podongchip/kospi-daily-stock-features-2021-2026

KOSPI Stocks Daily Data with Technical & Macro Features

🇰🇷 한국어 / 🇺🇸 English

2021년부터 2026년까지 KOSPI 948개 종목의 일별 시세에 기술적 지표·거시지표·투자자 수급을 결합한 머신러닝 학습용 한국 주식 데이터셋입니다.

A machine-learning–ready Korean stock dataset combining daily prices of 948 KOSPI stocks with technical indicators, macro variables, and investor flows, covering 2021 to 2026.

📊 Contents

• —1,214,339 rows / 121만 행 (948 stocks / 948개 종목)
• —Period / 기간: 2021-01-04 ~ 2026-05-29 (약 5.4년)
• —60 columns / 60개 컬럼

📖 각 컬럼의 상세 설명·단위는 `DATA_DICTIONARY.md` 를 참고하세요. See `DATA_DICTIONARY.md` for column-by-column descriptions and units.

🚀 Quick Start / 빠른 시작

from datasets import load_dataset

ds = load_dataset("podongchip/kospi-daily-stock-features-2021-2026", split="train")
print(ds[0])

# pandas 로 바로 쓰기 / load directly with pandas
import pandas as pd

df = pd.read_parquet(
    "hf://datasets/podongchip/kospi-daily-stock-features-2021-2026/kospi_data_v1.parquet"
)

# 종목별 시계열 / per-stock time series
samsung = df[df["Code"] == "005930"].sort_values("Date")
print(samsung[["Date", "Close", "RSI14", "Foreign_net"]].tail())

⚠️ `Code` 는 반드시 문자열로 다루세요 / Always treat `Code` as a string. 종목코드는 앞자리 0이 있고(000020), 우선주는 끝에 알파벳이 붙습니다(예: 00088K). 숫자로 변환하면 앞자리 0이 사라지거나 우선주 코드가 깨집니다. Stock codes are zero-padded (000020) and preferred shares carry a letter suffix (e.g. 00088K). Casting to int drops the leading zeros and breaks preferred-share codes. 본 데이터는 Parquet 포맷이라 Code 가 문자열로 저장되어 있어 그대로 안전합니다. This dataset ships as Parquet, so Code is stored as a string and stays safe by default.

💡 Use Cases

• —Stock price / return prediction modeling / 주가·수익률 예측 모델링
• —Quant strategy & factor research / 퀀트 전략·팩터 리서치
• —Time-series & financial ML education / 시계열·금융 ML 학습
• —Investor flow and macro impact analysis / 수급·거시지표 영향 분석

📝 Notes / 참고

• —종목코드(`Code`) / Stock code: 6자리 문자열이며, 우선주 등은 끝에 알파벳(K·L·M 등)이 붙습니다. 정수로 변환하지 마세요. 6-digit string; preferred and special shares carry a trailing letter (K, L, M, …). Do not cast to integer.
• —결측치 / Missing values: 기술적 지표(MA, RSI, MACD 등)는 룩백 기간이 필요하므로 각 종목의 초기 행에 결측치(빈 값)가 존재합니다. Technical indicators require a lookback window, so early rows per stock contain missing values.
• —거시지표 / Macro: 영업일 기준으로 정렬되어 있으며, 일부 휴장일 차이로 인한 결측이 있을 수 있습니다. Aligned to trading days; some gaps may exist due to holiday mismatches.
• —정렬 / Ordering: Code → Date 순으로 종목별 시계열이 이어집니다. Rows are ordered by Code then Date, forming per-stock time series.
• —Look-ahead 주의 / No look-ahead: 모든 지표는 해당 일자까지의 정보로만 계산됩니다(미래 정보 미포함). All features use information up to that date only.

🗂️ Data Sources / 데이터 출처

• —KOSPI 시세·투자자 수급 (Price & investor flows): 한국거래소(KRX) 공개 시장 데이터 기반으로 가공. Derived from Korea Exchange (KRX) public market data.
• —거시지표 (Macro indicators): 환율·해외 지수·변동성·금리 등 공개적으로 공표되는 시장 지표. Publicly published market indicators (FX rates, global indices, volatility, yields).

본 데이터셋은 위 공개 시장 데이터를 기술적 지표·파생 변수로 가공한 2차 저작물입니다. This dataset is a derived work that processes the above public market data into technical and engineered features.

⚖️ License & Disclaimer / 라이선스·면책

• —본 데이터셋은 CC BY-NC 4.0 라이선스로 제공됩니다(비영리·출처표시). Released under CC BY-NC 4.0 (non-commercial, attribution required).
• —데이터셋의 가공·구성·파생 변수 및 편집에 대한 권리는 제작자에게 있습니다. Rights to the processing, structure, engineered features, and compilation of this dataset belong to its creator.
• —원천이 되는 시세·거시지표 값은 공개 시장 데이터에 기반하며, 각 원천 데이터의 권리는 해당 제공처에 있습니다. The underlying price and macro values are based on public market data; rights to the source data remain with their respective providers.
• —본 데이터셋은 연구 및 교육 목적으로 제공됩니다. 데이터의 정확성·완전성을 보증하지 않으며, 투자 판단의 근거로 사용해 발생하는 책임은 사용자에게 있습니다. Provided for research and educational purposes. No warranty is given regarding accuracy or completeness; any investment decisions made using this data are solely the user's responsibility.