【Pythonコード集】有望グロース株エヌシーノ（NCNO）の株価を移動平均線と出来高で分析してみよう！解説編

2021年9月17日にエヌシーノ（NCNO）に関する最新記事をアップしました。

目安：この記事は3分で読めます

さて、前回の記事ではジェイが将来有望と考えているグロース株『エヌシーノ（NCNO）』のテクニカル分析チャートをPythonで作ってみました。

未読の方は、以下のリンク先からご覧ください。

今回は、前回の記事で紹介したPythonコードの解説編となります。

▼Pythonを学ぶならテックアカデミー▼

▶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

▲独学が苦手な人におすすめ▲

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

ぐだぐだするのは性に合わないので、早速コードの解説に入ります。

今回は4つのセクションに分けて、わかりやすく解説いたします。

コードの解説その１：ライブラリ

まずは、いつもどおり必要なライブラリのインポートからです。

Pythonによるすべての分析は、ここから始まります。

コードと解説

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

import seaborn as sns
sns.set()

import yfinance

import talib as tl

▷import pandas as pd
Python版のエクセルーPandasをインポート。pdで簡略。

▷import matplotlib.pyplot as plt
matplotlibは、データの可視化ライブラリ。pltで簡略。

▷import seaborn as sns
seabornは、matplotlibをカッコよくするためのライブラリ。snsで簡略。

▷import yfinance
yfinanceでYahoo!finance USから価格データを取得するライブラリ。

まぁ上から4つは、どれもPythonで株価の分析をする時に必要なライブラリです。

なので、コードを書いていくうちに指が覚えていきます。

新たなライブラリ『talib』が登場！

今回、新しく登場したライブラリがあります。それが一番最後にあるー

というライブラリです。

talibは、Pythonでテクニカル分析のチャートを作成する際に必ず必要となるライブラリです。

talibのインストール方法

・Homebrew で 『ta-lib』 をインストール

 command
brew install ta-lib

・anacondaで『ta-lib』 をインストール

 command
conda install ta-lib

・pipまたはpip3で『 TA-Lib』 をインストール

 command
pip install TA-Lib
pip3 install TA-Lib

この記事を機会にインストールしておくことをおすすめします！

コードの解説その２：データの取得

ライブラリのインポートが終わったら、次はYahoo!finance USから株価のデータを取得しましょう。

コードと解説

start = '2021-01-01'
end='2021-12-31'

df = yfinance.download(tickers='ncno',
　　　　　　　　　　　　　　start=start,
                       end=end,
                       interval='1d',
                       auto_adjust=True)

df

データの取得日は以下のように設定しました。ここはお好みの期間を設定してください。
▷start = '2021-01-01'
最初のデータ取得日

▷end='2021-12-31'
最後のデータ取得日

▷df = yfinance.download（ーーーーー）
『yfinance.download』が、価格データを取得するコードとなります。

カッコ中の『引数』で細かい設定ができます。

▷df
ちゃんとデータが取得できていれば、『df』と書くだけで、以下のようにデータフレーム形式の価格データが表示されます。

NCNOの株価データ

コードの解説その３：移動平均線の設定

テクニカル分析のチャートを作成する前に、2つの準備が必要です。

これらをしておかないと、移動平均線をチャート上に描画することができませんので、必ず前もってコードを書いておきましょう。

コードと解説

date = df.index
price = df['Close']

#移動平均線の設定
span01=20
span02=50
span03=75

df['sma_20days']=price.rolling(window=span01).mean()
df['sma_50days']=price.rolling(window=span02).mean()
df['sma_75days']=price.rolling(window=span03).mean()

▷date = df.index
日付をインデックスとして設定します。
これをすることで、X軸に日付のデータを描画することができます。

▷price = df['Close']
今回使う値は『終値』のみです。
変数名['表示したいカラム名']とすることで、任意のデータのみをピックアップすることができます。

▷span01=20 / span02=50 / span03=75
ここで移動平均線の期間を設定します。
『＝』の後の数字が期間となります。
今回は、20日、50日そして75日の期間を設定しました。

移動平均線の設定

▷df['sma_〇〇days']=price.rolling(window=span〇〇).mean()
このコードが、今回の記事で一番大事なところです！

と書くことで、期間の変数名に合わせて移動平均線が設定されます。

ポイントは、単純移動平均線を設定する『rolling』と『mean』です。
この2つを組み合わせることで、期間別の移動平均線を設定できます。

設定した移動平均線のコード情報を、期間ごとに作成した変数に入れます。
今回は３つの移動平均線を作成しますので、3つの期間別の変数を用意しました。

コードの解説 最後：チャートの描画

最後は、いよいよテクニカル分析チャートを描画します。

コードと解説

plt.rcParams['figure.figsize']=15,10

plt.subplot(2,1,1)
plt.plot(date,price,label='NCNO',color='black')

plt.plot(date,df['sma_20days'],label='20SMA',color='blue')
plt.plot(date,df['sma_50days'],label='50SMA',color='green')
plt.plot(date,df['sma_75days'],label='75SMA',color='red')
plt.legend()

plt.subplot(2,1,2)
plt.bar(date,df['Volume'],color='skyblue', edgecolor = 'black', label='Volume')
plt.legend()

▷plt.rcParams['figure.figsize']=15,10
rcParams['figure.figsize']は、チャートのサイズを設定するコードです。
今回は横15、縦10で設定しました。

▷plt.subplot(2,1,1)
subplotはー
・いくつチャートを表示するのか？
・どこにチャートを表示するのか？
を設定するコードです。

カッコの『2,1,1』とは、『2つの行、1つの列、1番目のインデックス』という意味です。
つまり、横に2列 / 縦に１列の形式でチャートを表示します。
1番目のインデックスは、『価格チャートは1番目に表示します』という意味です。

▷plt.plot(date,price,label='NCNO',color='black')
エヌシーノ（NCNO）の価格チャートを表示するコードです。
カッコの中の『date』は、前準備の段階で設定したインデックスです。
表示したいデータは、これまた前準備で設定しておいた『price』です。
『label』を設定すれば、チャート上に設定した文字が表示されます。
『color』で、ラインチャートの色を黒（black）に設定しました。

▷plt.plot(date,df['sma_20days'],label='20SMA',color='blue')
▷plt.plot(date,df['sma_50days'],label='50SMA',color='green')
▷plt.plot(date,df['sma_75days'],label='75SMA',color='red')
3つの移動平均線をチャート上に描画するコードです。
ここでもlabelやcolorの引数を設定しています。

▷plt.legend()
『legend()』は、labelで設定した文字をチャート上に描画するコードです。

▷plt.subplot(2,1,2)
カッコの『2,1,2』とは、『2つの行、1つの列、2番目のインデックス』という意味です。
つまり、横に2列 / 縦に１列の形式でチャートを表示します。
2番目のインデックスは、『出来高（ボリューム）チャートは2番目に表示します』という意味です。

▷plt.bar(date,df['Volume'],color='skyblue', edgecolor = 'black', label='Volume')
ここも今回の記事のキーポイントです。

最後に、ここまで書いてきたコードを実行すると、以下のチャートが描画されます。

エヌシーノ（NCNO）のテクニカル分析チャート

NCNOのテクニカル分析チャート

次回の記事では、Pythonで別のテクニカル分析チャートを作ってみます。

乞うご期待！

▼ Udemyおすすめの講座 ▼
▶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

▶【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を学びたい方へ

今やPythonは、あらゆる分野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。

▼ 本気でPythonを学びたいなら ▼

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！