日本の自動車メーカーの株価を分析してみよう１

背景

昔、NHKの「伝説の相場師」的なタイトルのドキュメンタリーを見てた。バブル前の伝説の相場を作った人間らしいが。最後には破産した相場師の人。エピローグでは、生活保護を受けながら、ボロアパートに住んで、そこで紙に書いたノートで相場の規則性を読み取ろうとしてた。
可哀想にな。
投資も自動化の時代でしょう、自動化してみよう。
（私は投資に関しては素人ですよ。）

ツールのインストール

参考資料

株のビッグデータを読み込むPythonのツールをインストール

python3 -m pip install yfinance

コーディングのテスト

こんな感じ

import yfinance as yf
import matplotlib.pyplot as plt

# ダウンロードしたい株式のティッカーシンボル
ticker = 'AAPL'

# データをダウンロード
data = yf.download(ticker, start='2020-01-01', end='2023-01-01')

# 株価データのClose列をプロット
plt.figure(figsize=(12, 6))
plt.plot(data.index, data['Close'], label='Close Price')
plt.title('AAPL Stock Price (2020-2023)')
plt.xlabel('Date')
plt.ylabel('Price')
plt.legend()
plt.grid(True)
plt.show()

自動車メーカーの株価でやってみよう

コード作成
7203.T：トヨタ
7267.T：ホンダ
7201.T：日産
7270.T：スバル
7269.T：スズキ
7211.T：三菱自
6724.T：電機メーカー（参考）

import yfinance as yf
import numpy as np
import seaborn as sns
import japanize_matplotlib
import matplotlib.pyplot as plt

# ダウンロードしたい株式のティッカーシンボル
import nk225dict
keys = nk225dict.my_dict.keys()

# 2つを比較してみよう
ticker = ['7203.T','7267.T','7201.T','7270.T','7269.T','7211.T','6724.T'] 
print("input ticker = ")
print(ticker)

# データをダウンロード
data = yf.download(ticker, start='2020-01-01', end='2023-01-01', interval = "1wk")['Adj Close']

print(type(data))
#print(data)
#print(data['Close'])

d_fist = [0] * len(ticker)
for i in range(len(ticker)):
    d_fist[i] = data.iat[0, i]

#print(d_fist)

# 株価データのClose列を辞書で置換
data.rename(columns=nk225dict.my_dict, inplace=True)
print(data)

# 1.0で正規化
data = data / d_fist
print(data)

data.plot(kind="line", figsize=(12, 8), grid=True)
plt.show()

実行結果

各銘柄の株価の動き

相関係数をCorrで計算

ホンダ（7267.T）とエプソン（6724.T）の相関が非常に強いようです。
ではその２つの値動きに絞って見てみよう。

結論

ホンダと某電気メーカーの株価は相関している。
そこそこ上手くスクリプトは動いてるようです。
では次・・・