Pythonで分析!

【python】ナスダック指数とGAFAをpythonで分析①

-この記事は3分で読めます-

『ナスダック指数すげー上昇だな!』
『GAFAの株価も相変わらず上昇してるな!』

米株に投資するなら『ハイテク株!』というトレンドは未だに続いています。

ハイテク株の中でも、もっか向かうところ敵なし状態となっているのが、『GAFA』を筆頭とした巨大IT企業です。

GAFAとは?

Google(G) -グーグル
Amazon(A)-アマゾン
Facebook(F)-フェイスブック
Apple(A)-アップル

のことです。


GAFAのサービスは、今や私たちが生活するために、なくてはならない存在となっています。
特にコロナショック以降、GAFAのサービスの存在感は増すばかりです。

だから株価も上昇しているわけです。


しかし、ジェイはふと気になりました。

『ナスダック総合指数の異常な上昇を支えているGAFAはどこだろう?』

と。


異常なほどに上昇しているナスダック総合指数(以下ではナスダック)を支えているGAFAがあるとすれば『多くの投資家が将来性を見こして投資をしている』ということになります。

こういった視点で考えることで、今後は影響を与えているGAFA銘柄を中心にナスダックのトレンドを予測するひとつの方法となります。


そこで今回と次回は、プログラミング言語の『python』を使って...

ナスダックに最も影響を与えているGAFAはどこか?

についてみていきます。


結論

ナスダックは一日前のナスダックに影響を受けている

この記事の対象となる人

・ナスダックのトレンドに興味がある人
・pythonを使った分析に興味がある人
・GAFAに投資をしたいと考えている人

ナスダック指数とGAFAのパフォーマンス

パフォーマンスチャート

まずは、年初来からのナスダックとGAFAのパフォーマンスを確認しましょう。

ナスダックとGAFAの年初来のパフォーマンス(%)基準日:2019年12月31日
年初来のパフォーマンス(%)基準日:2019年12月31日

アマゾン(AMZN)株アップル(AAPL)株の上昇率が抜きんでています。

ということは、GAFAの中でもアマゾン(AMZN)アップル(AAPL)がナスダックの上昇をけん引しているのか?

もちろんその影響もあるでしょう。

しかし、株価の単位が違うことを考えると、単純にアマゾン(AMZN)株アップル(AAPL)株がナスダックに大きな影響を与えているんだ!と考えるのはまだ早いです。

というか、pythonで分析する前にこの記事が終わってしまいます(笑


株価をスケーリングしよう

株価の単位が違いすぎる

影響力を考える上で重要なポイントは...

株価の単位をそろえる

ということです。

ナスダックとGAFAの株価をみてみましょう。

ナスダックとGAFAの2020年10月5日~9日の終値データ
2020年10月5日~9日の終値

それぞれで株価の単位がまったく違うことがわかります。

なので、3,000ドル台のアマゾン(AMZN)株が1ドル動いたときのショックと100ドル台のアップル(AAPL)株が1ドル動いたときのショックの大きさも、とうぜん違ってきます。

違うものを同じものとしてあつかうことはできません。

分析の結果がゆがんでしまうからです。


ではどうするのか?

答えは、株価の水準を『スケーリング』するのです。

スケーリングとは?

・スケーリングとは?
ケタの違う数字をそろえること。具体的には変化率や標準偏差でスケーリングをします。ケタをそろえることで、影響の度合いを等しくみることができます。

簡単に言えば...

『スケーリングして3,000ドルでも100ドルでも等しく影響の度合いをみましょうね』

ということです。


スケーリングにはいくつかの方法があります。

どの方法を選ぶかは『どういった分析をしたいのか?』によって決まります。

どういった分析を選ぶかは『何をしたいのか?』によって決まります。

ようは目的によってスケーリングの方法も変わってくる、ということです。


今回は...

『pythonを使ってGAFAがナスダックに与えるインパクトを調べたい』

というのが目的です。

よって、この目的に合った分析とスケーリングの方法を選ぶ必要があります。


今回選んだのはVARモデル

まずは、今回ジェイが選んだ分析方法は...

『VARモデル』

という方法です。


VARモデルって?

・VARモデルとは?
VARとは 、英語で書くと『Vector Auto Regressive』です。日本語ではベクトル自己回帰モデルと呼ばれています。時系列で並んだ複数のデータを用いて予測をするときによく使われるモデルです。

と説明してもわからないと思います。なので、今回の記事にそって上の文章を『翻訳』すると...

・今回の例でいうと?
GAFAという4つの株価データを使って、ナスダックに最もおおきな影響を与えているGAFAの株価をみつけよう!

ということです。

では、さっそくpythonで分析してみましょう!


ナスダック指数とGAFAをpythonで分析

VARモデルの結果

ナスダックとGAFAのVAR分析の結果
VAR分析の結果

ごちゃごちゃした数字がいっぱい並んでいますね。

でもね、見方はいたって簡単なんです。

まずタイトルの『Results for equation Nasdaq』は、ナスダックに影響を与えている変数はなに?という意味です。

ここでいう変数とは、ナスダック自身GAFAです。


影響を与えているのか?いないのか?を確認するときは、一覧表の一番みぎはしにある『prob』という項目の数値をみます。
(※スマホの人は左へスワイプするとprobaがみれます)

『probが0.05(5%)以下ならば影響あり!』と判断します。


上の結果を見ると、今年に入ってからナスダックに影響を与えているのは...

『1日前のナスダック自身のみ』

ということがわかります。

『L1.Nasdaq』『prob』のみが『0.003(0.3%)』と、5%以下となっているからです。

『L1.Nasdaq』とは前日のナスダック自身の株価を意味します。

そして隣の数値『0.685734』は、次の日にナスダックが動く値幅を予測した数値です。簡単に言えば上の結果は...


『前日のナスダックが1ポイント上昇すれば、次の日のナスダックは約0.69ポイント上昇する可能性がある』


と予測しているわけです。


一方、『L1.Nasdaq』以外の『prob』は、どれも0.05(5%)以上となっています。

5%以上の数値は『有意ではない水準』とみなされます。

今回の記事の内容でいえば『影響を与えていない』とみなされる、ということです。

なので、前の日にGAFAが上がった /下がったからといって、必ずしもナスダックに影響を与えているわけではない、ということを『有意ではない水準』は教えてくれています。


しかし、VARモデルでの分析はここで終わりじゃありません。


VARモデルの本当にすごいところは、別にあります。

ヒントは上でやった『スケーリング』にあります。

次回はこの点について説明しますね!


今回のまとめ

・ナスダックに最も影響を与えているGAFAはなにか?
・VARモデルで分析してみよう
・一日前のナスダック自身からの影響しか確認できず
・しかしVARモデルの分析にはまだ続きある

今回は以上です!


注記事項
ジェイの米国株投資ブログ(以下当サイト)に掲載されている記事は、投資の助言を目的としたものではありません。当サイトに掲載されたコンテンツの正確性については、可能な限り注意を払っています。しかし、意図せず誤情報が紛れ込む可能性や情報そのものが古くなっている可能性があり、その正確性を完全に保証するものではありません。当サイトのコンテンツを参考に投資を行い、その後発生したいかなる結果についても、当サイト並びにブログ運営者は一切責任を負いません。すべての投資行動は『自己責任の原則』のもとで行ってください。

スポンサーリンク

-Pythonで分析!

© 2021 ジェイの米国株投資ブログ