【Pythonコード集】Yahoo!financeから米企業の情報を簡単に取得する方法　 コード編

【おしらせ】
2021年7月28日に、Pythonコードの解説編をアップしました。
以下のリンク先よりご覧ください。

目安：この記事は３分で読めます。

売上高、利益、財務状況、はたまた売買の推奨レートなど株式の投資には色々な情報が必要です。

今の時代、ネット上からどんな企業情報も取得できます。

しかし情報がありすぎるがゆえに、その取得に無駄に時間をかけることだけは避けたいですよね。

個人投資家が効率的よく企業の情報を取得するならば、やはりYahoo!finance USがおすすめです。

さらにー

今以上に効率よく企業の情報が取得できるでしょう。

今はちょうど米国企業の決算シーズンです。

そこで今回と次回では、PythonとYahoo!finance USを組みあわせて、効率よく企業の収益情報を取得する方法を解説します。

今回は、Pythonコードをザッと紹介します。

そして次回の記事で、Pythonコードの詳しい説明をします。

この記事の対象となる人

この記事でわかること

Yahoo!finance USから企業の情報を取得するコード

まずは、全体のPythonコードをお見せします。

コピペして遊んでみてください。

Pythonコードの全体像

今回は、ジェイが注目しているグロース株ークラウドストライク（CRWD）の情報をピックアップします。

#必要なライブラリは2つだけ
import pandas as pd
import yfinance as yf

#クラウドストライクのデータを取得
crwd = yf.Ticker('CRWD')

#『.info』で企業のデータを一気に取得 ☆重要！
df_crwd = crwd.info

#辞書型で取得した情報をfor文で取得
#キー値とバリュー値にわけて取得
keys = []

for key in df_crwd.keys():
keys_list = {key}
keys.append(keys_list)
keys = pd.DataFrame(keys)

#辞書型で取得した情報をfor文で取得
#キー値とバリュー値にわけて取得
values = []

for value in df_crwd.values():
values.append(value)
values = pd.DataFrame(values)

#キー値とバリュー値のデータをデータフレーム型で結合
#カラム名の設定
data_crwd = pd.concat([keys,values],axis=1)
data_crwd.columns = ('Category', 'Data')

#今回は全部で151のデータあり
#どんなカテゴリーがあるのかをすべて表示する
pd.set_option("display.max_rows", 151)

#決算に関係がありそうな項目だけをピックアップ
data_crwd[13:24]

上のコードを実行すると、クラウドストライク（CRWD）の収益性に関する情報が以下のように表示されます。

取得データの表示

Yahoo!finance USから取得したデータ

上の方にある『◯◯ Margins』とは、利益率のことです。

例えば、上から2番目の『profitMargins』は、売上高に占める利益の割合を示す『売上高利益率（利益率）』のことです。

そのほか、キャッシュフロー（operatingCashflow/freeCashflow）や収益の成長率（revenueGrowth）、売買の推奨レート（recommendationKey）といった情報もPythonを使えば、いとも簡単に取得できます。

ジースケーラー（ZS）と比較してみよう！

企業情報は単独で分析するよりも、同業他社と比較して分析するのが一般的です。

今回は、クラウドセキュリティのサービスを提供しているジースケーラー（ZS）の収益情報とクラウドストライク（CRWD）のそれを比較してみましょう。

Pythonコードの全体像

まずは、上のコードをすべてコピペします。

そして『crwd』の部分を、ジースケーラー（ZS）のティッカーコード『zs』に編集して、データを取得します。

zs = yf.Ticker('ZS')

df_zs = zs.info


keys = []

for key in df_zs.keys():
    keys_list = {key}
    keys.append(keys_list)
keys = pd.DataFrame(keys)


values = []

for value in df_zs.values():
    values.append(value)
values = pd.DataFrame(values)


data_zs = pd.concat([keys,values],axis=1)
data_zs.columns = ('Category', 'Data')

pd.set_option("display.max_rows", 151)


data_zs[13:24]

data_zs = data_zs[13:24]

上のコードを実行すると、以下の結果が得られます。

取得データの表示

Yahoo!finance USから取得したデータ

クラウドストライク（CRWD）のデータと、行が一段ズレていることに注意していください。

このように銘柄によって、カテゴリーの位置がズレていることがあります。

なので、必ず上で書いたコードの24行目（クラウドストライクのコードでは35行目）ー

で確認するようにしましょう。

データの結合と比較

クラウドストライク（CRWD）とジースケーラー（ZS）のデータが取得できました。

最後に、2つのデータを結合してみましょう。

こうすることで、両社の企業情報が簡単に比較できます。

#『.merge』でデータを結合
pd.merge(left = data_crwd, right=data_zs, 
         on='Category', 
         suffixes=['_CRWS','_ZS'])

# 結合したデータを『df』という変数に入れる
df = pd.merge(left = data_crwd, right=data_zs, 
              on='Category', 
              suffixes=['_CRWS','_ZS'])

# 『Category』をインデックスとして設定
df.set_index('Category',inplace=True)

結果

上のコードを実行すると、以下のような表が表示されます。

Yahoo!finance USから取得したデータ

このようにPythonを使えば、あなたのニーズに応じて、Yahoo!finance USが提供している情報を簡単かつ効率よく取得することができます。

次回は、今回の記事で紹介したコードの詳しい解説をします。

乞うご期待！

▼ Udemyおすすめの講座 ▼
・Pythonの基礎から応用まで一気に学ぶならこのコース　おすすめ度
▶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

・データサイエンスを学ぶならこの2コース　2コースのおすすめ度
▶【世界で37万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜

▶【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、ファイナンス、英語を一気に学ぶ ”欲張りコース”　おすすめ度
▶Python for Finance: Investment Fundamentals & Data Analytics
※このコースには日本語の字幕がついています。
Python、ファイナンスそして英語の力を同時にレベルアップするコースとしては、Udemy最強のコースです。
ジェイもこのコースで学び、今も復習で使っているコースです。

Pythonで時間をつくりだす！

時間をつくることができる

これまで書いてきたとおり、Pythonを使えば、効率よく情報の収集ができます。

『効率がよい』とは、言い換えればー

ということです。

時間を作り出すことができれば、『その時間をほかの有意義なことに使える』ということです。

このことは、人生そのものに大きなインパクを与えるでしょう。

今回は決算シーズンということで、それに関連した情報をYahoo!finance USから取得しました。

しかし、他の情報 ー 例えばマーケット関連の主要なニュースを一気に確認したい場合でも、Pythonを使えば効率よく情報を取得できます。

興味のある方は、以下の記事をご覧ください。

効率よくPythonを学ぶ方法

私もPythonを学んで、効率よく情報を収集したい！株価の分析をしたい！という方は、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！

独学が苦手な人へ

▼スクールで学ぼう▼

▶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