pythonで株価分析⑪【コピペで３秒。１クリック❕ ポートフォリオ管理】

今回も、コピペで行ける様、しっかりとpythonコードの解説をしていきますので、グーグルコラボのご準備をお願い致します。

では、早速行ってみましょう!(^^)!

#@title コピペで３秒。１クリック❕ ポートフォリオ管理
 import datetime
 import fix_yahoo_finance as yf
 import matplotlib.pyplot as plt
 import requests
 import argparse
 import numpy as np
 import seaborn as sns
 %matplotlib inline
 import warnings
 warnings.filterwarnings('ignore')
 
 #スタート日を決める
 number = "2018-1-1" #@param {type:"string"}
 
 #銘柄コード
 start = number
 end = datetime.date.today()
 code1 = "DPZ" #@param ["AAPL"] {allow-input: true}
 code2 = "MCD" #@param ["AMD"] {allow-input: true}
 code3 = "GOOG" #@param ["MSFT"] {allow-input: true}
 code4 = "KO" #@param ["FB"] {allow-input: true}
 code5 = "BUD" #@param ["JNJ"] {allow-input: true}
 code6 = "YUM" #@param ["JNJ"] {allow-input: true}
 code7 = "BYND" #@param ["JNJ"] {allow-input: true}
 codelist = [code1,code2,code3,code4,code5,code6,code7]
 #終値取得(data2に終値を取り込み))
 data2 = yf.download(codelist, start=start, end=end)["Adj Close"]
 #取得単価
 price1 = 0#@param {type:"number"}
 price2 = 0#@param {type:"number"}
 price3 = 0#@param {type:"number"}
 price4 = 0#@param {type:"number"}
 price5 = 95.46#@param {type:"number"}
 price6 = 0 #@param {type:"number"}
 price7 = 0#@param {type:"number"}
 #保有数量
 code1stock = 0#@param {type:"number"}
 code2stock = 0#@param {type:"number"}
 code3stock = 0#@param {type:"number"}
 code4stock = 0#@param {type:"number"}
 code5stock = 425#@param {type:"number"}
 code6stock = 0#@param {type:"number"}
 code7stock = 0#@param {type:"number"}
 #取得価額。保有数量×取得単価
 mypf1 = code1stock * price1
 mypf2 = code2stock * price2
 mypf3 = code3stock * price3
 mypf4 = code4stock * price4
 mypf5 = code5stock * price5
 mypf6 = code6stock * price6
 mypf7 = code7stock * price7
 mypf = mypf1 + mypf2 + mypf3 + mypf4 + mypf5 + mypf6 + mypf7
 
 #prに時価総額を格納 終値行列×保有数量
 pr1 = data2[code1] * code1stock
 pr2 = data2[code2] * code2stock
 pr3 = data2[code3] * code3stock
 pr4 = data2[code4] * code4stock
 pr5 = data2[code5] * code5stock
 pr6 = data2[code6] * code6stock
 pr7 = data2[code7] * code7stock
 pf = pr1 + pr2 + pr3 + pr4 + pr5 + pr6 +pr7
 marketprice = pf.iloc[-1]
 
 #損益状況
 profit = marketprice - mypf
 
 par = round(((1 - (marketprice / mypf)) * -100), 1)
 #グラフの箱サイズ
 pf.plot(label = "MY Portfolio", kind = 'area', alpha = 1, figsize = (8,6), fontsize = 16, stacked=True,cmap='cool',grid = True)
 
 
 #パーセント表示変形
 df_all=((1+data2.pct_change()).cumprod())
 #グラフの箱サイズ
 df_all.plot(figsize=(8,6),fontsize=16)
 #凡例の位置
 plt.legend(loc = 'upper left', bbox_to_anchor=(0, 1), borderaxespad=0, fontsize=16)
 plt.grid(True)
 
 
 # 株価を標準化
 std = data2.apply(lambda x: (x-x.mean())/x.std(), axis=0).fillna(0)
 std.plot(figsize=(4,4),fontsize=18)
 plt.legend(loc = 'upper left', bbox_to_anchor=(0, 1), borderaxespad=0, fontsize=18)
 plt.grid(True)
 
 
 #データを対前日比の株価変動率に変換しstdpctに格納
 stdpct = data2.pct_change().dropna() * 100
 #営業日ごとの株価変動率をプロット　
 stdpct.plot(label = True ,figsize = (8,6),marker = 'o',fontsize = 16)
 plt.legend(loc = 'upper left', bbox_to_anchor=(0, 1), borderaxespad=0, fontsize=16)
 plt.grid(True)
 
 
 #株価変動率の基本統計量を取得　
 stastics = round(stdpct.describe(),2)
 #統計量をグラフ化
 fig, ax = plt.subplots(figsize=(8,6))
 ax.axis('off')
 ax.axis('tight')
 ax.table(cellText=stastics.values,
  colLabels=stastics.columns,
  rowLabels=stastics.index,
  loc='center',
  bbox=[0,0,1,1])
 
  #seabornで箱ひげ図を作成　箱ひげ図は、ボックス内の線が平均値を表し、色がついたボックス内の値動きになる確率が50%であることを示しています。
 #ボックスから突き出たヒゲの範囲まででほぼ100%の値動きを示していますが、髭の長さが箱の1.5倍を超えるようなデータは外れ値としてヒゲを突き抜けてプロットされています。
 #ボックスが値0以上の場合、ほぼ値下がりがなく、上昇していることを意味する。
 plt.figure(figsize=(10, 7))
 sns.boxplot(data = stdpct,fliersize = 6,width = 0.5)
 sns.set_context("talk",font_scale = 1)
 plt.grid(True)
 
 #ヒートマップにて相関関係を表示
 plt.figure(figsize=(15, 6))
 stdpct1 = stdpct.dropna()
 sns.set(style="white")
 sns.heatmap(stdpct1.corr(),annot = True)
 
 print("元金は" + str(mypf) +"ドル。" + "現在の時価総額は、" + str(marketprice) +"ドルです。" + "評価損益は、" + str(profit) + "ドルです。" + str(par) + "%" )
 

pythonでプログラミングがしたい！！
 pythonを学びたい！という方には、
 オンラインプログラミング教室『Aidemy アイデミー』がお勧めです。
 ご自身でプログラム環境を用意する必要は無く、サイトへアクセスするだけです。 創業者は東京大学工学部卒の石川聡彦さん。
 著書に『人工知能プログラミングのための数学がわかる本』（KADOKAWA/2018年）など。
 無料で、お試しもできますので安心です。
 お時間ある方は下記リンクを覗いてみてはいかがでしょうか(*'ω'*)。