판다스 — 2강 계산을 3줄로, 그리고 데이터 속 함정 찾기

저자 조봉수 · 봉수 SSGlobal(주) · ΦΡΥΚΤΩΡΙΑ ΠΛΗΡΟΦΟΡΙΩΝ · 2026-10-21 실습 폴더: lesson03 (파일 7개 + 정답 1개 + 자료 2개: 비트코인 일봉 5,937일 · 구글 주간 1,156주)

AI 이용 고지: 이 교재와 실습 코드는 AI(Claude)와 함께 만들었습니다. 모든 숫자는 원자료와 코드로 다시 계산할 수 있습니다. 모든 매매는 모의 계산이며 투자 권유가 아닙니다.

목차

1. 오늘의 질문
2. 2강에서 가져오는 것
3. 수업 진행표 (약 70분)
4. 0단계 — 판다스 설치 확인
5. 1단계 — 한 줄로 읽기
6. 2단계 — 들고만 있기를 3줄로
7. 3단계 — 하루 수익률을 한꺼번에
8. 4단계 — 고점 대비 낙폭과 월별 수익률
9. 5단계 — 0교시 복습: 원주가와 수정주가
10. 6단계 — 내 손으로 다시 짜기
11. 오늘의 발견 — 거래량 칸의 함정
12. 면접 대비 / 현업 적용 체크리스트
13. 숙제
14. 정답 (먼저 풀고 나서 보기)

1. 오늘의 질문

2강에서는 비트코인 파일을 읽는 데만 12줄이 들었습니다. 현업에서는 수천 종목을 매일 다룹니다. 그때마다 for 문을 짤 수는 없습니다.

오늘은 판다스(pandas)를 씁니다. 판다스는 엑셀 표를 파이썬 안에 넣은 도구입니다. 2강의 숫자 -11.5%를 3줄로 똑같이 다시 냅니다. 같은 숫자가 나와야 새 도구를 믿을 수 있습니다.

2. 2강에서 가져오는 것

3. 수업 진행표 (약 70분)

규칙은 똑같습니다. 한 번에 하나만 바꿉니다. 에러 메시지는 끝까지 읽습니다.

4. 0단계 — 판다스 설치 확인

python step0_check.py - "준비 끝 — pandas …"가 나오면 1단계로 갑니다. - No module named 'pandas'가 나오면 python -m pip install pandas를 한 번 치고 다시 실행합니다.

5. 1단계 — 한 줄로 읽기

python step1_read.py

df = pd.read_csv("data/BTC_USD_daily.csv", parse_dates=["timestamp"], index_col="timestamp").sort_index()

• parse_dates: 글자 "2025-01-01"을 진짜 날짜로 바꿉니다.
• index_col: 날짜를 줄 이름(인덱스)으로 씁니다. 그래서 df.loc["2025-01-01"]처럼 날짜로 찾을 수 있습니다.
• sort_index(): 파일은 최근 날짜가 위에 있습니다. 옛날 → 최근 순서로 뒤집습니다(2강 rows.sort와 같은 일).

나와야 하는 결과: 표 크기(줄, 칸): (5937, 5), 처음 종가 0.05, 끝 종가 81545.02

해 보기 - ① 2025-01-01 종가 (2강에서는 for + if로 찾았습니다) - ② 처음보다 몇 배인가 - ③ 거래량이 가장 컸던 날 → 11장 '오늘의 발견'으로 이어집니다

6. 2단계 — 들고만 있기를 3줄로

python step2_hold_3lines.py

p = df.loc[a:b, "close"]        # 1줄: 기간 자르기 (끝 날짜도 포함)
r = p.iloc[-1] / p.iloc[0] - 1  # 2줄: 끝 ÷ 처음 - 1
print(f"{name}: 보유 {r:+.1%}") # 3줄: 찍기

2강과 같은 숫자입니다. 새 도구로 옛 숫자를 다시 내는 것, 이것이 도구를 바꿀 때의 검증입니다. - loc은 이름(날짜)으로, iloc은 순번(0, 1, … -1)으로 찾습니다.

7. 3단계 — 하루 수익률을 한꺼번에

python step3_returns.py

p.pct_change() 한 줄이 637개 하루 수익률을 한 번에 계산합니다. for 문이 없습니다. 이것을 벡터 계산이라고 합니다.

• 검산: 하루 수익률을 모두 곱하면 (1 + ret).prod() - 1 = -11.5%. 2단계와 같아야 합니다.
• 코인은 1년 365일 거래하므로 √365를 곱합니다. 주식은 보통 √252를 씁니다.
• 가장 나쁜 날과 가장 좋은 날이 붙어 있습니다. 변동성이 큰 자산은 하루 차이로 수익이 뒤집힙니다.

8. 4단계 — 고점 대비 낙폭과 월별 수익률

python step4_drawdown_monthly.py

peak = p.cummax()   # 그날까지의 최고가
dd = p / peak - 1   # 고점 대비 낙폭

• 검증구간 최대낙폭(MDD) -53.1%: 고점 124,720달러에서 2026-06-30 바닥까지 절반 넘게 빠졌습니다.
• 고점 대비 2% 넘게 빠져 있던 날이 638일 중 585일입니다. 2강의 초파리 규칙("2% 빠지면 판다")이 99번이나 사고판 이유가 여기 있습니다. 비트코인은 거의 늘 고점보다 2% 이상 아래에 있습니다.
• 월별 수익률: resample("ME").last().pct_change() — 달마다 마지막 날 종가로 달별 수익률을 냅니다. 오른 달 10개, 내린 달 10개입니다.
• 함정: 표에 2025-01이 없습니다. 2024-12 종가를 잘라 버렸기 때문에 첫 달은 비교할 전달이 없습니다. 자르는 위치가 결과를 바꿉니다(2강 '기간을 적는다'와 같은 교훈).

9. 5단계 — 0교시 복습: 원주가와 수정주가

python step5_googl_split.py

원주가로 보면 폭락이지만, 실제로는 주식 분할입니다(2014년 1→2, 2022년 1→20). 수정주가로 보면 -40% 넘게 빠진 주는 0개입니다. 0교시에서 for 문으로 찾던 것을 판다스는 raw[raw < -0.40] 한 줄로 찾습니다. 2부 2-2강 '기업행사와 수정주가'에서 자세히 다룹니다.

10. 6단계 — 내 손으로 다시 짜기

step6_rebuild.py에는 주석만 있습니다. 목표 네 개를 맞추면 수업이 끝납니다.

막히면 answers/step6_answer.py를 봅니다. 정답은 9줄입니다. 보고 나서 다시 빈 파일에 처음부터 씁니다.

11. 오늘의 발견 — 거래량 칸의 함정

1단계 ③에서 거래량이 가장 컸던 날을 찾으면 2024-08-05, 거래량 약 2,122억이 나옵니다. 그런데 비트코인은 총 2,100만 개까지만 발행됩니다. 하루에 2,122억 개가 거래될 수는 없습니다.

df.loc["2024-12-20":"2024-12-25", "volume"]를 찍어 보면 이렇습니다.

2024-12-22까지와 2024-12-23부터 단위가 1천만 배 가까이 다릅니다. 앞쪽은 달러 금액이거나 여러 거래소를 합친 값, 뒤쪽은 한 곳의 비트코인 개수로 보입니다 [추정 — 자료 제공처 설명은 확인하지 못함]. 어느 쪽이든 한 칸 안에서 단위가 바뀐 자료입니다.

• 이 칸으로 "최근 거래량이 1천만 분의 1로 줄었다"라고 쓰면 완전히 틀린 분석이 됩니다.
• 2강·3강에서 종가(close)만 쓴 것은 다행이었습니다. 종가는 이어져 있습니다(검산 일치).
• 이것이 2부 '금융 데이터 품질'이 따로 있는 이유입니다. 넥스트증권 금융 데이터 분석가 공고의 '벤더 데이터 품질 검증'이 바로 이런 일입니다.

12. 면접 대비 / 현업 적용 체크리스트

면접 대비 - 질문 "판다스로 바꿨을 때 결과가 맞는지 어떻게 확인합니까?" - 답: 기존 방식으로 낸 숫자를 새 도구로 다시 냅니다. 이번 실습에서는 for 문으로 낸 -11.5%를 판다스 3줄로 똑같이 냈고, 하루 수익률을 곱해 다시 -11.5%로 검산했습니다. - 질문 "벤더 자료의 이상값을 어떻게 찾습니까?" - 답: 물리적 한계와 비교합니다. 비트코인 거래량이 총 발행 한도보다 크게 나오는 것을 보고, 날짜별로 찍어 2024-12-23에 단위가 바뀐 지점을 찾았습니다. 그 칸은 분석에 쓰기 전에 출처에 확인합니다.

현업 체크리스트 - [ ] 새 도구의 결과를 옛 결과와 맞춰 보았는가 - [ ] 날짜 순서를 정렬했는가 (파일은 최근이 위일 수 있다) - [ ] 연환산할 때 365와 252 중 맞는 것을 썼는가 - [ ] 한 칸 안에서 단위·출처가 바뀌는 지점이 없는가 - [ ] 원주가가 아니라 수정주가를 썼는가

13. 숙제

1. 학습구간(2023~2024)의 1년 변동성과 최대낙폭을 구해, 검증구간과 비교해 한 줄로 쓰기.
2. 거래량 칸을 2024-12-23 이후만 잘라 월별 합계를 구해 보기 (resample("ME").sum()).
3. 다음 강 예고: 1-3강 — 그림으로 보기. 오늘 숫자(낙폭·월별 수익률)를 그래프로 그립니다.