'분류 전체보기' 카테고리의 글 목록 (7 Page) :: 테크니션
반응형

저출산으로 정부에서 많은 지원을 하려고 하고 있다

막상 아기 키우는 집에서는 시큰둥하지만

들어간 예산은 수십조라고 한다

그런데 요즘은 직접 지원이 조금씩 늘어나서 나름 체감중이라고 한다

하지만 늘어나는 직접지원만큼 출산율이 늘어날지는 미지수다

왜냐면 먼저 태어난 애들은 보통 지원대상에서 빠져있는 경우가 많다

아기 키우는 부모들은 저출산 지원 뉴스를 보고 기대를 하지만

꼭 몇년 이후에 출생한 아이들 대상이라는 말이 뜬다

그러면 부모들은 실망과 함께

둘째는 최대한 늦게 낳아야지

주변에도 늦게 낳을수록 나라에서 뭐 해주려 하니까 늦게 낳을 것을 권할 것이다

아파트 가격이 오르려 하면 먼저 사려 하는 수요가 늘어나는 것은 지난 몇년간 많이 봐왔던 일이다

하락장에서는 더 떨어질거야 하면서 계속 안사고 있는 것도 비슷한 맥락이다

이러한 일이 저출산 문제에도 발생할 것이다

해결방법은 아파트 짓는거보다 간단하다

소급적용을 해줘서

상대적 박탈감 없이 혜택을 본 부부들이

주변에 출산을 정부지원덕분에 키운다며 출산을 권할 수 있도록 한다면 

조금이라도 저출산을 해결하는데 도움이 될 것이다

 

 

반응형
반응형

9월 26일 오전 긴급 산업·경제장관회의를 통해 한화그룹이 대우조선해양을 인수했다고 밝혔다

전에 현대중공업그룹에서 인수하려  했지만 반독점에 늦어지더니

한화그룹으로 들어가게 되었다

한화는 요즘 주식시장 핫한 테마라는

태양광 - 한화솔루션

조선 - 대우조선해양

이차전지 - 한화솔루션

방산 - 한화테크윈

원자력

에 총 4개를 보유하게 되었다

대우조선해양은 과거 회계이슈가 많이 터진 회사이기 때문에 실사 과정에서 무슨 일이 일어날지 모르지만

이제 주인이 생긴 만큼 승진을 위한 말도 안되는 수주는 가급적 자제하는 것만으로도 좋은 일일 것이다

한화그룹은 지난 2008년 6조 원 이상을 들여 대우조선을 끌어안으려고 했지만, 

대우조선 일부 구성원의 반발과 당시 세계 금융 위기에 따른 자금 조달 문제 등으로 인수를 포기한 적이 있다

이번 인수로 방산과의 연계를 통한 시너지도 생각해 볼수 있다

이제 한화이글스만 좀 어떻게 잘 해줫으면....

 

반응형
반응형

최근 주식시장의 하락보다 더 큰 이슈가 미국 부동산 시장의 하락이다

20년 12월 최고점 86에서 현재 46으로 거의 반토막 난 상태이다

8년간 상승으로 전세계 부동산 상승을 이끌었던 모습과 대조되고 있다

미국 주택 건설업 협회는 매달 900여 회원업체들을 대상으로 설문조사를 실시합니다. 

신규 단독주택 판매 현황/ 

다음 6개월간 신규 단독주택 판매 예상치/ 

신규주택부지를 방문하는 예상 주택 구매자들의 수

의 가중평균을 낸 것이 NAHB 주택시장지수입니다.

높을수록 경기가 좋다고 해석하면 되는 지수입니다

미국 부동산은 미국소비와 같이 전세계 경제와 직접적 연관이 있는 지수입니다

모기지론(금융)

자재(광업 해운)

가전 가구 (제조 해운 화학)

건자재(폐기물)

중장비(중공업)

시멘트(광업, 에너지)

수도, 전기(유틸리티)

건설(고용)

자동차와 더불어 산업의 큰 부분을 담당하고 있으며

반등신호가 나와야 주식시장도 턴어라운드 할 것으로 예상됩니다

 

 

 

 

 

 

 

반응형
반응형

이진트리는 트리를 효율적으로 사용하기 위해서 일정한 형태로 정의한 것이다.

탐색을 위한 자료구조로 저장할 데이터의 크기에 따라 노드의 위치를 정의한 것이 이진탐색트리

(Binary Search Tree) 이다

조건 : 왼쪽 서브트리의 키값 < 루트 키값 <오른쪽 서브트리 키값

샘플을 보자

15가 루트 // 10(왼쪽 서브트리 ) < 15(루트)<20(오른쪽 서브트리)

하위 트리도 정의를 적용해보면 맞는걸 확인 가능하다

장점은 계산 복잡성이 O(logn)으로 빠르다

배열은 순차적으로 모든 데이터를 확인하며 나아가는 데에 반해서,

이진 탐색 트리는 서치 과정에서 탐색 해야하는 데이터를 줄여 나가기 때문에

데이터 검색 속도에서 더 높은 기댓값을 가진다.

구현(파이썬이라 들여쓰기가 안맞을수 있어요)

class Node:

def __init__(self, value):

self.value = value

self.left = None

self.right = None

class Tree: # Binary Search Tree

def __init__(self):

self.head = None

def insert(self, value):

if self.head is None:

self.head = Node(value)

else:

node = self.head

while True:

if value < node.value:

if node.left is None:

node.left = Node(value)

break

else:

node = node.left

else:

if node.right is None:

node.right = Node(value)

break

else:

node = node.right

def delete(self, value):

if self.head is None:

return False

node = self.head

parent = self.head

check = False

while node:

if value == node.value:

check = True

break

elif value < node.value:

parent = node

node = node.left

else:

parent = node

node = node.right

if not check:

return False

# Case1 No Child

if node.left is None and node.right is None:

if value < parent.value:

parent.left = None

else:

parent.right = None

# Case2 Have a One Child

elif node.left and node.right is None:

if value < parent.value:

parent.left = node.left

else:

parent.right = node.left

elif node.left is None and node.right:

if value < parent.value:

parent.left = node.right

else:

parent.right = node.right

# Case3 Have Two Child

elif node.left and node.right:

current, child = node, node.right

while child.left:

current, child = child, child.left

node.value = child.value

if current != node:

if child.right:

current.left = child.right

else:

current.left = None

else:

node.right = child.right

def search(self, value):

if self.head is None:

return False, None

depth = 0

node = self.head

while True:

if value == node.value:

return True, depth

else:

if value < node.value:

node = node.left

else:

node = node.right

if node is None:

return False, None

depth += 1

def show(self, node, depth=0):

if node is None:

return

print(node.value, depth)

self.show(node.left, depth+1)

self.show(node.right, depth+1)

def print(self):

self.show(self.head)

tree = Tree()

tree.insert(5)

tree.insert(7)

tree.insert(1)

tree.insert(2)

tree.insert(8)

tree.insert(3)

tree.insert(4)

tree.insert(6)

tree.insert(9)

tree.print()

result = tree.search(5)

print(result)

print()

tree.delete(7)

tree.print()

반응형
반응형

현재 코스피가 바닥을 향해 하고 있지만 조선주는 여전히 강하다

특히

이친구가 젤 힘이 강하다는 걸 알 수 있다

매수 추천은 아니고 이번 기회에 조선주 그리고 경기민감주에 대해 알아보자

조선주는 대표적인 경기민감주 중에 하나로서 이를 통해 

말 그대로 경제상황에 민감하게 반응하는 종목이며

조선 자동차 화학 이런 중후 장대 산업이 해당된다

경기라는 말을 붙였을때 어울리면 맞다고 생각하면 된다

건설경기 / 조선경기 / 자동차 경기/ ......

하지만 이런 말은 쓰지 않는다

의약품 경기 / 칫솔 경기 / 통신 경기

전자는 대량 생산 소비를 통한 변호ㅏ의 폭이 크며 후자는 경제 상황이 달라지더라도 생산 소비가 줄어들지 않는다

경제가 좋아진다 해서 양치질을 더 하고 먹고 있는 약의 양을 늘리고 이렇게 생활하는 사람은 없다

지난 10년간 해운사는 구조조정을 통해서 많은 회사가 사라졌고 한진해운 역시 역사속으로 사라지게 되었다

하지만 코로나 이후 세상은 완전히 달라졌으며 물류난의 가속으로 해운운임의 드라마틱한 상승은

살아남은 회사들에게만 잔치를 허하였다.

HMM은 구조조정 기간을 버티며 10배 상승을 이룰수 있었고 글로벌 해운사들 역시 마찬가지이다

해운사들은 이렇게 경기가 좋으면 좀 더 큰 이익을 얻기 위해 선박을 발주한다.

해운운임 상승 -> 공급유인 증대 -> 선박발주 -> 총 운임 증가 -> 공급과잉 -> 운임 감소 ->

선박발주 중지 -> 구조조정 -> 공급감소 -> 1번으로

이런 과정이 지속적으로 반복되며 보통 주기가 10년을 넘어간다

배 한척 건조 하는데 3년이 넘게 걸리니 좀 더 큰 주기로 움직이는 시장이다

다른 경기민감주들도 각자의 로직괴 기간을 가지고 순환하게 된다

공산품의 경우 가격 상승 시기에 다량 주문을 통한 물량 확보 움직임까지 보이다가

가격이 내려가기 시작하면 주문을 취소하면서 더 큰 변동성을 만들어 내기도 한다

특히 러시아 우크라이나 전쟁을 통해 가스 공급의 다변화가 이루어 지면서

LNG 선의 수요가 급증할 것이라 많은 사람들이 생각했을 것이다

하지만 타이밍을 맞추는 것은 쉽지 않으며 이를 통해 생기는 다른 변화, 예를 들면 철강, 화학 수요 변화를 잡을 수 있다면

경제적 자유에 좀 더 이른 시일에 도달할 수 있을 것이다.

반응형
반응형

이 글 작성일은 1.27일 목요일, 엘지에너지솔루션 상장일이며 현재 코스피는 2600을 바라보고 있다

시총상위종목인 LGES를 담아야 하는 기관입장에서는 다른 종목 매도를 내서 담았고

러시아-우크라이나 전쟁 및 각종 악재는 2700을 넘어 2500까지 코스피를 끌어내리고 있다

하지만 그동안 너무 올라 매수가 망설여졌지만 이제는 적당한 가격으로 내려왔을 것이라 추측해보고

간단한 뇌피셜 재무분석 기준을 통해 숨은 우량주를 찾아보자[출처 : NH나무 어플 종목상세 - ]

----------------------------------

위 글은 투자를 권유하는 글이 아닙니다

매수 매도는 모두 본인의 의지에 따라야 함을 알려드립니다

----------------------------------------------

기준

적자 없음

PBR 1이하

PER 10이하

ROE 10이상

부채율100 이하

유보율 600 이상

시가총액 1000억 이하

외국인지분율 5% 이상

기준은 내맘대로? 잡았다. 저조건 다 필터를 걸지도 않았다

대륙제관

윤활유관, 페인트관, 식용유관 등으로 대표되는 일반관과 연료관과 연료관에 부착되는 캡등의 사출물,

각종 제관(製罐) 기계를 제작ㆍ판매하고 있는 국내 굴지의 선두 전문기업이며 부탄가스로 알려졌다

흥국

건설기계의 하부 구동 부품인 Track Roller와 Carrier Roller, Idler, Tension Cylinder 및 단조품 제조하는 회사로

금리인상시기의 건설경기 활성화의 수혜가 예상된다

한일네트웍스

IT 장비유통 부문 서비스를 제공하고 있으며 서비스 부문은 자체 인프라 구축이 어려운 기업에게 자원을

임대하거나 이미 구축한 기업에게 유지보수, 부가서비스 등의 서비스를 제공하는 사업을 수행한다

몇가지가 더 있는데 분기 / 연간에 따라서 조건이 안맞기도 해서 3개만 추려봤다

재무정보만 가지고 매수버튼을 누르기엔 부족하지만 업종특징 / 업황 / 차트 / 거래량을 재무와 함께 적당히

조합한다면 언젠간 많은 수익을 안겨주지 않을까 한다

반응형
반응형

PYKRX라는 python용 오픈소스를 활용하여 종목명 <-> 종목번호를 바꿔서 활용할 수 있는 코드를 작성해보자

종목명을 받아서 종목코드로 환산하면

시장에서의 위치 판단의 로직으로 들어갈 수 가 있고

연산이 끝나면 이를 다시 종목으로 알려주도록 하기 위함이다

종목코드를 이름으로 바꾸는 모듈은 PYKRX에서 제공하고있다

def num_to_name(list):

GOL_K_NAME = []

for ticker in list:

GOL_K_NAME.append(stock.get_market_ticker_name(ticker))

return GOL_K_NAME

종목명을 종목코드로 변환해보자

df = stock.get_market_price_change("20220325 "20220325" ,market="ALL")

해당 코드를 출력하면

이 DATAFRAME에서 앞에 종목명 / 티커만 리스트로 바꿔서 비교연산을 통해서 티커를 출력하고자 한다

숫자연산이 아니어서 binary search를 쓸 수 없어서 Linear search로 작성하였다

df = stock.get_market_price_change(“20220325”, ‘“20220325” ,market="ALL")

NUMM = []

df_number = df.index.tolist()

df_names = np.array(df['종목명'].tolist())

for k in range(0, len(LIST)):

for i in range(0, len(df)):

if LIST[k] == df_names[i]:

NUMM.append(df_number[i])

return NUMM

반응형
반응형

코드는 간단하다. 그 전에 해야 할 사전 패키지 설치만 알아보자

1. youtube_dl 설치

가) pip install youtube_dl

나) 파이참 File - settings

Project code - python interpreter 클릭

상단 + 버튼 클릭

youtube_dl 작성 후 클릭 및 Install Package 클릭

아래와 같은 글자가 나오면 코드로 이동

2. CODE

import youtube_dl

with youtube_dl.YoutubeDL() as ydl:

ydl.download(['주소'])

주의 : 저작권에 위배되는 행동을 하지맙시다.

반응형
반응형

최근 코로나로 인한 비대면 및 재택 확대와 메타버스 시대가 열리면서

다양한 분야에서 디지털 변환을 통해 산업을 고도화 해나가고 있다

이에 따라 웹 모바일 분야에서는 스타트업의 열풍이 불고 있지만

과거 닷컴버블 사례 보면 생존이 쉽지는 않아보인다

이에 한가지 케이스 분석을 통해 생존 전략을 모색해보자

리비안 - 명확하고 구체화된 타겟팅

얼마전에 리비안 이라는 미국의 자동차회사가 상장을 했고 미국 자동차의 근본 GM의 시총을 넘어서네 마나 하는 기사가 있었다

11월 11일 기준 123조원으로 차 생산능력이 1000대도 안되지만 8백만대를 생산할 수 있는 현대기아차에 비해 시장에서는 다른 가치를 부여하고 있다

전기차 시장이 성장할 것이라는 것은 경제에 관심이 없어도 모를 수가 없을 것이다. 기후위기는 우리 일상으로 파고들었고 친환경에너지로 만들어진 전기차는 기후위기를 극복하기 위한 조그마한 대안이라도 될 수 있으니까

기존 내연기관에 비해 현재 전기차의 비중은 현재 5프로 내외 , 나머지 95프로가 전기차로 바뀐다면

이 시장의 성장성은 의심할 여지가 없다. 시간이 문제가 될뿐

전기차 시장을 크게 3군데로 나누면 미국 / 중국 / 유럽 이렇게 분류할 수 있다.

♦︎일본의 도요타는 하이브리드를 친환경으로 내세우고 전기차에 아직 제대로 참전을 안했으니까

유럽과 중국은 자국 브랜드를 밀어줄 환경이 충분하다.

유럽은 폭스바겐 벤츠 등 이미 기존 브랜드들이 탄탄하며 국가에서도 전후방 연관이 큰 자동차 산업을 놓칠리가 없고

중국은 자국산업에 대해 전 분야에 걸쳐서 철저하게 밀어주는 국가사회주의 체제이기 때문에

두 섹터에 대해서는 신규진입자들의 경쟁이 쉽지 않다

그러면 남은 섹터중에 시장성을 갖춘 곳은 미국이 있는데

이미 여긴 TESLA 라는 이슈메이커가 세력을 넓히고 있다

모델 S 3 X Y를 앞세워서 자리를 잡고 있는 미국 전기차 시장이지만

미국 자동차 시장은 세단 / SUV 말고 다른 영역의 자동차 시장이 있다

바로 픽업트럭

미국은 판매량 1-3위 자동차가 픽업트럭이다

2020년 미국 차량 판매 순위

(단위: 대)

순위
브랜드 및 모델
판매량
1
Ford F-Series
787,422
2
Chevrolet Silverado
594,094
3
Ram pickup
563,676
4
4. Toyota RAV4
430,387
5
Honda CR-V
333,502
6
Toyota Camry
294,348
7
Chevrolet Equinox
270,994
8
Honda Civic
261,225
9
GMC Sierra
253,016
10
Toyota Tacoma
238,806

자료: Marklines

리비안은 기울어진 운동장이 아닌, 아직 본격적으로 열리지는 않앗지만 가능성이 충분한 전장을 먼저 선점하였고

픽업트럭 시장에서 성공을 통하여 다른 차종 및 사업영역으로의 진출 가능성을 키우게 되었다.

이는 시장이 높은 멀티플을 부여하는데 여러 이유가 있었겠지만 명확한 타겟팅을 통한 사업영역 확보는

많은 투자자들이 열광하는데 충분한 명분을 주었다.

현재 모바일 창업은 활발하지만 레드오션이 아닌 영역이 없다.

하지만 세상의 모든 사업영역을 공룡들이 독식하고 있지는 못하며

그만의 생태계를 유지하며 운영중인 회사들이 앞에 나온 리비안을 제외하고라도 세상에 많이 있다

이미 힘든 전장이라 생각하는 곳에서도 분야를 세분화하고, 타겟을 명확화 한다면

벤처시장의 좋은 평가와 함께 희망찬 미래를 기대해본다

반응형
반응형

코스닥에 우량주로 알려진 오스템임플란트가 큰 사고를 쳤다.

많은 사람들이 이 뉴스를 보고 대충 사안은 알고 있고 범인도 잡혔고 회수 할수 있는 금액도 나온 것 같다

단독범행이라 주장하지만 믿지 않는 사람들이 더 많은 것 같다

횡령한 돈을 가지고 주식투자로 이미 날린 이상 메꿀 방법은 없는거 같고

이번에는 재무제표에서 먼저 알려줬던 오스템임플란트의 리스크에 대해 알아보자

1. 부채율이 높다

이 회사의 특징은 유보율도 높은데 부채비율도 높다.

오스템임플란트 재무제표 요약을 네이버에서 검색해보았다

전부 출처는 네이버증권이다

부채비율은 보통 100언더, 업종에 따라 200 언더 // 유보율은 600정도면 양호한 회사로 분류하지만

오스템을 보면 400프로 // 800프로에 달하는 부채비율 // 유보율도 3200에서 4000대에 이른다

해석하면 쌓아둔 돈이 많은데 빚도 많이 지고 있다는 것이다

부채비율이 높기로 유명한 업종이 항공이다.

비행기를 리스하여 영업을 하는데 이게 전부 부채이기 때문에 높은 부채비율이 용인되는 섹터이다

대한항공 재무제표를 확인해보자

대한항공은 항공업의 특수성때문에 부채비율이 높은 편에 속한다.

또한 반도체나 디스플레이 업종처럼 대규모 설비투자가 필요하지도 않은데

저렇게 많은 부채비율은 사실 이해가 잘 가지 않는다.

동종업계인 덴티움을 확인해보자

확실히 오스템에 비해 양호한 부채비율이다

2. 충당금 이슈 발생전과 - 돈이 어디로 새고있다

19년에 재무 관련하여 이런 기사가 있었다

사상 최대 매출에도 뜬금 어닝 쇼크를 만든 대손충당금

대손충당금은 떼인 돈뿐만 아니라 떼일 돈까지 예상해서 금액을 측정하는데

못받을 돈이라고 처리해버린 것이다.

이때부터 회사의 현금이 새고 있다고 추측할 수 있다

올해도 현금 1300억이 회사를 빠져나갔다

사업을 키우기 위한 투자일 수 있다 그러나 그중 유동자산보다 금융부채가 더 많다

그러면서 사채를 땡겨서 현금을 땡겼다

이미 현금을 충분히 보유한 회사가 사채를 땡기고

금융부채와 사채로 현금을 흡수 한다는건

이미 어디서 돈이 새고 있으니 더 필요한 부분을 땡겼을 것이고

재무 이슈 외에 CEO 리스크도 있지만 여기서는 이야기 하지 않겠다.

아무튼 주주들의 자산손실이 최소화 하는 선에서 이 사건이 마무리 되고 확실한 수사와 처벌을 통해서

우수한 투자환경이 조성되었으면 한다

반응형

+ Recent posts