python | PyQt6 ] 1. PyQt6, Qt Designer를 이용한 GUI 프로그래밍목차1. PyQt6로 Qt Designer 설치하기2. PySide6로 Qt Designer 설치하기3. Qt Designer 사용 예제4. 마무리Python GUI 프로젝트를 진행하면서 인터페이스를 시각적으로 설계할 도구가 필요하다면, Qt Designer는 강력한 솔루션입니다. 이번 포스팅에서는 PyQt6와 PySide6를 사용하여 Qt Designer를 설치하고 실행하는 방법을 소개합니다.1. PyQt6로 Qt Designer 설치하기1-1. 필수 패키지 설치아래 명령어를 터미널에서 실행하여 PyQt6와 관련 도구를 설치합니다.pip install pyqt6 pip install pyqt6-tools1-..

📊 [Python | 라이브러리] Tweepy와 TextBlob으로 소셜 데이터 분석하기목차1. Tweepy란?2. Tweepy 주요 기능3. TextBlob이란?4. TextBlob 주요 기능5. Tweepy와 TextBlob 결합 예제6. 결론 및 활용 사례1. Tweepy란?Tweepy는 Twitter API를 사용하여 Python으로 Twitter 데이터를 쉽게 수집할 수 있도록 도와주는 라이브러리입니다. 이를 통해 트윗 검색, 사용자 정보 조회, 실시간 스트리밍 데이터 등 다양한 기능을 구현할 수 있습니다.아래 링크는 Tweepy 공식 레퍼런스 입니다. 저는 간단하게 주요 기능만 다루므로 자세한 내용은 공식 레퍼런스 참고 부탁드립니다.https://docs.tweepy.org/en/stable..

📊 [AI | 데이터분석] 7. 감정 분석과 시장 데이터를 활용한 매매 전략목차1. 감정 분석이란?2. 시장 데이터를 활용한 매매 전략3. 감정 분석과 시장 데이터를 결합한 전략4. 실전 적용 예시5. 결론 및 주의사항1. 감정 분석이란?감정 분석은 뉴스, 소셜 미디어, 포럼 등의 텍스트 데이터를 분석하여 대중의 심리 상태(긍정적, 부정적, 중립적)를 파악하는 방법입니다. 금융 시장에서는 투자 심리를 반영해 과매수 및 과매도 신호를 보조하는 데 유용합니다.1.1 왜 감정 분석이 중요한가?시장 심리는 투자자의 행동에 큰 영향을 미칩니다.긍정적인 뉴스는 가격 상승 가능성을 높이며, 부정적인 뉴스는 가격 하락 가능성을 증가시킵니다.감정 분석은 시장 전환점을 파악하는 데 도움을 줍니다.1.2 데이터 소스소셜 ..

📊 [AI | 데이터분석] 6. 실전 적용 방법: 종합 매매 전략목차1. 적용 준비2. 종합 매매 전략3. 종합 매매 전략 구현4. 백테스팅 및 실시간 실행5. 실행 시 유의사항6. 마무리1. 적용 준비실전 적용을 위해 먼저 데이터를 수집합니다. CCXT 라이브러리를 사용해 거래소의 실시간 데이터를 가져오고, Pandas와 TA-Lib를 사용해 지표를 계산합니다.import ccxtimport pandas as pdimport talib# 거래소 데이터 가져오기exchange = ccxt.binance()symbol = 'BTC/USDT'data = exchange.fetch_ohlcv(symbol, timeframe='1h', limit=100)# 데이터 프레임 생성df = pd.DataFrame(d..

📊 [AI | 데이터분석] 5. 종합 매매 전략 설계목차1. 개요 및 주의사항2. 추세 기반 지표 활용3. 모멘텀 기반 지표 활용4. 볼륨 기반 지표 활용5. 변동성 기반 지표 활용6. 종합 매매 전략7. 마무리1. 개요 및 주의사항안녕하세요! 이번 시간에는 2~4부에서 다뤘던 다양한 지표들을 모두 종합하여 실전 매매 전략을 설계해보려고 합니다. 추세 기반 지표, 모멘텀 기반 지표, 볼륨 기반 지표, 변동성 기반 지표를 하나로 엮어, 시장 흐름에 더 효과적으로 대응할 수 있는 방법을 알아보겠습니다.각 지표의 특징을 간단히 정리하고, 지표 간의 조합을 통해 매수/매도 신호를 더욱 신뢰성 있게 만드는 방법을 소개할 예정입니다.😊🚨 주의사항 🚨지표는 100% 신뢰할 수 있는 도구가 아닙니다. 모든 지표..

📊 [AI | 데이터분석] 4. 변동성 및 거래량 지표(볼린저 밴드, ATR, Volume Oscillator, OBV)목차1. 볼린저 밴드 (Bollinger Bands)2. ATR (Average True Range)3. Volume Oscillator4. OBV(On-Balance Volume)1. 볼린저 밴드 (Bollinger Bands)볼린저 밴드는 가격의 변동성을 기반으로 상한선(Upper Band), 중심선(SMA), 하한선(Lower Band)을 계산하는 지표입니다.이 지표는 가격이 상한선을 넘어서면 과매수 상태, 하한선 아래로 떨어지면 과매도 상태로 간주합니다.1.1 계산 공식$$ \text{Upper Band} = \text{SMA} + (k \times \text{표준편차}) $$..

📊 [AI | 데이터분석] 3. 모멘텀 기반 지표(RSI, Stochastic Oscillator, CCI)목차1. RSI (Relative Strength Index)2. Stochastic Oscillator3. CCI (Commodity Channel Index)1. RSI (Relative Strength Index)RSI(상대 강도 지수)는 가격의 과매수와 과매도 상태를 평가하는 모멘텀 지표로, 0에서 100 사이의 값을 가집니다.RSI는 보통 다음 기준으로 해석됩니다:RSI 70 이상: 과매수 상태 → 매도 신호 가능.RSI 30 이하: 과매도 상태 → 매수 신호 가능.1.1 RSI 공식RSI는 다음 공식으로 계산됩니다:$$ \text{RSI} = 100 - \frac{100} {1 + RS..

📊 [AI | 데이터분석] 2. 추세 기반 지표(MA, MACD, ADX)목차1. 이동평균선 (MA)2. MACD3. ADX1. 이동평균선 (Moving Average, MA)이동평균선(MA)은 가격의 평균 값을 계산하여 시장의 전반적인 추세를 확인하는 데 사용됩니다.두 가지 주요 유형인 단순 이동평균선(SMA)과 지수 이동평균선(EMA)이 있습니다.1.1 단순 이동평균선 (SMA)SMA는 지정된 기간 동안의 평균 값을 단순히 계산합니다.예를 들어, 20일간의 SMA는 지난 20일 동안의 종가 평균입니다.# SMA 계산df["sma_20"] = df["close"].rolling(window=20).mean()# SMA 출력 예시print(df[["close", "sma_20"]].tail())출력 예..

📊 [AI | 데이터분석] 코인 자동 매매 프로그램을 위한 데이터 분석의 기본목차1. 개요2. 필요한 데이터3. 기술적 지표란?4. 데이터 수집 예제5. 마무리1. 개요안녕하세요! 이번 게시글에서는 코인 자동 매매 프로그램의 기초가 되는 데이터를 이해하고, 이를 수집하는 방법을 다룹니다. Python의 CCXT 라이브러리를 활용해 거래소 데이터를 가져오는 방법을 상세히 설명하며, 이렇게 수집한 데이터를 기반으로 다양한 분석을 시작할 수 있도록 준비합니다.만약 CCXT 라이브러리에 대한 기본 개념이나 사용법이 익숙하지 않다면, 아래 게시글에서 자세한 내용을 확인해 주세요! [AI] CCXT를 이용한 코인 데이터 수집하기💵[AI] CCXT를 이용한 코인 데이터 수집하기목차개요CCXT 설치CCXT 사용법(..