bookloveru2
2020年12月25日3 分
最終更新: 2021年11月1日
皆様、こんにちは。
今回は、pythonを使用した株価分析シリーズの第4弾です!(^_-)-☆
前回のシリーズ③では、村上ファンドの手法にフォーカスするあまり、
全然pythonが出てきませんでした。
その反省を踏まえて、今回はウルトラ役に立つ❕(・ω・)ノ
pythonコードをご紹介させて頂きます。
気合い十分の内容となっておりますので、ご一読いただければ望外です。
では、早速行きます!!!
!pip install quantstats
👇この様な画面が表示され、パッケージがインストールされます。一番下の行に、
Successfully installed lxml-4.6.2 quantstats-0.0.25 yfinance-0.1.55
と表示されれば、成功です。
%matplotlib inline
import quantstats as qs
# extend pandas functionality with metrics, etc. pandasの機能拡張
qs.extend_pandas()
# fetch the daily returns for a stock 株式の日次リターンを取得する。
#ここで銘柄を選択します。今回はMicrosoft社を選択します。
stock = qs.utils.download_returns('MSFT')
#Visualize stock performance 株式のパフォーマンスを可視化する
qs.plots.snapshot(stock, title='Microsoft Performance')
👇この様に、上場~現在に至るまでの株価パフォーマンスをグラフ化します。
青色のグラフが、Microsoft社の上場日からの上昇率です。株価ではありません。
赤色のグラフはドローダウンの下落率です。
黄色のグラフは日時リターンです。
#(benchmark can be a pandas Series or ticker) 比較対象の指標としてS&P500を選択。
#各指標及びパフォーマンスを視覚化したグラフを描画する。
qs.reports.full(stock, "SPY")
👇この一行のコードで、上場~現在に至るまでの
します。
如何でしたでしょうか?❕
今回は、かなりpythonを駆使した株価分析だったと言えるのではないでしょうか❓
(`・∀・´)エッヘン!!
とい、いう事でいつも通り真面目に頑張って記事を書きました。
皆様も宜しければ、上記を利用してご自身のポートフォリオ最適化に役立てて頂ければ幸甚に存じます(;^ω^)
ではでは、また次回に~~~
ばいちゃ(・ω・)ノ
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'*)。
余談ですが、下記書籍に「質の高いコンテンツを届けろ❕」と書いていましたので、今回は珍しく質に気を付けてみました(/・ω・)/よろでしゅ。