ひよこエンジニア

ひよこエンジニア

エンジニアになりたての25歳です。【電気回路】・【プログラミング×株】について記録を残してきます。

【散財】M1 MacBook Air とiPad Air 4購入!

こんにちは。 またまた久しぶりの投稿になりました笑。

時間が過ぎるのは早いもので、就職してからもう一年が経とうとしてます。。。 社会人になって時間の経過が早すぎるなぁとしみじみ感じてます。

ちょうど節目のタイミングなので、プロフィールと名前を一新しました! 本名で続けていくのがちょっと小恥ずかしいと言うのもあり、新たに「さばみそマン」という名前で記事を書いていこうと思います!

この名前の由来は、、、ズバリ桃鉄です。 自分が中学生の頃、北海道大移動編をやり込んだ記憶が今でも濃く残っています。 名前を決めるのが面倒で、おまかせで設定された名前がさばみそマンなんです。

ちなみにもう少し落ち着いたらはてなブログからブログを移行しようかなとも考えてますがそれはまた後々。

そんなこんなで話が紆余曲折しましたが、本日の記事は最近購入したものの紹介になります!

購入品①

ズバリ、M1チップ搭載のMacBook Air 256GBを購入しました!

約6年ほど、Surface Pro 3 を使用していましたが、Windows10にアップデートした頃から動作が重くなってしまい、ここ最近までかなりストレスを感じていました。 12月から3月まで過酷な生産実習があったお陰?で自由に使えるお金がある程度増えたので自分へのご褒美としてPCを買い替えることを決意していました。

私は生まれてこの方Windows一択の人生だったので、最初はLenovoやhpである程度のスペックのものを選定しようとしていました。しかし、昨年11月に出たM1チップ搭載のMacbookのレビューが良かったことや、iPhoneユーザであることも相まってMacBookも選択肢として入りました。上記3つのメーカーに焦点を当てて、近場の電気屋で実機を触ってみたところ、MacOSのスタイリッシュさに心惹かれ、MacOSデビューすることに決めました。

とは言うものの、MacOSに慣れてないこともあり、ハイスペックのものを買って後悔するのも怖かったため、一番安いモデルを購入することにしました。

まだ使用してから丸一日経っていませんが、現状ソフトの面ではそんなに不都合はありません。むしろWindowsよりすっきりしてていいです。

しかし、キーボードの扱いがまだ慣れません笑 日本語入力「かな」に切り替える際、Windows PCを使ってたノリでキーボードの左上を押すと「1」が入力されてしまいます。

これに関しては触ってけば大丈夫かなと思うので、しばらく様子見です。 もしも慣れなかったらBluetooth対応のキーボードでも買おうかなって感じです。

まだ適当に触ってるだけなので、これから不都合なことが起こるかもしれませんが、現状◯。 意外にもWindowsユーザーでも使いこなしやすいことがわかりました笑

f:id:shota_elec_py:20210328231917j:plain
M1 MacBook Air

購入品②

二つ目の購入品は、iPad Air 4 Wifi 256GBです。 元々、無印iPad第6世代を持っていたのですが、買い替えることにしました。 理由としては、ペンの使いずらさと、容量の少なさです。 iPadの用途としては、ゲームとメモ、ノートをとることです。 当時所有していたiPadは32GBという超低容量でした笑 ノートをとるときは、写真にコメントを加えるような書き方をしていたため、ノートアプリでかなり容量が圧迫されていました。また、apple pencil第一世代は、充電の方法が面倒くさい&ディスプレイの厚みによる描く際の若干の位置ずれが気になっていたこともあり、apple pencil 第二世代対応で、ある程度容量があり、比較的廉価なiPad Air 4を選択しました! iPadは以前使っていたこともあり、特に困りごとはなく快適に使えています! apple pencil 第二世代の使い勝手のよさには本当に脱帽ですね。

f:id:shota_elec_py:20210328231905j:plain
iPad Air 4

まとめ

自分にとっては大きな買い物となりましたが、それぞれプライベートで大活躍してくれる予感なのでいい買い物ができたかなと思っています。 あと、買ってから気づいたのですが、iPad Air 4には、スライドカーという機能が付いており、macbookのサブディスプレイになることができるんです!(androidとかではできるの知ってたけど、まさかappleがやってるとは思ってなかった笑)我が家にはモニターを置くスペースがないのでこれは嬉しい誤算でした!

f:id:shota_elec_py:20210328231846j:plain
iPad Air 4をサイドカーで使用

株価の対数表示

こんにちは、shotaです! 2021年最初の投稿になります(笑)(内容は薄っぺらいです。。。)

今回は株価の対数表示について記載していきたいと思います。 日常的に株価チャートを見る際には、実際の値段でローソク足を作製して値動きを確認し、テクニカル分析を行う方が大半だと思います。

実はあなたが持ってる銘柄も対数チャートで確認すると新たな発見があるかもしれません!

価格帯における値動きの価値は異なる

例えば日経平均株価が1年前に比べて2倍になったとしましょう。その時の日経平均株価が10000円であった時と、30000円であった時には全く違う事は一目瞭然です。値段の差は異なりますが、倍率で言えば一緒ですよね。

そこで、日経平均株価が10000円だった時と30000円だった時で同価値に落とし込む手法として対数チャートが用いられます。

対数グラフの使い方

対数グラフは基本的には長期間でみなければ意味がありません。 理由としては、大きな値動きが起こらないと、対数チャートとして機能しないためです。 そのため、日経平均株価や大型株に対してよく機能します。

例として、日経平均株価終値を普通のチャートと対数チャートで表してみます。

f:id:shota_elec_py:20210201193309p:plainf:id:shota_elec_py:20210201193319p:plain
上:通常のグラフ 下:片対数グラフ

通常のグラフで見ていると、バブル最盛期に最高値を付けてそこから衰退し、現在もその時の株価を超えれていないため、景気は良くなってない印象を受けますが、片対数グラフにしてみると、現在の株価が、バブル最盛期と同程度にまで上がっている事が確認できます。

また、テクニカル分析をする際も、片対数グラフの方が支持線抵抗線が分かりやすいですよね。

こんな形で長期の分析に持ってこいなのがこのグラフの特徴になります。

長期ってどれくらい?

これに関しては値動き次第になるため、銘柄によって変わってくると思います。現在私が保有している銘柄のうち、一つを挙げてみましょう。

f:id:shota_elec_py:20210201193330p:plain
リバーエレテックの株価(片対数グラフ表示)

この図をみてみると2020年5月あたりから現在まででトレンドラインが引ける事が分かります。このため、この銘柄であれば片対数機能が機能するためには約9カ月程度の時間が必要となることが分かります。

まとめ

今回は株価における対数グラフの使い方、利点についての記述しました。 ちなみにグラフはpythonで出力しました。(久々にpythonを触ったのでこの程度の結果を出すのに1時間程度かかりました(笑)) 今後も定期的に更新していきます!

ダウ理論とは

こんにちは。shotaです!

2020年最後の記事となります。 2020年は修士論文に追われ、共同研究先に向けた成果発表も行い、会社に入社し、現在工場に実習中と非常に濃密な一年になりました。 また、コロナウイルスの流行により、マスクの着用や消毒が当たり前になったり世の中の常識がガラりと変わった年でしたね・・・

一体いつまでコロナウイルスの影響が続くのか想像もつきませんが、国が柔軟に対応してくれることに期待します!

さて、本年最後の記事は、ダウ理論についてです。 社会人はもちろんのこと、学生でもこの名前は聞いたことがあるのではないでしょうか?

私自身、聞いたことあるな程度にしか思っていませんでしたが、ふと詳細が気になったためダウ平均について学び、記事に残そうと思いました。

チャールズ・ダウ

ダウ理論は、株式投資における、テクニカル分析の原点と言われています。原案者の名前が、チャールズ・ダウという方だったため、この方の名前を使用してダウ理論と呼ばれています。では、この人物は一体何者なのでしょうか。

チャールズ・ダウは19世紀後半に活躍していた金融ジャーナリストです。1882年、彼は、テクニカル分析の金字塔と言われたエドワード・ジョーンズとダウ・ジョーンズというアメリカの経済に関する出版社を創業しました。

当時のアメリカには現在のような経済指標が無い状態でしたが、ダウは1884年に、ある複数の銘柄の組み合わせがアメリカの経済状態をよく表す事に気が付きます。その銘柄は、9種類の鉄道株と、2種類の工業株です。

その後、研究を重ね、1897年に12銘柄の工業株指数と20銘柄の鉄道株指数という、2つの指標に分裂しました。

1928年には工業株指数のみ30銘柄に拡張され、ダウの死後、ウォール・ストリー・ジャーナル(ダウ・ジョーンズ社の日刊経済新聞)の編集者が現在に至るまで何回も更新しています。

ジャーナリストのダウですが、値動きについて独自で研究を重ねており、ウォール・ストリート・ジャーナルに独自の論説を記していました。ダウの死後、同僚がその論説をまとめ上げ、初めてダウ理論という言葉が登場しました。

ダウ理論

ダウ理論は大きく分けて6つの説に分かれます。

平均株価はすべてを織り込んでいる

これは今日のテクニカル理論基本の大前提である、「需要と供給は総じて影響を与える要因となり、人々に知られる可能性がある物はすべて相場に織り込まれている」という内容と一致します。 実際に、市場は自然災害といった想定外の出来事でさえ素早く織り込み、瞬時にその影響を価格に取り込みます。

市場には3種類のトレンドがある

まずは、ダウが定義する上昇/下降トレンドについて説明します。 上昇トレンドは「前の上昇で付けた高値より今回の上昇で付けた高値の方が上回って引けており、また、前の上昇で付けた安値よりも今回の上昇で付けた安値の方が上回っている」と定義しており、下降トレンドはその逆と定義しています。

そのような上昇/下降トレンドにおいて、ダウは海の「潮」、「波」、「さざ波」になぞらえトレンドには「大(メジャー)」、「中(インターメディエイト)」、「小(マイナー)」の3つに分けられると考えています。

メジャートレンドは潮流を表し、インターメディエイトトレンドは潮流の中に発生する波を表し、マイナートレンドは波の中に生じるさざ波を表すような具合の表現になります。海の流れをくみ取るためには、海岸における波の動きを観測し、その動きから潮の流れをくみ取るように、相場においても大きなトレンドをつかむためには中トレンドの傾向をつかむことが大切だと述べています。 通常、メジャートレンドは1年から数年、インターメディエイトトレンドは3週間から3カ月間続くもので、マイナートレンドは3週間程度までのものとしており、重要なインターメディエイトトレンドによる調整は、1つ前のインテ―メディエイトトレンドの動きの3分の1か3分の2程度になると考えられています。

メジャートレンドには3つの局面がある

メジャートレンドは、「アキュミュレーション局面」、「パティシぺーション局面」、「ディストリビューション局面」の三つに分類されます。

アキュミュレーション局面は、最も賢明な投資家が情報に基づいて買い集めをしている局面です。もしも直前のトレンドが下降トレンドであれば、市場が悪材料を織り込んでいると認識して買い集めるような状況です。

パティシぺーション局面は、トレンドフォロー(トレンド確認後に投資を実施)を支持する投資家の大半が市場に参加し始める局面で、相場が急騰し、経済統計にも改善の兆しが見え始めます。

ディストリビューション局面は、新聞記事が強気になり、経済統計も更に改善し、投機筋の売買と一般投資家の参加が増えます。このタイミングで賢明な投資家が売り抜けを始める時期です。

2つの市場平均を確認する

ダウは上昇相場の開始と継続を確認するためには、工業株と鉄道株について両方の指標が前のインターメディエイトトレンドの高値を上回る必要があると考えていました。つまり、両方の平均株価が同じ動きをしている事で初めてトレンドの維持や継続がなされると想定していました。

出来高でトレンドを確認する

ダウは、株価の動きを確認する際、出来高を重要な要素と考えています。具体的には、出来高はメジャートレンドの方向に沿って増加することです。

メジャーな上昇トレンドでは、価格上昇時に出来高が増加し、価格下落時に出来高が減少し、メジャーな下降トレンドではその逆の動きをします。しかし、あくまでも参考程度の指標となるため、出来高と価格がお互いに一致しているか確かめる事が重要となります。

トレンドは明確な反転シグナルがでるまで効力をもつと仮定する

これは、物理における運動の第一法則に関連しています。運動中の第一法則(慣性の法則)は物体が運動しているとき、外部からの力が働かない限り同じ方向に運動し続けるというもので、株価の値動きについても同じであるとされています。株価でいう外部の入力は、支持線抵抗線移動平均線などが挙げられます。

まとめ

今回はダウ理論についてまとめてみました。投資をするための基本がダウ理論には詰まっているため、初心に返る意味も込めて定期的に復習するといい理論だと思います。

本年もお世話になりました! 来年もより一層勉強してこの場にアウトプットできるように精進します!

新卒エンジニアの初賞与

こんにちは、shotaです。

最近は工場実習が始まったことで人生初の夜勤生活を行っており生活リズムが狂いまくりです(笑)

今回はいつもの記事とはテイストを変えて、新卒1年目のエンジニアがどのくらい賞与をもらえるのか書いてみます。 (本来このブログの目的は自分が学習してきたことをアウトプットすることですが、時々ティーブレイク的な内容も書いていきたいと思います。)

賞与の内容

では早速賞与の内容を見ていきましょう。前提条件として私は院卒で製造業に就職しています。

f:id:shota_elec_py:20201219212036p:plain
賞与の明細(一部抜粋)

ずばり、手取りとしては切り上げて約50万という結果になりました! 平均並みの賞与額なのではないかと思いますが、正直自分の貢献度がそれほどであったためこんなに貰っていいのだろうかという気持ちがある反面、お金がたくさんもらえてうれしい自分もいます(笑)

賞与の構成としては大きく三つに分かれており、それぞれ、現在の職位(階級)該当期の業績出勤率 となっています。新卒のため、今回の業績評価は一律で最低評価であったため、増額はありませんでした。

額面で言えば60万近くあるわけですが、税金、保険、年金がごっそり取られるため、もらえる金額はざっくり額面の8割といったところでしょうか。。。(悲しい)

まとめと今後の抱負

今回は賞与の内容について触れていきました。人生で初めてこんな大金を受け取ったため嬉しい気持ちが大きいですが、その分精一杯会社に貢献していかなくてはいけない責任感も出てきました。来年で新入社員というレッテルは剥がれてくるためより一層精進していきたいと思います!

フーリエ級数とは

久しぶりの投稿です。

最近業務が忙しくなかなかブログに時間が充てれなかったので、ログイン自体久々でした(笑)

今回はフーリエ級数について記事にしていきます。

フーリエ級数

数学が好きな方や電気回路が得意な方であれば一度は聞いたことがあるはずです。

フーリエ級数とは、複雑な周期波形が存在する際、その波形は正弦波や余弦波の無限和により表現できるというものです。

初めて見た時感動しました(笑)

どんなに複雑な物でも簡単な周期関数の和で表されるなんて、数学の美しさを感じちゃいますよね~。

複雑な波形をyとすると、yは以下の式で表されます。

$$ y=\frac{a_{0}}{2} + \sum_{k=1}^\infty(a_{k}cos kx+b_{k}sin kx) $$

ここで、

$$ a_{k}=\int_{-\pi} ^ {\pi} f(x) cos kx dx $$

$$ b_{k}=\int_{-\pi} ^ {\pi} f(x) sin kx dx $$

これらの導出は三角関数の直交性を利用する事により導出可能です。

この式でわかる事は、ある周期関数が与えられたとき、その波形はどんなに複雑であっても正弦波、余弦波の逓倍の和で表現できるという事です(超大事)

また、どの程度の高調波を考慮するかで、その波形を再現する精度が変わってきます。

フーリエ級数の例題

ではフーリエ級数の例を実際に見ていきましょう! ここでは、

$$ f_{x}=x
$$ ここで、f(x)は $$ (-2\pi \leqq{x} \leqq 2\pi) $$ で1周期の周期関数とします。

これに、フーリエ級数を適用して計算していきます。 その結果をグラフにしたものが下図です。

f:id:shota_elec_py:20201201152823p:plain
考慮する高調波数別のグラフ変動

この結果より、k=1、すなわち、考慮する高調波が0個のときは完全な正弦波のみとなっていますが、高調波を加算していくと、$$y=f(x)$$に近づいていく事が分かります。また、グラフの両端は周期関数のため、左側では、右側の値に近づこうとし、右側では左側の値に近づこうとしているため、屈曲した形となります。

まとめ

今回はフーリエ級数展開について記事にしました。kの数を極端に多くすることで、任意の周期関数とほとんど同じになることが確認できました。フーリエ級数よりもフーリエ変換の方が実用的だとおもいますので、今度時間ができたらフーリエ変換についても記事にしたいと思います!

移動平均・RSIを知ろう

こんばんは。

先週、9月に成約した車がようやく納車して、アクセサリー類など必要な物を買いそろえていたためブログに充てる時間が確保できませんでした(笑)

今回は、株式投資でよく使われる指標について記事にしていきたいと思います。

投資をしている人が何を基準に株を売買するかというと、企業の財務状況や政治動向などのファンダメンタルという視点と、株価チャートを基に判断するテクニカルという視点があります。今回説明する指標はテクニカルで代表的に使用されるものになります。

移動平均線

この単語は理系の方であれば見慣れたものではないでしょうか?例えば、電気回路を例にとると、解析上で評価する場合ではひずみが無くきれいなデータを取る事が可能だと思いますが、実機による評価では、ノイズ等の影響により、波形が歪み、波形の変化を確認し辛くなります。そこで、この移動平均線をもいいる事により波形を滑らかにして、評価対象を明確に切り分ける事ができるのです。

イメージはこんな感じ。

f:id:shota_elec_py:20201027214655p:plain
移動平均の効果

株式投資において、移動平均線は株価のこれまでの動向を踏まえ、今後大局的にどのような動きをするか予想ができるという特徴を持っています。

移動平均線とは、各所で移動平均を行った点を結んで線にする事です。では、移動平均はどのように導出するのでしょうか。 下図をもとに説明していきます。

f:id:shota_elec_py:20201027220013p:plain
株価の終値(N日前)の移動平均線算出(平均個数3)

数学になじみのある方だったらNの扱いに大ブーイングだと思いますが、簡単に説明するためこんな表記にしてます(笑) この図は、日足チャートの終わり値をもとに平均線を算出しようとしています。Aは過去1日~N日前の株価の終値です。(Nはかなり大きい数字だという認識で)N日前から区間を指定してその区間内で平均値を算出します。この図であれば3日間を区間として、始めにN、N-1、N-2日の終値の平均値を取得します。その次に、一日ずらしてまた同様に平均を取っていきます。具体的には、N-1、N-2、N-3日の平均値を取得していく感じです。

これを一日前、まで繰り返していく事で各区間での平均値が求まります。これを結んだものが移動平均線となります。 なお、今回は区間を3日と設定しましたが、テクニカル分析をする際は、短期、中期、長期の移動平均線を使う事が多いです。短期的な売買をする際には、区間は短く、長期的な売買をする際は区間は長くとるようにします。区間を決定する際は、実際のトレードを通してその銘柄にあった区間設定をする事が望ましいです。所有している銘柄に、様々な区間を割り振って移動平均線を見てみると面白い発見があるかもしれません!

RSI

RSIは、Relative Strength Indexの略で、日本語で直訳すると「相対力指数」になります。一体何の相対なんだ?と思う人がいるかもしれません。RSIは、一定期間における株価の上げ幅と下げ幅の比を見ています。

簡単に式を書くと、

$$ RSI=\frac{S _{up}}{S_{up} +S _{down}} $$

ここで、Sup}、Sdownはそれぞれ一定期間中の上げ幅、下げ幅になります。この式から、RSIは「上げ幅」に注目しており、上げ幅と下げ幅の合計のうち、どのくらい上げ幅が占めているかの割合を示しています。

この指標は二通りの算出方法がありますので、それぞれ紹介していきます。

当日を含めずに平均値を算出する場合

下表を用いて説明します。なお、この表はもう一つの算出方法も同じものを使います。

f:id:shota_elec_py:20201027225011p:plain
当日を含めずに先に平均値を算出する場合
こちらでは当日の上げ幅もしくは下げ幅を考慮せずに平均を算出し、そのあと、当日の値を反映します。

まずは、直近9日間の値をもとに上がり幅、下がり幅の平均値を算出します。

$$ Save_{up}=\frac{40+263+399+16+136}{9}=94.9 $$

$$ Save_{down}=\frac{140+16+20+52}{9}=25.3 $$

そして、当日を含めた9日間でまた平均を取ります。

$$ Save_{up1}=\frac{94.9*8}{9}=84.3 $$

$$ Save_{down2}=\frac{128+25.3*8}{9}=36.7 $$

そして、RSIは以下のように算出できます。

$$ RSI=\frac{84.3}{84.3+36.7}*100=69.7 $$

当日の値を含めて算出する場合

こちらは先ほどの場合と比較してシンプルです。下表に示すように当日の値を含めて過去8日間の値動きで値上がり、値下がりの和をそれぞれとっていきます。

f:id:shota_elec_py:20201027230824p:plain
当日を含めて平均値を算出する場合

$$ S_{up}=40+263+399+16=718 $$

$$ S_{down}=128+140+16+20+52=356 $$

これにより、RSIは以下になります。

$$ RSI=\frac{718}{718+356}*100=66.9 $$

このように二通りの方法でRSIを算出する事ができます。

RSIは値が100%に近づくと、買われすぎ、0%に近づくと売られすぎという指標になっており、需給のバランスがぱっと見で分かります。

最初に示したRSIの算出方法だと、前の値が平均されている分、滑らかな動きになります。もう一方の場合だと、平均化されていないため、変動が大きく反映されます。ちなみに、スマホ版の楽天証券をたまに使用するのですが、どちらを使用しているかネットに書かれていなかったため、二通りの計算で確かめた所、二番目の方法がとられていました。

また、一定期間の幅をどれくらいとるかは、お好みの長さに調整していただければ大丈夫です。ここでは簡単のため9日間としましたが、一般的には14日間の期間を取っています。

これは、この指標の考案者であるJ.Wワイルダーさんが万物は28日周期だと言っており、その半周期を取って14日が最適と提案したためです。

ワイルダーさんが何者かは知らないですけど、根拠が良く分からないので僕的にはもう少し短く見た方がいろいろな銘柄にしっくりくるのになーっていう印象です(笑)

まとめ

今回は移動平均線とRSIについて記事にしました。 この指標は使っているけど意味はあまり分かっていない人が多いと思います。近年では各証券会社が提供しているツールでテクニカル分析が容易にできるようになりましたが、各指標の意味合いを理解し、個人がそれぞれ適切だと思う期間や区間を設定する事ができればより有意義に投資できるのではないでしょうか。

ローソク足チャートを描いてみた!

今回は株価チャートをpythonで描いていきます! 投資経験のある方は必ず見るであろうローソク足ですが、実はpythonのモジュールを使えば簡単に出力できるんです。

これは余談ですが、僕の祖父も株式投資をしています。祖父の凄いところは、自分が注視している銘柄を、何年も追い、手書きで方眼用紙に日足チャートを描いているのです!!!そこにテクニカル分析を書き込んでいつも睨めっこしています。僕が小さかった頃はナニしてるんだろーってくらいで大した関心もなかったんですけど、今考えるとめちゃめちゃ努力してる投資家で憧れます!

ネットで開示しているよりも過去のデータを持つことで、その銘柄の傾向を知ることができるなど、テクニカル分析で1%でも優位に立てるのではないかと考えます。そのため、株価チャートをローソク足表記でグラフ化し、保存する事を目的として行いました。

ローソク足

このブログではとりあえず日足のローソク足で説明します。 下の図にローソク足の構成要素である陽線陰線を示します。色に関しては、証券会社の表示方法によって異なりますのでご注意ください。 ローソク足チャートのメリットは、チャートを見る事で大まかに株価の動きがわかる事です。 陽線、陰線ではそれぞれ始値終値が逆転します。長方形になっている部分は、始値終値の中間価格帯になっており、長方形から上下に出ている髭のような線は、中間価格帯からはみ出た株価を示します。ローソク足の右側に適当に1日の株価の推移を描きましたが、これがローソク足と一致します。

f:id:shota_elec_py:20201015193159p:plain
ローソク足(左:陽線 右:陰線)

Pythonローソク足チャート作成

では本題に入りましょう。コードを下に載せました。まずはモジュールのインポートから始めます。

モジュール

モジュールはpandas、matplotlib、mpl_finance、numpyです。mpl_financeは古いモジュールのようで実行すると古いという警告が出ますが無視して使います。

from pandas_datareader import data 
import matplotlib.pyplot as plt
import mpl_finance as mpf
import numpy as np
from matplotlib.dates import date2num

株価取得

株価は、pandasを使って取得します。取得するためにはデータソースが必要なので、ここでは無料で使用できるstooqという世界各国の株価を掲載しているサイトを使用しました。取得する価格は終値です。今回は最近私がお世話になっていたワタベウェディングを例にやっていきます。

stockname='ワタベウェディング'
df=data.DataReader('4696.JP','stooq')
df=df.sort_index()
date=df.index

グラフ化

最後にグラフ化していきます。ローソク足を描くためにはmpl_financeのcandlestickを使います。 横軸はdate2numをつかうことで日付にし、縦軸はdf.indexにより株価をローソク足としてプロットします。

xdate=[x for x in df.index]
ohlc=np.vstack((date2num(xdate),df.values.T)).T
fig=plt.figure()
ax=plt.subplot()
mpf.candlestick_ohlc(ax,ohlc,width=0.7,colorup='r',colordown='b')
ax.grid()
ax.set_xlim(df.index[-100].date(),df.index[-1].date())
fig.autofmt_xdate()
plt.ylim(200,500)
plt.ylabel('Stock Price[yen]')
plt.show()

結果

上記プログラムを実行した結果を以下に示します。こんな感じで簡単に株価をローソク足で表すことができました!! 長期間の日足を見たいとき、証券会社(スマホ版?)によっては昔のものは見れない事がありますよね。そんな時はこのプログラムを実行して保存しちゃいましょう。グラフを描くのではなく、csvファイルで生データを保存する手もありですね!

f:id:shota_elec_py:20201015230333p:plain
ワタベウェディングの株価

まとめ

今回はローソク足チャートを描いてみました。それにしてもpython有能過ぎでしょって思っちゃいますよね(笑) 今後も自分がやりたいことをプログラミングで実現していきたいです!