【Python】日本株銘柄のファンダメンタルズ分析実践｜システムトレード入門

您所在的位置：网站首页 › python 日本 › 【Python】日本株銘柄のファンダメンタルズ分析実践｜システムトレード入門

【Python】日本株銘柄のファンダメンタルズ分析実践｜システムトレード入門

2024-07-13 02:30| 来源: 网络整理| 查看: 265

こんにちは、DXCEL WAVEの運営者(@dxcelwave)です！

こんな方におすすめ！ Pythonを用いた株式投資のファンダメンタルズ分析に興味がある株式投資のシステムトレードを実現したい目次【株式投資】ファンダメンタルズ分析とは

ファンダメンタルズ分析とは、企業の財務・経済的な健全性を評価し、株式の適正な価値を見積もるための方法です。株式の長期的なパフォーマンスを評価し、株式を購入・売却の意思決定をサポートします。

【参考】厳選した株式投資におすすめの証券口座一覧

株式投資を始めたい方向けに使い勝手の良いおすすめ証券口座を紹介します。

スクロールできます証券口座概要使い勝手手数料投信NISA米株IPO信用取引マネックス証券株・投資信託ならネット証券のマネックス

取引に役立つ豊富な情報や操作性に優れたツールを提供。株初心者にはおすすめ⭕️⭕️⭕️⭕️⭕️⭕️⭕️GMOクリック証券 GMOクリック証券　証券取引

「NTTコムオンラインNPSRベンチマーク調査 2020」において家族・友人におすすめしたいネット証券No.1に選出⭕️⭕️△⭕️⭕️△⭕️au株コム証券 auカブコム証券　口座開設

KDDI x MUFGMUFGグループという信頼感ある証券会社⭕️⭕️⭕️⭕️⭕️△⭕️

【事前準備】Pythonによるファンダメンタルズ分析の環境構築

Pythonによるファンダメンタルズ分析実践に際して、必要な事前準備に対応します。

株価・財務データが取得可能なAPIの利用申請

【引用】J-Quants公式ページ：https://jpx-jquants.com/?lang=ja

本記事では、ファンダメンタルズ分析に必要なデータをJ-QuantsのAPIをもとに取得します。

J-Quants APIの利用手順は以下記事で詳しく整理していますため、以下記事のリフレッシュトークン取得の部分までは事前にご確認ください。

あわせて読みたい

【Python】日本株銘柄の株価・財務データの取得方法｜株式自動売買入門株式投資のファンダメンタルズ分析に興味がある方向けに「Pythonで株価・財務データを取得する方法」について解説します。 Pythonライブラリのインストール

ファンダメンタルズ分析に必要なPythonライブラリとして、以下をインストールしましょう。

Pandas

データの加工を行うためのライブラリです。

pip install pandas Plotly

グラフの表示が可能なデータ可視化ライブラリです。

pip install plotly 【実践】Pythonによる日本株式銘柄のファンダメンタルズ分析

それでは実際にPythonコードを記述し、日本株銘柄のファンダメンタルズ分析を実践します。

API認証情報を設定

はじめに、Pythonコードの先頭に以下のAPI認証情報を記述します。

前述したリフレッシュトークンをREFREAH_TOKEN部分にセットしましょう。

import pandas as pd import plotly.express as px import requests import json # ============================================================= # リフレッシュトークン（お手元のメモを貼付） # ============================================================= REFRESH_TOKEN = "............" # ============================================================= # API認証情報取得 # ============================================================= # idToken取得 req_post = requests.post(f"https://api.jquants.com/v1/token/auth_refresh?refreshtoken={REFRESH_TOKEN}") idToken = req_post.json()["idToken"] 【データ取得】財務データ

後述のファンダメンタルズ分析に際して、各種銘柄の財務データを取得します。以下コードを実行しましょう。

コード import pandas as pd import plotly.express as px import requests import json # =============================================================== # 分析銘柄コード（例） # =============================================================== Code_list = { "ソニー": 6758, "パナソニック": 6752, "富士通": 6702, "トヨタ": 7203, "ホンダ": 7267, "日立": 6501, } # =============================================================== # 最新の財務情報取得 # =============================================================== Code = [] # 銘柄コード Company = [] # 会社名 Date = [] # 開示日 NetSales = [] # 売上高 OperatingProfit = [] # 営業利益 for key, value in Code_list.items(): # APIコール headers = {'Authorization': 'Bearer {}'.format(idToken)} urlPath = f'https://api.jquants.com/v1/fins/statements?code={value}' req = requests.get(urlPath, headers=headers) result = req.json() # 結果格納 Code.append(value) Company.append(key) Date.append(result["statements"][-1]["DisclosedDate"]) NetSales.append(int(result["statements"][-1]["NetSales"])) OperatingProfit.append(int(result["statements"][-1]["OperatingProfit"])) # =============================================================== # データ加工・出力 # =============================================================== # 項目定義 columns = {"銘柄コード":Code, "会社名":Company, "開示日":Date, "売上高":NetSales, "営業利益":OperatingProfit, } # データフレーム df = pd.DataFrame(columns) # 出力 print(df) 出力イメージ

上記実行後、次のような出力イメージの結果が取得できます。

# 出力 print(df) # 出力イメージ # 銘柄コード会社名開示日売上高営業利益 # 0 6758 ソニー 20yy-mm-dd 100000000 100000000 # 1 6752 パナソニック 20yy-mm-dd 100000000 100000000 # 2 6702 富士通 20yy-mm-dd 100000000 100000000 # 3 7203 トヨタ 20yy-mm-dd 100000000 100000000 # 4 7267 ホンダ 20yy-mm-dd 100000000 100000000 # 5 6501 日立 20yy-mm-dd 100000000 100000000

この他にもresultを出力いただくと他多数の財務データが参照できます。今回は代表的な財務指標のみ抽出しています。

【分析例】営業利益率を比較

前述で取得したデータフレームdfをもとにファンダメンタルズ分析を実践します。

今回は例として、会社毎の営業利益率を算出し、グラフでの比較を試みます。

コード import pandas as pd import plotly.express as px import requests import json # =============================================================== # データ加工 # =============================================================== # 営業利益率を計算 df["営業利益率[%]"] = ( df["営業利益"] / df["売上高"] ) * 100 # =============================================================== # グラフ作成 # =============================================================== # 書式設定 fig = px.bar(df, # データソース x='会社名', # X軸 y='営業利益率[%]', # Y軸 ) # 出力 fig.show() 出力イメージ