찾아주셔서 감사합니다. 구독과 공감/댓글에 힘이 납니다. 행복하세요^^

7월 22일 장 마감 후 조건검색식 도출 결과 입니다.

데이터는 필요에 의해 수시로 수집 및 계산 될 수 있습니다. (증권사 API 데이터 이용)
사용된 조건 검색식은 링크를 따라 가시면 자세하게 확인 할 수 있습니다.

조건검색식은 추후 변경 될 수도 있습니다. 링크에서 가장 최근의 조건식을 확인 할 수 있습니다.

종목코드를 클릭하면 'Daum 빅차트'로 이동하고 종목명을 클릭하면 'Naver 증권' 종목 페이지로 이동합니다.
(참고로 모바일/테블릿 환경에서는 Daum 빅차트 이동은 안됩니다.)
SCORE 항목은 재무제표의 각 지표에 대해서 순위를 매긴 총 점입니다. 점수가 높을수록 대체로 좋은 종목이라 보시면 되겠습니다.

투자의견 항목은 6개월 이내 각 증권사 리포트에서 포지션 (BUY OR OTHER)와 제시한 목표가의 평균을 보여줍니다.
만약 B3N1(33000) 이라면 증권사별로 buy 의견 3건, 그외 1건 이고 각 증권사에서 제시한 목표가의 평균가는 33,000원 입니다. ( ) 의 숫자 퍼센트는 목표주가를 도달하기 위한 비율 이라고 보시면 됩니다.

예를 들어 20% 라고 하면 목표주가는 20% 위에 설정되어 있고 현재 주가에서 20%가 오르면 목표주가에 도달한다는 의미 입니다. 

여러분들의 성공적인 투자 기원합니다.

print(getAppVersionBuild())



func getAppVersionBuild() -> String

{

    let version = Bundle.main.infoDictionary!["CFBundleShortVersionString"] as! String

    let build = Bundle.main.infoDictionary!["CFBundleVersion"] as! String



    return version + "." + build

}

제품명 : 로얄알로이 GP125

가격 : 300만원대

엔진 : 4기통 

출력 : 9.6ps / 7,500rpm
토크 : 9.2nm / 7,000rpm

냉각방식 : 공냉

ABS : X

전장 : 1845 mm
너비 : 670 mm
시트고 : 770 mm
무게 : 140 kg
앞 타이어  : 110/70-12
뒷 타이어  : 120/70-12
연비 : 대략 30km 중반 

제품명 : 람브레타 v125

가격 : 300만원대

엔진 : 4기통

출력 : 7.5kW / 8,500rpm
토크 : 9.2nm / 7,000rpm

냉각방식 : 공냉

ABS : X

전장 : 1890 mm
너비 : 735 mm
시트고 : 770 mm
무게 : 90 (?) kg
앞 타이어  : 110/70-12
뒷 타이어  : 120/70-12
연비 : 대략 30km 중반 

7월 20일 장 마감 후 조건검색식 도출 결과 입니다.

데이터는 필요에 의해 수시로 수집 및 계산 될 수 있습니다. (증권사 API 데이터 이용)
사용된 조건 검색식은 링크를 따라 가시면 자세하게 확인 할 수 있습니다.

조건검색식은 추후 변경 될 수도 있습니다. 링크에서 가장 최근의 조건식을 확인 할 수 있습니다.

종목코드를 클릭하면 'Daum 빅차트'로 이동하고 종목명을 클릭하면 'Naver 증권' 종목 페이지로 이동합니다.
(참고로 모바일/테블릿 환경에서는 Daum 빅차트 이동은 안됩니다.)
SCORE 항목은 재무제표의 각 지표에 대해서 순위를 매긴 총 점입니다. 점수가 높을수록 대체로 좋은 종목이라 보시면 되겠습니다.

투자의견 항목은 6개월 이내 각 증권사 리포트에서 포지션 (BUY OR OTHER)와 제시한 목표가의 평균을 보여줍니다.
만약 B3N1(33000) 이라면 증권사별로 buy 의견 3건, 그외 1건 이고 각 증권사에서 제시한 목표가의 평균가는 33,000원 입니다. ( ) 의 숫자 퍼센트는 목표주가를 도달하기 위한 비율 이라고 보시면 됩니다. 예를 들어 20% 라고 하면 목표주가는 20% 위에 설정되어 있고 현재 주가에서 20%가 오르면 목표주가에 도달한다는 의미 입니다. 

여러분들의 성공적인 투자 기원합니다.

Django 에 캐싱을 적용해 보자

dataframe 타입의 1000건 이상의 레코드를 DB에서 읽어 웹페이지에 계속 뿌려주는 케이스가 있는데, 

굳이 하루에 한번만 요청에 의해서 DB에 갔다오면 될 듯 하여 캐싱을 적용하기로 했습니다.

setting.py 에 추가

CACHES = {
    'default': {
        'BACKEND': 'django.core.cache.backends.memcached.MemcachedCache',
        'LOCATION': '127.0.0.1:6379',
    }
}

웹서버 실행 시 아래의 오류가 발생한다면

ModuleNotFoundError: No module named 'memcache'

python-memcached 모듈 설치

$ pip install python-memcached

views.py 코드에서

key_mydf = 'key_finance'
df = cache.get(key_mydf)

if df is None:
  
  ''' 여기서 부터 DB작업 '''
  
  
  cache.set(key_mydf, df, 86400)
  # 864000 은 하루만큼의 초(sec)

  ''' 중략 '''
  
return render(request, 'finance.html', {'df': df})

- 캐시에 df 가 적재되어 있지 않으면 DB 작업을 통해 데이터를 가져온 후 캐시에 저장한다

- 다음 요청부터 캐시의 데이타를 사용한다

- 하루가 지나면 캐시는 해제된다.

추가 - 혹시 캐싱이 제대로 안되는 경우 

- 새로 서버를 구축한 후 로그 출력해서 확인 해본 결과 위 내용으로 제대로 캐싱이 먹히지 않았다. 

  캐싱이 안될경우 setting.py 의 middleware 에 아래 두줄 추가하고 

    MIDDLEWARE = [
    'django.middleware.cache.UpdateCacheMiddleware',
    'django.middleware.cache.FetchFromCacheMiddleware',
    ]

같은 setting.py 파일에 아래 4줄을 추가해준다. 

SESSION_ENGINE = 'django.contrib.sessions.backends.cache'
CACHE_MIDDLEWARE_ALIAS = 'default'  # which cache alias to use
CACHE_MIDDLEWARE_SECONDS = 600    # number of seconds to cache a page for (TTL)
CACHE_MIDDLEWARE_KEY_PREFIX = ''

제대로 캐싱이 되는것을 확인.