【Pythonコード集】『TA-Lib』を使ってボリンジャーバンドを描画してみよう！前編

【お知らせ】

2021年11月13日に今回の記事でご紹介したPythonコードの解説編をアップしました。

【この記事は3分で読めます】

前々回と前回では、チャートライブラリ『Plotly』でボリンジャーバンドを描画しました。

未読の方は、以下のリンクからご覧ください。

プログラミングでは、違う道（コード）で同じゴールにたどり着くことができます。

プログラミングの”肝”とは、つまることろエラーの克服です。

なので、違う道（コード）を知っているだけでエラーが簡単に克服できます。

そこで今回は、別のライブラリ（道）でボリンジャーバンドを描画するコードをご紹介します。

どうしてもPlotlyでチャートが描画できない...という方は、今回の記事で紹介したコードで試してみてください。

次回の記事では、今回ご紹介したPythonコードの解説をします。

・おすすめのテクニカル分析本

おすすめ度　

チャートやテクニカル分析を基本から学びたい方は、この一冊で十分でしょう。

ジェイをはじめ、周りの同僚も必ず一回は目に通しているテクニカル分析のバイブルです！

この記事の対象となる人

この記事でわかること

Pythonコードの紹介

まずは、いつも通りPythonコードを一気にご紹介します。

今回は、連日で史上最高値を更新しているS&P500を取り上げます。

また、ボリンジャーバンドの設定はー

としました。

では、Pythonコードをみてみましょう！

Pythonコード

#ライブラリのインポート
import pandas as pd

import matplotlib.pyplot as plt
%matplotlib inline

import seaborn as sns
sns.set()

import yfinance

import talib as ta


#株価データの取得
df = yfinance.download('^gspc',
                       start='2021-01-01',
                       end='2021-12-31',
                       interval='1d',
                       auto_adjust=True)


#中心線（MA）の設定
span = 21


#ボリンジャーバンドの設定
df['Upper'],df['Middle'],df['Lower'] = ta.BBANDS(
                                                df['Close'],
                                                 timeperiod=span,
                                                 nbdevup=2,
                                                 nbdevdn=2,
                                                 matype=0)


#チャートの描画
plt.rcParams['figure.figsize']=15,10

plt.plot(df.index, df['Close'], label='S&P500', color='black')

plt.fill_between(df.index, 
                 y1=df['Upper'], 
                 y2=df['Lower'], 
                 color='grey', 
                 alpha=0.3)

plt.plot(df.index, df['Middle'], color='red');

今回のポイントー

というコードにあります。

詳しくは、次回の記事にて！

コードを実行

さて、上のコードを実行すると、以下のチャートが描画されます。

S&P500の日足チャート / ボリンジャーバンド

一段ずつスキルアップするために

これで終わっては、あまりにも味気ない記事になってしまいます。

”一段ずつ”プログラミングのスキルを高めるためにも、色々なコードを書くことが重要です。

そこで今回は、もうひとつのボリンジャーバンドを描画してみたいと思います。

上では、標準偏差をσ2（95％の確率である一定の範囲内でデータのバラつきがおさまる確率）としました。

そこで次は、標準偏差をσ3（99％の確率である一定の範囲内でデータのバラつきがおさまる確率）に変更して、σ2の水準とどのような違いがあるのか？をチャートで確認してみたいと思います！

まずは、ボリンジャーバンドσ3を設定するコードを書きます。

σr 3のコード

df['Upper2'],df['Middle'],df['Lower2'] = ta.BBANDS(
    df['Close'],
    timeperiod=span,
    nbdevup=3,
    nbdevdn=3,
    matype=0)

次に上で書いたコードをベースに、ボリンジャーバンドを描画するコードを書き足します。

コード13行目の『#σ３のボリンジャーバンド』が、それにあたります。

チャートを描画するコード

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

plt.plot(df.index, df['Close'], label='S&P500', color='black')

#σ2のボリンジャーバンド
plt.fill_between(df.index, 
                 y1=df['Upper'], 
                 y2=df['Lower'], 
                 color='grey', 
                 alpha=0.3)

#σ３のボリンジャーバンド
plt.fill_between(df.index, 
                 y1=df['Upper2'], 
                 y2=df['Lower2'], 
                 color='black',
                 alpha=0.05)

plt.plot(df.index, df['Middle'], color='red')
plt.title('S&P500 Chart', fontsize = 30)
plt.xlabel('Date', fontsize = 20)
plt.ylabel('Stock Price', fontsize = 20);

コードを実行

上のコードを実行すると、以下のチャートが描画されます。

S&P500の日足チャート / ボリンジャーバンド

グラデーションのように、2つのボリンジャーバンドを描画することができました。

また、今回はタイトルとX&Y軸のラベルも追記してみました。

最初のチャートと比べると、よりプロ感の漂うチャートが描画できました！

次回は、今回ご紹介したPythonコードの詳しい解説をいたします。

乞うご期待！

効率よくPythonを学ぶ方法

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。

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！