【Python】Plotlyでチャートに移動平均線を描画してみよう 前編

目安：この記事は3分で読めます

『Pythonとチャート』シリーズの第１弾は、前編で可視化ライブラリの”Plotly” を使ってナスダック100のローソク足チャートを作成しました。

そして後編では、Pythonコードの解説をしました。

今回は『Pythonとチャート』シリーズの第2弾となります。

前編では、Plotlyでテクカルチャートを作ってみようと思います。

今回チャートに描画（びょうが）するテクニカルは、多くの投資家が使う”移動平均線”です。

そして採用する銘柄は、ジェイが実際に投資をしている米大手銀行の”ウェルズ・ファーゴ（WFC）”を取り上げることにしました。

そして後編では、今回紹介するPythonコードの詳しい解説をします。

▼ 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

今回作るチャートについて

まずは、今回作るチャートをお見せします。

採用する銘柄はなんでも良かったのですが、せっかくですのでジェイが投資をしている”ウェルズ・ファーゴ（WFC）”のテクカルチャートを作ってみたいと思います。

ウェルズ・ファーゴのテクニカルチャート

日足（2019年以降）

Pythonコードの紹介

さて、ここからPythonコードの紹介となります。まずは全体像を確認してみましょう。

コードの全体像

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


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


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



fig = go.Figure()

fig.add_trace(go.Scatter(x=df.index, 
                         y=df.sma50, 
                         name='SMA50'))
fig.add_trace(go.Scatter(x=df.index, 
                         y=df.sma200, 
                         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)

次に4つのカテゴリーに簡単に分けて、コードの概要をみてみましょう。

コード1：まずはライブラリのインポートから

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

コード2：次に価格データを取得する

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

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3：次に移動平均線のコードを書く

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。

移動平均線の詳細については、次回の記事をご覧ください。

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

コード4：最後に移動平均線をチャートに描画する

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 = True)

コードのカテゴリーを大枠に分けるだけで、どのコードがどんな意味を持つのか？ということがなんとなくイメージできると思います。

コードの詳しい解説については、次回の記事にて！

Plotlyなら”爆速”でテクニカルチャートもつくれる

前回のシリーズでは、爆速でローソク足のチャートを描画（びょうが）しました。

そして今回は、可視化ライブラリ『Plotly』を使えば、”テクニカルチャート”すら爆速で作れることを解説しました。

今回は、テクニカル分析でもっともポピュラーな移動平均線をチャートに描画しましたが、オシレーター系のRSIやMACDだって、爆速で描画することができます。

これらのことについても『Pythonとチャート』シリーズで順次ご紹介していきます！

Pythonを学びたい方へ

今やPythonは、チャートの分析に限らず、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