データ分析初心者による株価分析～YA-MANの株はいつ売るべきか～

はじめに

このブログはAidemy Premiumのカリキュラムの一環で、受講修了条件を満たすために公開しています

Pythonというワードすら知らなかったデータ分析初心者が、今後のキャリアに役立てたいという想いからAidemy Premiumのデータ分析講座の受講をスタート。受講開始から約6ヶ月を経て、個別株の株価分析に挑みたいと思う。

今回のデータ分析のゴールと仮説

１．ゴール
自身が保有しているYA-MANの株について、過去の株価実績推移を基に今後の予測を立て、株を売るタイミングを決める判断材料にしたい。

２．仮説
YA-MAN株はコロナ禍に一度株価が上昇した後、緩やかに下落を続けている。直近も目ぼしいニュースは無いため、今後も上昇することなく現在の株価をキープし続けるのではないかと想定。左記の場合、暫く株を売らず保有し続けることが良いと考える。

データ分析実践

下記手順でデータ分析を進める
１．データの取得
２．データの加工
３．過去の株価の可視化
４．データパターンの確認
５．モデルの構築
６．SARIMAモデルによる時系列解析とデータの予測

１．データの取得
必要なライブラリをインポート
YA-MANのコードを確認し、yahoo!financeからデータを取得

必要ライブラリのインポートとデータ取得

データの出力結果

無事にデータ取得出来た事を確認

２．データの加工
日付単位のデータを月ごとのデータに変換
株価予測に必要な終値のみのデータに変換

必要なデータに加工

３．過去の株価の可視化
加工したデータをグラフ化する

株価のグラフ化

YA-MAN株価

私は2020年秋頃の右肩上がりのタイミングで株を買っているのだが、株価が2,000円台になったタイミングで売らなかったことを後悔している。

４．データパターンの確認
データをトレンド・季節変動・残差に分けてパターンを確認する。

データパターンの確認

現系列、トレンド、季節性、残差

トレンドと季節性があることが確認できる。

５．モデルの構築
データパターンの確認により、トレンドと季節変動があることが確認できた為、今回のデータ分析においてSARIMAモデルを採用する。

モデルの構築とパラメーターの決定

実行結果として[(1, 1, 0), (1, 1, 1, 12), 637.3930576144302]が得られた。

６．SARIMAモデルによる時系列解析とデータの予測
決定したパラメーターを基にSARIMAモデルによる時系列解析を行う。

今回は2024年2月～2025年3月までの予測結果を得る。

青色が過去実績、水色が予測

2024年2月～2025年3月までの間に細かな上昇・下落はあるものの、大幅な変動は見られない。

仮説検証

Pythonでの分析の結果、仮説の通り今後1年の間に大幅な株価上昇は見受けられず、現在の株価をキープし続けることが判明。
上記を踏まえ今後1年間は株を売らず保有し続けることにする。

最後に

受講途中、理解が難しいカリキュラムが多々あったが、データ取得からデータ加工、モデル構築・解析まで一通り実施したことにより、データ分析レベルが0→1に上がった。今後も学習に励みたい。