【Python】Plotlyでチャートに移動平均線を描画してみよう 後編

目安：この記事は3分で読めます

前編（前回の記事）では、可視化ライブラリのPythonを使って、移動平均線をチャート上に描画しました。

今回は、前編で紹介したコードを詳しく解説していきます。

最後までお読みいただければ、Yahoo!finance USから価格データを取得するために、新しく使ったライブラリや移動平均線の設定方法について理解することができるでしょう！

▼ Pythonを効率的に学ぶなら ▼

この記事の対象となる人

結論からいいます

前回作ったチャートについて

まずは、前回作ったチャートについて復習しましょう。

ウェルズ・ファーゴのテクニカルチャート

日足（2019年以降）

Pythonコードの解説

さて、ここからがPythonコードの解説となります。

まずは、いつも通りライブラリからみてみましょう！

なお、コードの一覧画面は左右にスクロール（スワイプ）することができます。

コードの解説①：ライブラリ

import pandas as pd
import yfinance as yf
import plotly.graph_objs as go
import datetime

・今回使ったライブラリ

なお、『～ as pd、～ as yf、~as go』は"pd、yf、go"という短いかたちで" ライブラリをインポートして、という意味です。

こうやってインポートする方が、その後シンプルに、かつ素早くコードを書くことができます。

コードの解説②：価格データの取得

価格データを取得するコードの解説です。

『Pythonとチャート』シリーズ第1弾では、『pandas_datareader』を使いました。

関連記事

今回は、新しい価格取得のライブラリをご紹介します。

df = yf.download('wfc',
                 start='2019-01-01',
                 end=datetime.date.today() ,
                 auto_adjust='1d')

・今回使った価格取得のライブラリ

今回は、価格データを入れる変数の名前を『df』とし、この中にウェルズ・ファーゴ（WFC）の四本値と取引ボリュームのデータを一気に格納します。

次にカッコの中の引数について説明します。

ちゃんと価格データが取得できているかどうかを確認してみましょう。

df.head()
df.tail()

最初から5つの価格データ

最後から5つの価格データ

コードの解説③：移動平均線の設定

今回は、多くの市場参加者がよく使う50日移動平均線と200日移動平均線を設定します。

なお、50日移動平均線は『単純移動平均線』となります。
200日移動平均線は『指数平滑移動平均線』となります。

計算はいたって単純です。

例えば、10日間の移動平均線は（当日終値+前日終値+2日前終値+3日前終値+...10日前終値）÷10で計算できます。

100日間の移動平均線ならば（当日終値+前日終値+2日前終値+3日前終値+...100日前終値）÷100で計算できます。

指数平滑移動平均線（EMA）は、現在からより近い価格の値動きを反映するテクニカル指標です。

計算はちょっと複雑です。以下のように段階的に計算していきます。

EMAのように、複雑な式で計算するテクニカル指標がたくさんあります。

しかし、Pythonを使えばどんな複雑な計算もシンプルなコードで簡単にできます。

それが以下のコードです。

・移動平均線を設定するコード

df['ma50'] = df['Close'].rolling(50).mean().shift()
df['ma200'] = df['Close'].ewm(200).mean().shift()

新しいカラムの設定が終わったら、次は移動平均線の計算です。

移動平均線は終値をベースに計算されます。

”yfinance” から "Yahoo!finance US" の価格データを取得する場合、終値のカラム名は『Close』となります。

よって移動平均線を計算する場合は、『df['Close'].移動平均線を計算するコード』というのが基本的な型となります。

詳細を確認してみましょう。

これさえ覚えておけば、あとは設定したい期間をカッコの中に入れるだけで、どんな期間の移動平均線でも一瞬でチャート上に描画することができます。

コードの解説④：チャートを描画する

さて、いよいよチャートの描画です。

fig = go.Figure()

fig.add_trace(go.Scatter(x=df.index, 
                         y=df.ma50, 
                         name='SMA50'))
fig.add_trace(go.Scatter(x=df.index, 
                         y=df.ma200, 
                         name='EMA200'))

fig.add_trace(go.Candlestick(x=df.index,
                             open=df.Open,
                             high=df.High, 
                             low=df.Low,
                             close=df.Close,
                             name='WFC'))


fig.update(layout_xaxis_rangeslider_visible = False)

移動平均線の設定が終わったら、最後はローソク足チャートの設定です。

Open、High、Low、Closeの各カラム名は、Yahoo!finance USが設定している文字形式です。

なので、スペルミスを防ぐために『コピペ』してコードを書くことをおすすめします。

・レンジスライダー

さて、一連のコードを実行すると、最初で紹介したウェルズ・ファーゴ（WFC）の動的チャートが爆速で描画されます！

もちろん、価格や移動平均線の各データもチャート上で確認することができます！

ウェルズ・ファーゴのテクニカルチャート

日足（2019年以降）

今回紹介したコードは、どれもPythonやPlotlyの基本的なコードばかりです。

しかし、基本的なコードのみでも爆速でテクニカルチャートが描画できます。

さらにコードを付け足していけば、あなただけのオリジナルチャートを作ることだってできます。

この記事と出会ったのも何かの縁です。

ぜひ、ご自分だけのチャートを作ってみてください！

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。

▼ 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！

まとめ