今回は、大人気シリーズ「pythonで株価分析してみた」の第14弾です❕
表題の通り、
【コピペで３秒！】世界の株価情勢を把握することができます('ω')ノ
『とりあえず現状を把握して個別株を買うか、インデックスを買うか、債権を買うか❓』という判断に役立ちます。
2回ポチるだけで、結果が表示されます!(^^)!
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!(^^)!
目次
❶ グラフ解説
❶ グラフ解説
まず、startに任意の日付を入力すると、
その日から本日までの、
【世界主要株価 + 10年米国債 + 金 + 原油 + Bitcoin】
の変化率がプロットされます。
今回は2021年元旦からのグラフです(・ω・)ノ
これを見ると、ビットコインが急速に下落しているのと、金利の上昇が目立ちます。
では次。
グラフをバラシて表示します。ここでは、変化率では無く各指標単位で表示されます。10年米国債（金利）が上昇してますね(・ω・)ノ
最後です。
相関係数です👇
青丸：日経平均が死ぬと金の価格が上昇。見事な逆相関（-0.67）です。
赤丸：ダウが強いとロシアも強い。見事な相関（0.91）です。
意外だった点：ビットコインと10年米国債も強い相関（0.79）が出たこと。
これは、分析期間が約半年という短期の相関を見たためだと考えます。
通常、金利は米国の経済指標や政府の政策に強く反応するものであり、中央銀行がコントロールしようと努力するため、段階的に上下します。
昨今のワクチン普及率の増加からテーパリングが意識され、金利は急上昇。ビットコインは規制強化から、下落傾向にあるため本来なら逆相関の関係が見られるはずですが、強い相関が出てしまっています。
念のため、2017.1.1～2021.5.25までの相関も調べましたが、やはりビットコインと金利の相関は-0.34と逆相関でした(・ω・)ノ
一応グラフ載せときます👇
まずは、必要なライブラリのインストールです。
!pip install japanize_matplotlib次に実行コードです(・ω・)ノ
ハイ。ドン❕
#@title 世界の株価
import datetime
import fix_yahoo_finance as yf
import japanize_matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
import warnings
warnings.filterwarnings('ignore')
#スタート日を決める
start = "2017-1-1" #@param {type:"string"}
#①株価を取得する
start = start #株価を取得するスタート日を決める
end = datetime.date.today() #現在までの営業日（今日 =today)を取得する最終日とする
codelist = ["^DJI","^N225","^FTSE","000001.SS","IMOEX.ME","^BSESN","^BVSP", "BTC-USD","^TNX","GC=F","CL=F"]
#コードリストに取得したい銘柄を入れる アメリカ 日本 イギリス 中国 ロシア インド ブラジル ビットコ 10年金利 金 原油
#②取得した株価の内、終値をdata2に格納する
data2 = yf.download(codelist, start=start, end=end)["Adj Close"] .dropna()
data2.rename(columns={'^DJI':'ダウ',
'^N225':'日経平均',
'^FTSE':'イギリス',
"000001.SS":'中国',
'IMOEX.ME':'ロシア',
'^BSESN':'インド',
'^BVSP':'ブラジル',
'BTC-USD':'ビットコ',
'^TNX':'10 Year Treasury',
"GC=F":"金",
"CL=F":"原油"},inplace=True)
#株価の最初の5営業日（ここでは2021年1月1日）と最後の5営業日を表示
display(data2.head(2).append(data2.tail(2)))
#ここで実際の価格からパーセントの変化率に変換したのち、累積積を算出して実際の価格推移に変更します。data2.pct_change().dropna() * 100
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)
data2.plot(figsize=(18,10),fontsize=14,subplots=True,layout=(4, 3),grid=True)
igfont = {'family':'IPAexGothic'}
plt.title('title',**igfont)
plt.show()
#ヒートマップにて相関関係を表示
plt.figure(figsize=(15, 10))
sns.set(style="white")
# 日本語フォント設定
sns.set(font="IPAexGothic")
sns.heatmap(df_all.corr(),cmap='Purples',square=True, annot = True)
たったこれだけ(^_-)-☆
めちゃ簡単!(^^)!
以上、コピペで3秒。世界の株価チェックでした(・ω・)ノ
では、ばいちゃ。
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'*)。