Pythonで資産運用モデル作成

本

Pythonを用いて、株価取得、チャート表示、株価分析、可視化、株価予測、株価の機械学習、ポートフォリオの構築、ポートフォリオの最適化、スクレイピングなどを行う記事を集めました。

運営しているクリエイター: TF

20行で資産運用モデル作成 [Python 米国株の株価を取得し、グラフ・チャートを表示]

ーーーーーーーーーーー2021/07/27　追記ーーーーーーーーーーー Pythonの一部仕様変更などでうまく動いていなかった部分を新しいサイトでは修正しました。今後適宜修正や改修を行おうとは思いますが、すべてを改修できるわけではないことはご承知おきください。 2021/07/27時点では動いていることは確認しております。今後こちらに移行します。ーーーーーーーーーーー2021/07/27　追記ーーーーーーーーーーー 20行のプログラミングコードで資産運用モデル

相撲の見えない「歪み」

株価とは企業業績に由来する価値と、短期的な歪みで構成されると言われています。本質的な価値は変わらなくても、前日にダウが上がったという理由で、短期的に株価が上昇したり、逆にアップルの売り上げが良くなかったという理由で、同じように短期的に株価が下落したりします。このような”過剰反応”を見て、株式市場においては短期的には価格に「歪み」が生じやすいとも言われています。しかし、適正な、もしくは適正だと思われている価格・数値から「歪む」のは株式市場だけなのでしょうか。そんなことは

初心者がtwitterのタイムラインの単語出現頻度を可視化する。[Python]

Twitterのライムラインにはマーケットに参加する人たちの欲と恐怖が現れるといわれています。上昇時には強気な言葉が並び、下落時には弱気な言葉並ぶのでしょうか。自分のtimelineをpythonのWord Cloudライブラリを使って単語の出現頻度を可視化をしてみました。以下が結果です。逆イールドのニュースが出る前のデータですが、自分がフォローさせていただいているユーザーさんの興味関心が表れているかな、、という結果です。フォローさせていただいているユーザーさんのプロ

資産管理　投資信託をPythonでパフォーマンスチェック [Python 投資信託資産管理]（Pythonコードあり）

Pythonで金融資産管理・解析を行ったり、ポートフォリオの記録、パフォーマンスチェック、資産運用モデル作成を目指します。この記事では投資信託の総和、月次での集計、ボラティリティ、リターン、シャープレシオでの評価を扱います。また、記事の株にPythonコードもありますので、初心者の方でもそれを利用して、簡単・無料で、解析ができると思います。株式や投資信託の投資から得られた利益を非課税にできるNISAという制度があります。投資信託では小額から購入できる手軽さもありま

単語出現頻度を可視化する Google Trend [Python]

前回の記事　初心者がtwitterのタイムラインの単語出現頻度を可視化する。[Python]　でtwitterのタイムラインを調べましたが、当然自分のタイムライン以外でも世間では注目されている事件・事象は起こっています。そういったものをてっとり早く調べるのにも簡単なツールの一つがGoogle Trendです。誰でも無料で使え、登録不要ですので、使わない手はありません。 Googleが蓄積している膨大な検索データをウェブブラウザーからでもpythonからでも、人気急上昇の

1257 発行口数　話題になったニュースからその後

2019/2/21頃に1357 「日経平均ダブルインバースが過去最高の発行口数を更新」というニュースが流れました。その後、どうなったか継続の報道が無いので、自分で調べてみました。ニュース自体は以下の通り、twitterでも話題になっていました。 https://www.nikkei.com/article/DGXLASFL21HE6_R20C19A2000000/ 20日時点で日経Dインバの純資産は1978億円と、14年の上場以来で過去最高となった。20日は1日で300億円

乱数計算「モンテカルロ法」で将来の運用成績を見積もる方法

モンテカルロ法という乱数シミュレーションをご存知でしょうか。シミュレーション手法の中でも特に有名なモンテカルロ法とは，シミュレーション対象の現象に対して，その入力に大量の乱数を十分与えて出力値を観測することで，その現象を確率的に解いてみる手法である．乱数を用いることから，賭け事の街として有名なモナコの都市モンテカルロの名がつけられた．乱数は，シミュレーション対象の自然現象への入力として最もふさわしい確率分布，例えば一様分布など，に従う必要がある．出典：モンテカルロ法

2019/03/04 SPY option建玉＆モンテカルロシミュレーション [Python 米国株]

3/4日時点でのSPYのオプション建玉の残高とモンテカルロシミュレーションの結果急落が起こるような建玉状況ではないように思われる。

ウォーレン・バフェットの成績 [Python 米国株]

ウォーレン・バフェットといえば、資産が推定883億ドル（約9兆9800億円）で、アメリカで3番目に裕福な人間であるといわれていますが、投資家、経営者としての才覚が素晴らしかったことを忘れてはいけません。その伝説の投資家ウォーレン・バフェット率いる「バークシャー・ハサウェイ（BRK.B）」最新ポートフォリオは誰もが注目しています。それらの銘柄はバークシャーがSEC（米国証券取引委員会）に提出した届出書面に書いてあるのです。新規に購入した銘柄だけでなく、逆に「バークシャー

2019/03/11 ヘッジファンド　パフォーマンス

NT倍率を使ったトレード

NT倍率とは日経平均株価（以下、日経平均）をTOPIXで割った数値です。実際の運用では、日経平均先物miniを買い、TOPIX先物を売る（もしくはその逆の）トレードをすることになります。一般に、値嵩株（株価の高い株）や輸出関連株などの外需株が強いと日経平均が相対的に上がり、NT倍率も上昇する傾向があります。日銀の大規模なＥＴＦ（上場投資信託）買いによって、日本の株式市場が歪みが起こったという指摘もありました。市場の投機的な買いを巻き込み、日経平均とＴＯＰＩＸの比率である

個別株・NT倍率を利用したトレード

日経平均とTOPIXの特徴日経平均は、東証一部の上場銘柄から、日本経済新聞社が市場流動性やセクター間のバランスを考慮して225銘柄を選定して算出されます。算出方法はダウ式と呼ばれ、一般に株価が高い銘柄ほど構成比が高くなる傾向があります。一方で、TOPIXは、東証一部の全ての国内株で構成され、浮動株調整後の時価総額加重で算出される株価指数で、約2100銘柄で構成されます。重要なのは、構成比率がかなり異なる点です。この表は日経平均とTOPIXの構成比率上位5銘柄の構成

VIX建玉分析 [Python 日本株]

2019/3/19に満期を迎えるVIXの建玉分析です。大幅上昇（指数の大幅下落）があるようには思えませんが、どうでしょうか。

Googleトレンドで「Altcoin」関連の検索ボリュームが....?!

「検索ボリュームが2017年末の水準に近づく2017年末の水準に近づく」という記事が出てきて、本当かなとおもい調べてみたが、どうも特殊な検索をかけているらしい。。上の画像は今回の記事で、赤で囲ったURLを直接入力すると下の画像の左側と同じものを再現できる。ただ、通常の検索では下の画像の右側となる。違いは見ての通り、アメリカ国内の限定された州内の検索結果になっているようだ。ビットコイン最近活況とは言いにくい状態が続いているけど、不正確な記事を出すのは感心しないな。