【Pythonコード集】ローソク足チャートにボリンジャーバンドを描画してみよう！後編

【この記事は4分で読めます】

今回は、前回の記事でご紹介したPythonコードの解説です。

前回の記事を読んでいない方は、以下のリンクからご覧ださい。

後編の今回は、Pythonコードの解説編となります。

ポイントは、以下2つのコードの書き方です。

では、さっそくPythonコードを見てみましょう！

▼ Udemyおすすめの講座 ▼
・Pythonの基礎から応用まで一気に学ぶならこのコース　おすすめ度
▶現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

・データサイエンスを学ぶならこの2コース　2コースのおすすめ度
▶【世界で37万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜

▶【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門

・Python、ファイナンス、英語を一気に学ぶ ”欲張りコース”　おすすめ度
▶Python for Finance: Investment Fundamentals & Data Analytics
※このコースには日本語の字幕がついています。
Python、ファイナンスそして英語の力を同時にレベルアップするコースとしては、Udemy最強のコースです。
ジェイもこのコースで学び、今も復習で使っているコースです。

この記事の対象となる人

この記事でわかること

Pythonコードの解説

今回は大きく4つのカテゴリーに分けて解説します。

コード1：ライブラリのインポート

#ライブラリのインポート
import plotly.graph_objects as go
from plotly.subplots import make_subplots

import pandas as pd
import pandas_datareader as web

・解説

▷import plotly.graph_objects as go
今回は、Plotlyでローソク足チャートを描画します。

上のコードは、Plotlyをインポートするための定型文です。

『go』で簡略。

▷from plotly.subplots import make_subplots
Potlyのチャートを複数描画したいときは、『subplots』をインポートします。
今回は、subplotsを使ってチャートの土台を設定します。

▷import pandas as pd
Python版のエクセルであるPandasをインポート。

『pd』で簡略。

▷import pandas_datareader as web
Yahoo!finance USから株価データを取得するライブラリ。

『web』で簡略。

今回使うライブラリは、どれもこのブログで紹介してきました。

さすがにもう慣れた方もいると思います。

コード2：株価データの取得

次は、pandas_datareaderで株価データを取得します。

df = web.DataReader(data_source='yahoo', 
                    name = 'ZI', 
                    start='2021-01-31')

・解説

▷df = web.DataReader( )

ポイントは引数です。

Yahoo!finance USから株価データを取得する時によく使うライブラリのひとつが『DataReader』です。

過去の記事で何度もDataReaderについて解説してきましたので、興味のある方は検索欄で『DataReader』と入力して、過去の記事を参照してみてください。

コード3：SMAと標準偏差の設定

ここから、いよいよボリンジャーバンドを設定していきます。

まずは、ボリンジャーバンドを構成する2つの要素ー

移動平均線は、ボリンジャーバンドの中心線となります。

今回は期間を『21日』としました。

一方、標準偏差はボリンジャーバンドの幅となります。

今回は、21日間の標準偏差を計算します。

WINDOW = 21

df['sma'] = df['Close'].rolling(WINDOW).mean()
df['std'] = df['Close'].rolling(WINDOW).std(ddof = 0)

・解説

▷WINDOW = 21

まずは、移動平均線の期間を設定します。

それを変数『WINDOW』に入れます。

▷df['sma'] = df['Close'].rolling(WINDOW).mean()

21日間の移動平均線を設定するコードがー

です。

WINDOW（21日間のデータ）のmean（平均）を計算してくれ！というコードを書くことで、21日SMAがチャート上に描画できるというわけです。

▷df['std'] = df['Close'].rolling(WINDOW).std(ddof = 0)

ここで21日間の標準偏差を計算します。

変更点は最後の箇所のー

だけです。

『std』は標準偏差（Standard Deviation)の略語です。

『ddof』を『1』とすると、不偏標準偏差が計算されます。

統計学の世界では通常、不偏標準偏差を重視します。

なので『ddof』は『1』にするのが良いのですが、今回はデータ数が少なく、結果も大きく違わないのでデフォルトの『0』にしました。

コード4：ボリンジャーバンドの描画

いよいよ、ボリンジャーバンドをチャート上に描画するコードです。

チャートの大枠を設定

まずは、チャートの大枠を設定します。

fig = make_subplots(rows = 2, cols = 1, 
                    shared_xaxes = False, 
                    subplot_titles = ('Zoominfo'), 
                    vertical_spacing = 0.1, 
                    row_width = [0.2, 0.7], )

▷fig = make_subplots( )

『make_subplots』でチャートの土台を設定します。

引数については、以下を覚えておけば十分です。

前回の記事でshared_xaxesを『True』としました。

しかし、時間軸の表記が消えてしまうため、今回は『False』にしています。

ローソク足チャートの描画

次に、ローソク足チャートを設定します。

fig.add_trace(go.Candlestick(x = df.index,
                             open = df['Open'],
                             high = df['High'],
                             low = df['Low'],
                             close = df['Close'], showlegend=False,
                             name = 'candlestick'),
              row = 1, col = 1)

▷fig.add_trace(go.Candlestick( ローソク足の四本値))

『fig.add_trace』は、チャートを追加するというコードです。

この中に『go.Candlestick』でローソク足を設定します。

『Candlestick（ローソク足）』では色々な引数が設定できますが、今は四本値の設定され覚えておけば十分です。

最後の『row = 1, col = 1』でローソク足チャートを描画するチャートの場所を設定します。

『row = 1, col = 1』は、『横列の1行目, 縦列の1行目にローソク足を描画してくれ』という意味です。

上の2つのコードを実行するとー

ローソク足チャートが描画できます。

移動平均線の描画

次は、移動平均線をローソク足チャートに描画します。

fig.add_trace(go.Scatter(x = df.index,
                         y = df['sma'],
                         line_color = 'black',
                         name = 'sma'),
              row = 1, col = 1)

ポイントは二つ目の引数ー

です。

前もって設定していた移動平均線（SMA）を『df['sma']』として、SMAのデータだけをピックアップします。

それを引数の変数『y』、つまりY軸の値として設定します。

上のコードを実行するとー

ローソク足チャートに21日SMAが描画できました。

ボリンジャーのアッパーバンドを描画

次に、ボリンジャーバンドのアッパーバンド（上限）を描画します。

fig.add_trace(go.Scatter(x = df.index,
                         y = df['sma'] + (df['std'] * 2),
                         line_color = 'gray',
                         line = {'dash': 'dash'},
                         name = 'upper band',
                         opacity = 0.5),
              row = 1, col = 1)

ポイントは二つ目の引数ー

です。

移動平均線（df['sma']）に2倍した標準偏差の値（df['std']）を足すことで、ボリンジャーバンドのアッパーバンド（上限）を描画することができます。

統計学の分野になるため、ここでは簡単に説明します。

通常、ボリンジャーバンドでは標準偏差を『2』とします。

『1』では、データのばらつきが一定の範囲内でおさまる確率が約68％と、かなり小さくなるからです。

上のコードを実行するとー

グレーの点線で、ボリンジャーバンドのアッパーバンド（上限）を描画できした。

ボリンジャーのローワーバンドを描画

最後は、ボリンジャーバンドの下限（ローワーバンド）の描画です。

fig.add_trace(go.Scatter(x = df.index,
                         y = df['sma'] - (df['std'] * 2),
                         line_color = 'gray',
                         line = {'dash': 'dash'},
                         fill = 'tonexty',
                         name = 'lower band',
                         opacity = 0.5),
                         row = 1, col = 1)

ポイントはやはり二つ目の引数ー

です。

移動平均線（df['sma']）に2倍した標準偏差の値（df['std']）を引くことで、ボリンジャーバンドのローワーバンド（下限）を描画することができます。

さらにもうひとつポイントがあります。

それはー

です。

それを設定するコードが5つ目の引数ー

です。

『tonexty』と設定することで、バンドのエリアに指定した色をぬることができます。

他にも『tozeroy』、『tozeroy』、『tonextx』、『toself』、『tonext』があります。

どんなかちで色がぬられるのか？試してみてください。

上のコードを実行するとー

見事にボリンジャーバンドを描画することができました！

うん？でも横長すぎますね...

・おすすめのテクニカル分析本

おすすめ度　

おまけ

もっとチャートを見やすいサイズに変更してましょう。

fig.update_layout(width = 900, height = 700)

▷fig.update_layout( )

チャートの大枠を詳細に設定したい場合は、『fig.update_layout』を使うのが手っ取り早いです。

今回はサイズの変更なのでー

上2つの引数を設定するだけで十分です。

上のコードを実行するとー

見やすいチャートサイズに変更することができました！

今回は、テクニカル分析チャートを作るための基本的なコードのみを使いました。

Pythonに慣れていくと、あなただけのオリジナル分析チャートを作成することができます。

今回の記事を読んでPythonに興味を持った方は、すぐ下の『Pythonを効率的に学ぶには？』をぜひご覧ください！

Pythonを効率的に学ぶには？

Pythonなら株価の分析が効率的にできるな！

私もPythonを学んでみたい！

今回の記事を読んでそう思われた方は、以下のリンク先をご覧ください。

▼ 本気でPythonを学びたいなら ▼

なぜPythonを学ぶ必要があるのか？その理由がわかります。

そして、『これがPythonを効率的に学ぶ方法だ！』と自信をもっておすすめする学習方法について解説しています。

今回の記事と出会ったのも何かの縁です。
ぜひチャレンジしてみてください！

まとめ

今回は以上です！