[파이썬/ 웹 스크래핑] 벤저민 그레이엄의 투자 전략에 따른 종목 선정 - 방어 투자자(1)

1. 목표

 

미국 주식을 대상으로 벤저민 그레이엄의 투자 전략에 따라 종목 선정을 하는 것이다.

 

투자 전략은 <현명한 투자자>라는 책의 내용을 토대로 설정했으며, 투자 성향에 따라 방어 투자자, 공격 투자자로 분리하여 투자 전략을 설정해 종목을 선정했다.

 

스티크 브라더선, 프레스턴 피시의 <현명한 투자자>

 

투자 전략에 대한 더 자세한 분석은 아래의 글을 참조하면 된다.

 

[주식 공부] 퀀팅으로 벤저민 그레이엄 따라 하기 - 방어 투자자 ver. (1편)

 

 

2. 방어 투자자를 위한 7가지 투자 전략

 

(1) 기업의 적정 규모:

 

- 연 매출액(revenue)이 3억 5천 달러 이상인 종목

(책에서는 연 매출액 1억 달러 이상을 기준으로 삼았으나, 인플레이션을 고려하여 3억 5천 달러를 기준으로 삼았다. )

 

 

(2) 재무 구조의 건전성:

 

- 유동비율(current ratio)이 2 이상인 종목

- 장기부채가 운전자본 이하인 종목

(장기부채 = 총 부채(total liabilities) - 총 유동부채(total current liabilities),

운전자본 = 총 유동 자산(total current assets) - 총 유동 부채(total current liabilities))

  

 

(3) 이익의 안정성:

 

- 지난 10년 동안 해마다 이익을 낸 종목, 즉 10년간 당기순이익(net income)이 마이너스가 없는 종목

 

 

(4) 배당 실적:

 

- 지난 20년간 빠짐없이 배당을 지급한 종목

 

 

(5) 이익 증가:

 

- 지난 10년간 3년 평균 EPS 증가율이 33% 이상인 종목

(1 ~ 3년 전 3년 평균 EPS가, 8 ~ 10년 전 3년 평균 EPS보다 33% 이상 많은 종목)

 

 

(6) 적정 PER:

 

- 현재 주가가 최근 3년 평균 이익의 15배 이하인 종목

(최근 3년 평균 이익은 주당 순이익인 EPS의 평균으로 구한다.

따라서 "현재 주가 / 3년 평균 EPS <= 15"를 만족하는 종목을 선정한다.)

 

 

(7) 적정 PBR:

 

- 현재 PBR이 1.5 이하인 종목

- PBR * PER이 22.5 이하인 종목

(PER은 (6)에서 구한 PER(= 현재 주가 / 3년 평균 EPS) 값을 사용했다.)

 

 

 

 

첫 번째, 매출액(revenue)이 3억 5천 달러 이상이며, 유동비율(current ratio)이 2 이상인 종목 탐색 (투자 전략 (1), (2) - 1)

 

첫 번째 조건은 investing.com에서 제공하는 stock screener를 통해 만족하는 종목을 쉽게 필터링할 수 있다.

 

Stock Screener - Investing.com

 

그 후 아래의 코드와 같이 selenium을 이용한 웹 스크래핑으로 필터링 된 종목들의 ticker를 추출해 csv 파일에 dataframe의 형태로 저장했다.

 

from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time
import pandas as pd

driver = webdriver.Chrome('C:/Program Files/chromedriver_win32/chromedriver.exe')
driver.implicitly_wait(3)

tickers = []

for i in range(1, 20):
    driver.get(f'https://www.investing.com/stock-screener/?sp=country::5|sector::a|industry::a|equityType::a|eq_revenue::350000000,27839630000000|qcurratio_us::2,3921.01%3Ceq_market_cap;{i}')
    try:
        driver.find_element_by_link_text('Overview').send_keys(Keys.ENTER)
    except:
        continue
    time.sleep(5)
    html = driver.page_source
    soup = BeautifulSoup(html, 'lxml')
    select = soup.select('.symbol.left.bold.elp')
    for s in select:
        text = s.find_next(class_='left').text
        tickers.append(text)

tickers_df = pd.DataFrame({'Symbol' : tickers})
tickers_df.to_csv('tickers_result_1.csv')

 

 

 

 

두 번째, 장기 부채가 운전자본 이하인 종목 탐색 (투자 전략 (2))

 

먼저 첫 번째 조건을 만족하는 종목들의 총 유동자산, 총 유동부채, 총 부채 정보를 finviz.com에서 웹 스크래핑을 통해 추출하고, 추출한 정보를 dataframe의 형태로 csv 파일에 저장했다.

 

FINVIZ.com - Stock Screener

 

코드는 다음과 같다.

 

from bs4 import BeautifulSoup
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import time

tickers = pd.read_csv('tickers_result.csv')
tickers = tickers['Symbol'].tolist()

columns = ['Total Current Assets', 'Total Current Liabilities', 'Total Liabilities']
df_filter = pd.DataFrame(index=tickers, columns=columns)

driver = webdriver.Chrome('C:/Program Files/chromedriver_win32/chromedriver.exe')
driver.implicitly_wait(3)

for ticker in tickers:
    driver.get(f'https://finviz.com/quote.ashx?t={ticker}')
    try:
        driver.find_element_by_link_text('balance sheet').send_keys(Keys.ENTER)
    except:
        continue
    time.sleep(5)
    html = driver.page_source
    soup = BeautifulSoup(html, 'lxml')
    for column in columns:
        r = soup.find(text=column).find_next(class_='snapshot-td2').find_next(class_='snapshot-td2').text
        try:
            df_filter.loc[ticker, column] = float(r.replace(',', ''))
        except:
            df_filter.loc[ticker, column] = None

df_filter.to_csv('df_filter_1.csv')

 

다음으로 위에서 가져온 정보들을 바탕으로 각 종목별로 장기부채(=총 부채 - 총 유동부채)와 운전자본(= 총 유동자산 - 총 유동부채)를 계산하고, 장기부채가 운전자본 이하인 종목들을 필터링해 dataframe의 형태로 csv 파일에 저장한다.

 

코드는 다음과 같다.

 

import pandas as pd

df = pd.read_csv('df_filter_result.csv', index_col = 0)
df = df.dropna()
list = []

for i in range(len(df)):
    comp = (df.iloc[i, 0] - df.iloc[i, 1])
    if comp > (df.iloc[i, 2] - df.iloc[i, 1]):
        list.append(df.index[i])

df_result = pd.DataFrame({'Symbol' : list})
df_result.to_csv('tickers_result_2.csv')

 

 

 

 

세 번째, 지난 10년간 당기 순이익(net income)이 마이너스가 없고, 지난 10년간 3년 평균 EPS 증가율이 33% 이상인 종목 탐색 (투자 전략 (3), (5))

 

(두 투자전략에 필요한 정보를 같은 사이트의 같은 페이지에서 스크래핑하므로 같이 분석했다. )

 

먼저 두 번째 조건을 통해 필터링 된 종목들의 10년 간의 당기 순이익과 EPS 정보를 macrotrends.net에서 웹 스크래핑을 통해서 추출하고, 두 가지 정보를 각각 dataframe의 형태로 csv 파일에 저장한다.

 

Macrotrends | The Long Term Perspective on Markets

 

코드는 다음과 같다.

 

from bs4 import BeautifulSoup
import pandas as pd
from selenium import webdriver

def column(num):
    column = []
    for i in range(1, num+1):
        column.append(f'{i}년 전')
    return column


driver = webdriver.Chrome('C:/Program Files/chromedriver_win32/chromedriver.exe')

df = pd.read_csv('tickers_result_2.csv')
tickers = df['Symbol'].tolist()

df_net_income = pd.DataFrame(index=tickers, columns=column(10))
df_eps = pd.DataFrame(index=tickers, columns=column(10))

for ticker in tickers:
    driver.get(f'https://www.macrotrends.net/stocks/charts/{ticker}/apple/financial-statements')
    driver.implicitly_wait(20)

    #net income 웹 스크래핑
    try:
        button = driver.find_element_by_id('jqxScrollBtnDownhorizontalScrollBarjqxgrid')

        for i in range(40):
            button.click()
    except:
        pass

    html = driver.page_source
    soup = BeautifulSoup(html, 'lxml')
    s1 = soup.select('#row15jqxgrid > div > div')

    for i in range(1, 11):
        try:
            df_net_income.loc[ticker, f'{i}년 전'] = float(s1[i + 1].get_text().replace(',', '')[1:])
        except:
            df_net_income.loc[ticker, f'{i}년 전'] = None

    #eps 웹 스크래핑
    s3 = soup.select('#row21jqxgrid > div > div')

    for i in range(1, 11):
        try:
            df_eps.loc[ticker, f'{i}년 전'] = float(s3[i + 1].get_text()[1:])
        except:
            df_eps.loc[ticker, f'{i}년 전'] = None


df_net_income.to_csv('df_net_income.csv')
df_eps.to_csv('df_eps.csv')

 

다음으로 위에서 가져온 정보들을 바탕으로 10년간 당기 순이익이 마이너스가 없고, 10년간 EPS 성장률이 33% 이상인 종목들을 필터링해 dataframe의 형태로 csv 파일에 저장한다.

 

이때 10년간 EPS 성장률의 경우에는 1~3년 전 3년 평균 EPS와 8~10년 전 평균 EPS를 비교해서 구하게 된다.

 

수식으로 나타내면, ( 1~3년 전 3년 평균 EPS - 8~10년 전 평균 EPS ) / abs( 8~10년 전 평균 EPS ) >= 0.33이다. (abs는 절댓값을 의미한다.) 

 

코드는 다음과 같다.

 

import pandas as pd
import math

def column(num):
    columns = []
    for i in range(1, num+1):
        columns.append(f'{i}년 전')
    return columns

df_net_income = pd.read_csv('df_net_income.csv', index_col=0)
df_eps = pd.read_csv('df_eps.csv', index_col=0)

list = []

#10년간 당기 순이익이 마이너스가 아닌 종목
for i in range(len(df_net_income)):
    for j in range(10):
        if math.isnan(df_net_income.iloc[i, j]) :
            pass
        elif (df_net_income.iloc[i, j]) >= 0:
            pass
        else:
            break
        if j == 4:
            list.append(df_net_income.index[i])
            
list1 = []

#10년간 3년 평균 EPS 성장률이 33% 이상인 종목
for i in list:
    total = 0
    count = 0
    for j in range(1, 4):
       if math.isnan(df_eps.loc[i, f'{j}년 전']):
           pass
       else:
            total = total + df_eps.loc[i, f'{j}년 전']
            count = count + 1
    try:
        recent_eps = total/count
    except:
        recent_eps = float('nan')

    total = 0
    count = 0
    for j in range(8, 11):
       if math.isnan(df_eps.loc[i, f'{j}년 전']):
           pass
       else:
            total = total + df_eps.loc[i, f'{j}년 전']
            count = count + 1
    try:
        past_eps = total/count
    except:
        recent_eps = float('nan')

    if (math.isnan(recent_eps) == False)  & (math.isnan(past_eps) == False):
        if (recent_eps - past_eps) / abs(past_eps) >= 0.33:
            list1.append(i)
    else:
        pass

df_result = pd.DataFrame({'Symbol' : list1})
df_result.to_csv('tickers_result_3.csv')

 

 

 

3. 요약

 

이번 글에서는 방어 투자자를 위한 벤저민 그레이엄의 7가지 투자 전략 중 4가지 투자 전략을 미국 주식에 적용해보았다. 

 

다음 글에서는 나머지 3가지 투자 전략을 미국 주식에 적용해보고 적용한 결과 선정되는 종목에 대해서 알아볼 것이다.