MAGA(Microsoft, APPLE, GOOGLE, AMAZON) 기업 주식 비교 분석 With Python

미국 증시는 MAGA 천하라고 해도 무방할 정도 MAGA 4개 기업이 주식 시장에서 차지하는 위엄은 엄청나다. 그래서 오늘 포스팅에서는 금융 데이터 API FinancialModelingPrep을 통해서 위 4개 종목 주식 정보를 비교해보도록 하겠다. 

 

1. MAGA 시가총액 비교

시가총액에서는 애플이 무려 2조 2천억 달러로 MAGA에서도 1위를 달리고 있다. 예상보다 마이크로소프트가 시가총액이 1조 9천억 달러로 그다음을 기록했다. 

 

import pandas as pd
import requests 

api='~'
url=f'https://financialmodelingprep.com/api/v3/quote/MSFT,AAPL,GOOGL,AMZN?apikey={api}'
res=requests.get(url)
data=res.json()

df=pd.DataFrame(data)
df=df[['symbol','marketCap','eps','pe']]
df['marketCap']=df['marketCap']/1000000000
df=df.rename(columns={'marketCap':'marketCap(B)'})

import plotly.express as px
fig = px.bar(df, x='symbol', y='marketCap(B)',title='MAGA Market Capitalization')
fig.show()

 

2. MAGA PER/EPS 비교

다음으로 주식 투자에 있어서 중요한 PER과 EPS를 버블차트로 시각화해보았다. 버블 크기는 시가총액이라고 보면 된다. 

 

PER은 아마존, EPS는 구글이 압도적으로 높은 점을 확인할 수 있다. 의외로 애플과 마이크로소프트의 PER이 낮아서 놀랐다. 이런 규모의 기업이, 아직도 성장 여력이 있는 기업이 PER가 30배에서 40배 사이이면 충분히 아직도 저평가라고 봐도 되지 않을까 싶다. 아마존 Per가 80배인 점을 고려한다면 마이크로 소프트, 구글도 충분히 더 오를 수 있다고 볼 수 있다.

 

fig = px.scatter(df, x="pe", y="eps",
         size="marketCap(B)", color="symbol",
                 hover_name="symbol", log_x=True, size_max=60,title='MAGA PER and EPS')
fig.show()
per=fig.to_json()
per

 

3. MAGA 16년~20년 매출액 비교

다음으로 4개 기업의 지난 5년간 매출 추이를 확인해보도록 하겠다. 다만 4개 기업의 결산 시점이 다르기 때문에 직접적인 비교보다는 성장 추세를 보는게 맞다. 

 

매출 추세는 전반적으로 우상향하고 있지만 그 중에서도 아마존의 성장 속도가 굉장히 가파르다. 이런 점 때문에 PER가 무려 80배가 되지 않았나 싶다.

 

aapl_url='https://financialmodelingprep.com/api/v3/income-statement/AAPL?limit=5&apikey=11500afe11a65855f250a5f19f5511a2'
aapl_res=requests.get(aapl_url)
aapl=aapl_res.json()
aapl_df=pd.DataFrame(aapl)

msft_url='https://financialmodelingprep.com/api/v3/income-statement/MSFT?limit=10&apikey=11500afe11a65855f250a5f19f5511a2'
msft_res=requests.get(msft_url)
msft=msft_res.json()
msft_df=pd.DataFrame(msft)

amzn_url='https://financialmodelingprep.com/api/v3/income-statement/AMZN?limit=10&apikey=11500afe11a65855f250a5f19f5511a2'
amzn_res=requests.get(amzn_url)
amzn=amzn_res.json()
amzn_df=pd.DataFrame(amzn)

googl_url='https://financialmodelingprep.com/api/v3/income-statement/GOOGL?limit=10&apikey=11500afe11a65855f250a5f19f5511a2'
googl_res=requests.get(googl_url)
googl=googl_res.json()
googl_df=pd.DataFrame(googl)

aapl_df['year']=aapl_df['date'].apply(lambda x:x.split('-')[0])
msft_df['year']=msft_df['date'].apply(lambda x:x.split('-')[0])
amzn_df['year']=amzn_df['date'].apply(lambda x:x.split('-')[0])
googl_df['year']=googl_df['date'].apply(lambda x:x.split('-')[0])

total=pd.concat([aapl_df[['year','revenue']],msft_df[['year','revenue']],amzn_df[['year','revenue']],googl_df[['year','revenue']]],axis=1,)
total.columns=['year','apple','year_m','microsoft','year_am','amazon','year_g','google']
total=total.drop(['year_m','year_am','year_g'],axis=1)
total=total.sort_values(by='year',ascending=True)
total=total.set_index('year')
total=total/1000000000

fig = px.line(total, x=total.index, y=['apple','microsoft','amazon','google'],title='2016~2020 Revenue(B)')
fig.show()
rev=fig.to_json()

 

4. MAGA 16년~20년 당기순이익 비교

마지막으로 4개 기업들의 지난 5년간 순이익을 확인해보도록 하겠다.

 

당기순이익은 역시나 말할 것도 없이 애플이 압도적이고 아마존이 가장 낮다. 

 

total2=pd.concat([aapl_df[['year','netIncome']],msft_df[['year','netIncome']],amzn_df[['year','netIncome']],googl_df[['year','netIncome']]],axis=1,)
total2.columns=['year','apple','year_m','microsoft','year_am','amazon','year_g','google']
total2=total2.drop(['year_m','year_am','year_g'],axis=1)
total2=total2.sort_values(by='year',ascending=True)
total2=total2.set_index('year')
total2=total2/1000000
fig = px.line(total2, x=total2.index, y=['apple','microsoft','amazon','google'],title='2016~2020 NetIncome(M)')
fig.show()
net=fig.to_json()