【Pythonと統計分析】シリーズ第1弾　単回帰分析でウェルズファーゴの株価を予測してみよう！前編

目安：この記事は3分で読めます

当ブロブのテーマはー

です。

Pythonの醍醐味のひとつは、何と言っても統計学を駆使した分析が簡単にできることです。

そこで今回から新たにー

をスタートすることにしました。

第1弾となる今回は、全3回のシリーズとなります。

前編では、Pythonコードの紹介にフォーカスした内容となります。
中編では、Pythonコードの詳しい解説をします。
そして後編では、今回分析した結果をベースに株価の予測チャートを描画します。

▼ Pythonを効率的に学ぶなら ▼

この記事の対象となる人

この記事でわかること

今回分析する銘柄は？

今回、分析のターゲットとなる銘柄は、ジェイが実際に投資をしているウェルズ・ファーゴ（WFC）です。

まずは、ウェルズ・ファーゴ（WFC）の株価について確認しましょう。

ウェルズ・ファーゴの株価チャート

ウェルズ・ファーゴ（WFC）の日足チャート（年初来）

年初来からのトレンドを確認すると、3月から4月の中旬までレンジ相場となった以外は、2月以降から見事な上昇トレンドを維持していることがわかります。

現在は、48ドルのレベルを突破できるかどうか？この点が焦点となっています。

米金利のチャート

ウェルズ・ファーゴ（WFC）の株価が上昇している要因のひとつが、アメリカの長期金利（以下では米金利）の上昇です。

実際に米金利のチャートを見ると、年初から急速に上昇していることがわかります。

現在はそのトレンドが一服して、1.5~1.7%のレンジで高止まりしています。

アメリカ長期金利の日足チャート（年初来）

米金利は、景気の動向に敏感に反応します。

なので、景気敏感株の代表格である銀行株は米金利の動きに影響を受けやすいセクターです。

また金利の上昇は、米銀の利ザヤ収益を増加させます。

ゆえに、ウェルズ・ファーゴ（WFC）と米金利との連動性は他のセクタ－と比べて高くなる傾向が見られます。

単回帰分析をしてみよう

ウェルズ・ファーゴ（WFC）の株価が、米金利（アメリカの長期金利）の動向に影響を受けやすいことがわかりました。

そこで今回はー

この点について、分析してみます。

なお、あるひとつの銘柄（米金利）がもうひとつの銘柄（ウェルズ・ファーゴ）にどのくらい影響を与えるているのか？

この影響度合いを分析することをー

といいます。

ちなみに影響を与える銘柄を『独立変数』といいます。今回は米金利がそれにあたります。

影響を受ける銘柄を『説明変数』といいます。今回はウェルズ・ファーゴ（WFC）がそれにあたります。

上2つの言葉は、統計の分析ではよく出てきます。

この記事をきっかけに、覚えておいてください。

いったんまとめ

ちょっと情報量が多くなってきましたね。

ここでいったん、今回の分析についてまとめます。

分析の概要はつかめました。

では、Pythonコードをみてみましょう！

Pythonコード

さて、ここからがPythonコードの紹介となります。

グダグダ言うのは性に合わないので、まずは一気にお見せします。

なお、コード一覧の画面は左右にスクロール（スワイプ）できます。

Pythonコード

#ライブラリのインポート
import pandas as pd
import pandas_datareader as web
import matplotlib.pyplot as plt
%matplotlib inline

import datetime

#WFCと米長期金利のデータをインポート
prices = ['WFC','^TNX']

df = pd.DataFrame()

for p in prices:
    df[p] = web.DataReader(p, data_source='yahoo',
                           start='2021-01-02',
                           end=datetime.date.today())['Adj Close']

#ここから単回帰分析の開始
import statsmodels.api as sm

x1 = df['^TNX']
y = df['WFC']

x = sm.add_constant(x1)

result = sm.OLS(y,x)

result.fit().summary()

やっていることはたった3つのことだけ

上のPythonコードを見ると、何やらムズカシイことをやっているように見えます。

しかしコード一覧の注釈を見ると、やっていることは以下の3つだけです。

上の3ステップをふむだけで、以下の分析結果が得られます。

Pythonによる単回帰分析の結果

一覧表の見方については、次回の記事で解説します。

とりあえず今回はー

ということを覚えておくだけで十分です。

ではまた次回！

▼独学が苦手な人はテックアカデミー▼

▶現役エンジニアのパーソナルメンターからマンツーマンで学べる

▶データサイエンスコース

まとめ

Pythonを学びたい方へ

今やPythonは、あらゆる分野の分析で使われているプログラミング言語です。

Pythonを学んでおけば株式の投資に役立つだけでなく、これからのキャリアを形成する上でも力強い武器となるでしょう。

『私もPythonを学んでみたい！』

という人は以下のリンク先をご覧ください。

▼ Pythonを効率的に学ぶ方法を知りたいなら以下をクリック ▼

なぜプログラミング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。

こ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！