스프쌤
스레드

12 Python libraries for free market data everyone sh

✍ @quantscience_⏱ 10분 소요2026-09-26👁
← 목록으로 돌아가기

"무료 데이터"의 진짜 난관은 받는 순간이 아니라, 6개월 뒤에도 같은 코드가 돌아가게 만드는 일입니다.

✦ AI Key Summary & Global Takeaways

이 아티클의 핵심 내용 요약과 글로벌 검색·AI 엔진을 위한 테이크어웨이입니다.

✦ KR 주제: 무료 시장 데이터를 제공하는 파이썬 라이브러리 12종의 용도와 선택 기준

✦ KR 핵심 요약: 무료 시장 데이터 도구는 공식 API, 비공식 래퍼, 벌크 데이터라는 공급원 성격에 따라 안정성과 편의성이 갈린다. 자산군과 주기, 재현성 요구를 먼저 정한 뒤 yfinance·ccxt·fredapi·pandas-datareader 같은 도구를 용도별로 조합하고, 원본 저장과 스키마 검증으로 유지보수 비용을 낮추는 것이 핵심이다.

🌐 Global Takeaway: Free market data libraries differ mainly in whether they wrap an official API or an unofficial endpoint, so stability and convenience trade off against each other. Pick tools by asset class and reproducibility needs, then cache raw responses and validate schemas to survive upstream changes.

무료 시장 데이터를 파이썬으로 다루려는 사람이 가장 먼저 부딪히는 문제는 "무엇을 쓸 수 있나"가 아니라 "무엇이 아직 살아 있나"입니다. Threads의 @quantscience_ 게시물은 "12 Python libraries for free market data everyone should know"라는 제목으로 관련 라이브러리 목록을 공유했습니다. 다만 원문은 링크 형태로만 확인되므로, 이 글에서는 그 취지를 살려 실제로 널리 쓰이는 무료 데이터 관련 파이썬 도구를 유형별로 정리하고, 각 도구를 고를 때 무엇을 확인해야 하는지를 함께 짚습니다. 원문에 담긴 정확한 12개 구성이나 순위 대신 일반적으로 통용되는 용도와 한계를 기준으로 설명합니다.

무료 데이터의 진짜 비용은 다운로드 시간이 아니라, 스키마가 바뀌었을 때 다시 맞춰야 하는 유지보수 시간이다.

무료 시장 데이터 소스의 세 갈래

시장 데이터 라이브러리는 결국 데이터 공급원을 감싼 껍데기입니다. 그래서 라이브러리 이름을 외우는 것보다 공급원의 성격을 구분하는 편이 오래 갑니다.

  • 공식 API: 제공처가 키를 발급하고 약관과 호출 한도를 명시합니다. 안정적이지만 무료 등급에는 제약이 붙는 경우가 많습니다.
  • 비공식 래퍼·스크래핑: 설치만 하면 바로 데이터가 나오지만, 제공처가 응답 구조를 바꾸면 갑자기 깨질 수 있습니다.
  • 벌크 다운로드·공개 데이터셋: 대용량을 한 번에 받을 수 있으나 갱신 주기가 길고 전처리 부담이 큽니다.

라이브러리보다 먼저 정할 것

선택 기준은 네 가지로 압축됩니다. 어떤 자산군인지, 어떤 주기(일봉·분봉·틱)인지, 얼마나 긴 기간이 필요한지, 그리고 결과를 재현해야 하는지입니다. 백테스트용이라면 수정주가 반영 여부와 상장폐지 종목 포함 여부가 성과를 크게 왜곡할 수 있으므로, 라이브러리 기능표보다 이런 항목을 먼저 확인하는 편이 낫습니다.

실제로 자주 쓰이는 12가지

아래 표는 국내외에서 반복적으로 언급되는 도구를 용도별로 묶은 것입니다. 무료 티어의 정확한 호출 한도나 정책은 시점에 따라 바뀌므로, 가입 전에 각 제공처 문서를 확인해야 합니다.

라이브러리 주 용도 특징 확인할 점
yfinance 주식·ETF·지수 시세 Yahoo Finance 기반 래퍼, 설치가 간단 비공식 엔드포인트라 응답 구조 변경 가능
pandas-datareader FRED·World Bank 등 다중 소스 소스별 read_* 형태의 통일된 인터페이스 소스별 지원 지속 여부
ccxt 암호화폐 거래소 통합 여러 거래소를 같은 메서드로 조회 거래소별 호출 제한과 심볼 규칙
fredapi 미국 경제지표 FRED API 키 필요 시리즈 ID와 발표 주기
akshare 중국 시장 데이터 커버리지가 넓고 예제가 많음 문서 언어와 버전 호환성
Tushare 중국 A주 데이터 토큰 기반, 등급별 제공 범위 무료 등급의 데이터 범위
Alpha Vantage 클라이언트 시세·기술지표 API 공식 API, 키 발급 필요 분당·일일 호출 한도
OpenBB Platform 데이터·분석 통합 여러 공급원을 하나의 인터페이스로 추상화 버전별 API 변경 이력
requests·httpx REST 직접 호출 가장 유연하고 의존성이 적음 인증·재시도·파싱을 직접 구현
pandas 정제·리샘플링·병합 사실상 표준 데이터 처리 기반 시간대와 인덱스 정렬
ta·pandas-ta 기술적 지표 계산 DataFrame에 바로 적용 라이브러리별 지표 정의 차이
backtrader 백테스트 이벤트 기반 구조, 확장성 최근 유지보수 활동성

가격·시세 중심 도구

yfinance는 소규모 연구에서 가장 먼저 손이 가는 선택지입니다. 별도 키 없이 일봉과 분봉을 받을 수 있지만, 비공식 경로를 사용한다는 점은 항상 염두에 두어야 합니다. ccxt는 거래소마다 다른 인증 방식과 심볼 체계를 하나로 묶어 주므로, 여러 거래소의 시세를 비교할 때 유용합니다. 다만 거래소별 호출 제한이 다르고, 무료 공개 엔드포인트만으로는 얻을 수 없는 데이터도 있습니다.

경제지표·펀더멘털 중심 도구

fredapi와 pandas-datareader는 금리, 물가, 고용 같은 거시 시계열을 다룰 때 자주 등장합니다. FRED는 시리즈 ID 체계가 잘 정리되어 있어 재현성이 높은 편입니다. 중국 시장을 본다면 akshare나 Tushare가 언급되며, 두 도구 모두 문서와 예제가 중국어 중심이라는 점을 감안해야 합니다.

분석·백테스트 도구

데이터를 받는 일과 분석하는 일은 분리하는 편이 좋습니다. pandas로 정제하고, ta 계열로 지표를 만들고, backtrader 같은 프레임워크로 검증하는 흐름이 일반적입니다. 지표 정의는 라이브러리마다 미세하게 다르므로, 동일 기간에 대해 두 라이브러리 결과를 비교해 보는 것이 안전합니다.

최소 예제로 확인하는 사용법

import yfinance as yf

df = yf.download("AAPL", period="6mo", interval="1d", auto_adjust=True)
print(df.tail())
import ccxt

exchange = ccxt.binance()
ohlcv = exchange.fetch_ohlcv("BTC/USDT", timeframe="1d", limit=30)
print(ohlcv[-3:])
from fredapi import Fred

fred = Fred(api_key="YOUR_API_KEY")
gdp = fred.get_series("GDP")
print(gdp.tail())

예제는 흐름을 보여 주기 위한 최소 코드입니다. 실제 프로젝트에서는 키를 코드에 넣지 말고 환경 변수로 분리하고, 호출 실패에 대비한 재시도와 캐싱을 함께 넣는 것이 좋습니다. 또한 각 제공처의 이용 약관과 재배포 제한은 별도로 확인해야 합니다.

핵심 정리

  • 무료 시장 데이터 라이브러리는 공식 API, 비공식 래퍼, 벌크 데이터라는 세 가지 공급원 중 하나를 감싼 도구로 이해하면 선택이 쉬워집니다.
  • 설치 편의성과 안정성은 대체로 반대 방향으로 움직입니다. 비공식 래퍼는 편하지만 구조 변경에 취약합니다.
  • 용도가 분리되어 있습니다. 시세는 yfinance·ccxt, 거시지표는 fredapi·pandas-datareader, 중국 시장은 akshare·Tushare가 자주 언급됩니다.
  • 데이터 수집과 분석은 단계를 나누는 편이 유지보수에 유리합니다. 수집 결과를 파일로 남기고 분석은 그 파일 위에서 수행하십시오.
  • 무료 등급의 한도와 약관은 시점에 따라 달라지므로, 확인되는 범위 안에서도 사용 직전에 문서를 다시 보는 습관이 필요합니다.

실무 적용 포인트

  1. 원본을 먼저 저장하십시오. 수집 단계에서 parquet이나 CSV로 원본을 남기면, 라이브러리가 깨져도 분석 자산은 유지됩니다.
  2. 스키마 검증을 넣으십시오. 컬럼 이름, 인덱스 타입, 결측 비율을 검사하는 짧은 함수 하나가 조용한 오류를 크게 줄입니다.
  3. 호출 예산을 관리하십시오. 무료 API는 한도가 좁습니다. 캐싱, 배치 조회, 백오프 재시도를 기본값으로 두는 편이 좋습니다.
  4. 시간대와 수정주가를 명시하십시오. 일봉을 다룰 때 시간대가 섞이면 리샘플링 결과가 어긋납니다.
  5. 의존성을 고정하십시오. 데이터 라이브러리는 인터페이스가 자주 바뀝니다. 버전을 고정하고 업그레이드는 테스트와 함께 진행하십시오.
  6. 라이선스를 확인하십시오. 무료로 받은 데이터라도 재배포나 상업적 이용이 제한될 수 있습니다.
스레드 첨부 이미지
원본 스레드 첨부 이미지

자주 묻는 질문

Q. 무료 라이브러리만으로 실전 매매가 가능한가요?

A. 데이터 취득 자체는 가능하지만, 지연 시세이거나 호출 한도가 좁은 경우가 많습니다. 실시간성과 안정성이 중요한 용도라면 유료 공급원이나 증권사 API를 함께 검토하는 것이 일반적입니다.

Q. 라이브러리가 갑자기 오류를 낼 때는 어떻게 해야 하나요?

A. 대부분 공급원의 응답 구조 변경이 원인입니다. 원본 데이터를 별도로 보관해 두었다면 분석은 계속할 수 있고, 수집 코드만 교체하면 됩니다.

Q. 여러 라이브러리를 동시에 쓸 필요가 있나요?

A. 하나로 충분한 경우도 많습니다. 다만 자산군이 섞이거나 거시지표가 필요하면 역할을 나눠 쓰는 편이 낫고, 이때는 컬럼과 시간대 규칙을 통일하는 작업이 선행되어야 합니다.

자주 묻는 질문

Q. 무료 라이브러리만으로 실전 매매가 가능한가요?
A. 데이터 취득은 가능하지만 지연 시세이거나 호출 한도가 좁은 경우가 많습니다. 실시간성과 안정성이 중요한 용도라면 유료 공급원이나 증권사 API를 함께 검토하는 것이 일반적입니다.

Q. 라이브러리가 갑자기 오류를 낼 때는 어떻게 해야 하나요?
A. 대부분 공급원의 응답 구조 변경이 원인입니다. 원본 데이터를 별도로 보관해 두면 분석은 계속할 수 있고, 수집 코드만 교체하면 됩니다.

Q. 여러 라이브러리를 동시에 쓸 필요가 있나요?
A. 하나로 충분한 경우도 많습니다. 자산군이 섞이거나 거시지표가 필요하면 역할을 나눠 쓰되, 컬럼 이름과 시간대 규칙을 먼저 통일해야 합니다.

원본

https://www.threads.com/@quantscience_/post/DZiDLMGEQWi

함께 보면 좋은 글

댓글 0개