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

#投資

IB証券（インタラクティブ・ブローカーズ証券）へのPythonでのAPI接続 ib_insync [自分が使っているPythonコード]

ーーーーーーーーーーー2021/08/02　追記ーーーーーーーーーーー今後こちらに移行します。ーーーーーーーーーーー2021/08/02　追記ーーーーーーーーーーー普段私が使っているアメリカに拠点をおくIB証券（インタラクティブ・ブローカーズ証券）へのPtyhonを利用してのAPI接続に関する記事になります。米国株に投資するなら是非とも候補に入れたい証券会社の紹介と、投資するうえでもとになるデータを取得する方法の紹介記事になります。 IB証券（インタラクティ

Python を用いての効率的フロンティアとポートフォリオの最適化 Efficient Frontier & Portfolio Optimization with Python [Part 2/2]

ーーーーーーーーーーー2021/07/28　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。 2021/07/28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2021/07/28　追記ーーーーーーーーーーー実際のPythonコードを示しての効率的フロ

20行で資産運用モデル作成 [期間チャート Python 米国株の株価]

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。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以前、以下のような記事を書かせていただきました。米国株による資産運用

¥500

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

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

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