【Pythonと統計分析】シリーズ第1弾 単回帰分析でウェルズファーゴの株価を予測してみよう！中編

目安：この記事は3分で読めます

Pythonの醍醐味のひとつは、何と言っても統計学を駆使した分析が簡単にできることです。

そこで新たにスタートしたのがー

です。

シリーズ第1弾となる今回は、全3回となります。

前編では、Pythonコードの紹介にフォーカスしました。
未読の方は、以下のリンク先へ。

中編となる今回は、前編で紹介したコードの解説となります。

▼ Pythonを効率的に学ぶなら ▼

▼ 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

この記事の対象となる人

この記事でわかること

前回の復習

ターゲットはウェルズ・ファーゴ（WFC）株

今回、分析のターゲットとなる銘柄は、ジェイが実際に投資をしているウェルズ・ファーゴ（WFC）です。

そしてウェルズ・ファーゴ（WFC）の株価は今年入り、アメリカの長期金利（以下では米金利）との連動性が見られます。

この点についての詳細は、前回の記事をお読みください。

単回帰分析で株価を予測

ウェルズ・ファーゴ（WFC）の株価が、米金利の動向に影響を受けていることがわかりました。

そこで今回は、あるひとつの変数（銘柄）の動きがもうひとつの変数（銘柄）の動きにどのくらい影響を与えているのか？
この点を分析するためによく使われるー

を使って、米金利の動向がどのくらいウェルズ・ファーゴ（WFC）の株価に影響しているのか？をみてみます。

ちなみに以下が、今回の分析の概要です。

なお、影響を与える変数（銘柄）を『独立変数』といいます。今回は米金利がそれにあたります。

影響を受ける変数（銘柄）を『説明変数』といいます。今回はウェルズ・ファーゴ（WFC）がそれにあたります。

ざっと、前回の復習が終わったところでPythonコードをみてみましょう！

Pythonコードの解説

さて、今回の記事で最も重要なPythonコードの解説です。

3つのカテゴリーに分けて解説します。

コードの解説①：ライブラリのインポート

まずは、いつもどおり必要なライブラリをインポートします。

#ライブラリのインポート
import pandas as pd
import pandas_datareader as web
import matplotlib.pyplot as plt
%matplotlib inline
import datetime

ライブラリの概要

コードの解説

▶2行目と3行目

過去の記事で説明したとおり、"pandas" はPythonのデータ分析で必須のライブラリです。

『~ as ○○』とすることで、その後のコードを簡略化して書くことができます。

▶4行目

"matplotlib" をインポートする時の定型文みたいなものです。ジェイは『matplotlib.pyplot as plt』と一気に書くことで、matplotlibをインポートするスタイルです。

▶5行目

Jupyter notebook上でグラフやチャートを表示するためのコードです。
これはガチガチの定型文です。書いていくうちに指が覚えます。

▶6行目

”datetime" は日付を設定するためのライブラリです。今回は、データ取得の最終日を設定するためにインポートしました。

コードの解説②：価格データのインポート

さて、ライブラリのインポートが終わりました。

次にやることは『データの取得』です。

いつもどおり、Yahoo!finance USから価格データを取得するコードを書いていきます。

#WFCと米長期金利のデータをインポート
prices = ['WFC','^TNX']

df = pd.DataFrame()

for p in prices:
    df[p] = web.DataReader(p, data_source='yahoo',
                           start='2021-01-02',
                           end=datetime.date.today())['Adj Close']こ

概要

解説

▶2行目

今回取得したい銘柄のティッカーコードをリスト形式で入れます。

ティッカーコードは、Yahoo!finance USのサイトで銘柄を検索すれば、簡単に確認することができます。

Yahoo!finance USのティッカーコード

なお、ティッカーコードはリスト形式となります。これは、『[ ] でくくる形式』のことです。

他に ( ) でくくるタプルという形式がありますが、ここでは覚えなくて良いです。

▶4行目

"pd.DataFrame( )" とし、空のデータフレームを設定します。
前もってデータを入れる箱を作っておく、という意味のコードです。

その空箱を変数 "df" に入れるようにします。

▶6行目以降

『for文』ってやつで、順番に価格データを変数に入れるコードを書きます。

▶7行目以降

ここで”pandas_datareader”のコードを書きます。

4行目で作っておいた空箱の変数 "df" の中に、ウェルズ・ファーゴ（WFC）と米金利のデータを順番に入れるコードを書きます。

コードの解説③：単回帰分析

さて、いよいよ統計分析のコードです。

#単回帰分析のコード
import statsmodels.api as sm

x1 = df['^TNX']
y = df['WFC']

x = sm.add_constant(x1)
result = sm.OLS(y,x)

result.fit().summary()

概要

解説

▶2行目 ★ここがポイント！

『statsmodels』が、Pythonで単回帰分析を行うライブラリとなります。

なお、『statsmodels.api』は定型文です。ここで覚えておきましょう。『sm』はstatsmodelsの略です。

▶4行目と5行目

独立変数（x1）と説明変数（y）を設定するコードです。

上でも述べたように、影響を与える独立変数には米金利のデータを入れます。
一方、影響を受ける説明変数にはウェルズ・ファーゴ（WFC）のデータを入れます。

変数名は好きにしてＯＫです。
一般的には、独立変数を "x" 、説明変数を "y" とすることが多いですね。大文字か小文字かは個人の好みによります。

▶7行目

"add_constant( )" は回帰分析で絶対に必要な定型文です。これを書かないとPythonでは分析ができません。
カッコの中には独立変数を入れます。

▶8行目

 "OLS(y,x)" で単回帰分析を行うコードです。カッコの中には（説明変数y、独立変数x）の順で入れます。そうすることで、米金利の動きがウェルズ・ファーゴ株に与える影響度合いを計算することができます。

▶10行目

最後に "変数名.fit()" でOLSに基づいて学習させます。そして ".summary()" で学習した結果を表示します。

8行目のOLSって何？

まぁ、言葉だけではわかりずらいですよね。

以下の図を見てください。

最小二乗法による回帰分析のチャート

各々の実際の値（今回はウェルズファーゴの株価と米金利の水準）と回帰分析の結果描かれた直線には、必ず誤差が生じていることがわかります。

この各誤差が最も小さい値になるよう描かれた赤いラインが『回帰直線』です。

初心者の方は、『最小二乗法を使って単回帰分析をするとこんな図になるんだ』ということだけ覚えておけば十分です。

結果の見方

最後に10行目のコードで表示された結果の見方について確認しましょう。

結論から言いますと、初心者の方が見る項目は以下の4つで十分です。

単回帰分析の結果

一覧表の見方

ちなみに、『統計的に有意にある』とはー

ということです。

ごくごく簡単に言えば、p値が5%以下ならば分析結果は統計的に使えますよ、ということです。

統計学を学ぼう

今回は、ジェイなりに統計分析について分かりやすく説明してきました。

しかし、統計学を理解するためには、やはりきちんとした勉強が必要だと思います。

そしてジェイは、統計学の勉強こそ学生、社会人の方を問わずすべての人が一度は学ぶべき分野だと考えています。

その理由はいくつかありますが、ジェイが統計学をすすめる理由はー

です。

しかし、この記事を読んでわかるとおり、統計学を理解するためにはある程度の勉強が必要です。

初心者の方なら、なおさらです。

今回の記事を読んでー

『統計学を学びたい！』

『特に基本から学びたい！』

と思う人にジェイは以下の本をおすすめしています。

おすすめ本

初心者の方は、まず『絵』から入ってください。これは鉄則です。

なぜか？それは、先に統計学の専門用語とか数式とかを見ると、100％挫折するからです。

『マンガでわかる統計学 素朴な疑問からゆる~く解説』を先に読めば、挫折率をグッと下げることができます。

上の本を読んだら、いよいよ『本番』です。

次は『コア・テキスト統計学』で、統計学の基本を学んでください。

『コア・テキスト統計学』を読破すれば、統計検定の2級に合格できると言われています。

ジェイも上2つの本を読んで統計学を勉強してきました。

なので、自信を持っておすすめすることができます。

この記事と出会ったのもの何かの縁です。

Pythonだけでなく統計学にもチャレンジしてみてください！

▼独学が苦手な人はテックアカデミー▼

▶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

まとめ

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！