【Python株価分析・深掘り編】yfinanceとpandas_ta入門！ツールを支える強力ライブラリを徹底解説

「あの株価分析ツール、どうやってインターネットから株価データを取ってきてるの？」
「移動平均線やMACDの計算が、たった1行で書けるなんて、どんな魔法？」

こんにちは！ Pythonプログラミング探検隊、隊長のPythonistaです！ 先日公開した「Pythonで作る株価買いシグナル自動検出ツール」の記事は、楽しんでいただけましたでしょうか？ 複数のライブラリを組み合わせて、実用的なツールを完成させることができましたね。

記事を読んでいただいた方、あるいは実際にコードを動かしてみた方の中には、「あのスクリプトを裏で支えているyfinanceやpandas_taといったライブラリは、一体何者なんだろう？」と疑問に思った方も多いかもしれません。

今回の「深掘り編」では、そんな皆さんの知的好奇心にお応えして、あの便利ツールを可能にしている2つの超強力な外部ライブラリ、yfinanceとpandas_taに焦点を当て、その基本的な使い方をじっくりと解説していきます。この2つの「武器」を理解すれば、あのツールを自分なりにカスタマイズしたり、全く新しい金融データ分析ツールを作ったりするための、大きなヒントが得られますよ！

1. yfinance：Yahoo! Financeのデータを手軽に取得

私たちの分析は、まずデータがなければ始まりません。yfinanceは、世界中の投資家が利用するYahoo! Financeの豊富な株価データを、Pythonから驚くほど簡単に取得できるようにしてくれるライブラリです。

1.1. インストール

まずはpipでインストールしましょう。ターミナルやコマンドプロンプトで以下を実行します。

pip install yfinance

1.2. 基本的な使い方 (yf.download())

yfinanceの最も基本的な機能が、download()関数です。これを使うと、指定した銘柄（ティッカー）の過去の株価データをPandasのDataFrameとして直接取得できます。

import yfinance as yf

# 例として、トヨタ自動車(7203.T)の2024年1月1日以降の株価データを取得
# 東証の銘柄は末尾に ".T" をつけます
ticker_code = '7203.T'
start_date = '2024-01-01'

try:
    df_toyota = yf.download(ticker_code, start=start_date, progress=False)
    
    print(f"\n--- {ticker_code} の株価データ (yfinance) ---")
    # .head()で最初の5行、.tail()で最後の5行を表示
    print("最初の5日間:")
    print(df_toyota.head())
    print("\n直近の5日間:")
    print(df_toyota.tail())
    
except Exception as e:
    print(f"エラー: データの取得に失敗しました - {e}")

実行結果 (例):

--- 7203.T の株価データ (yfinance) ---
最初の5日間:
                  Open        High         Low       Close    Volume
Date
2024-01-04  2580.000000  2635.00000  2573.50000  2623.50000  18195800
... (中略) ...

直近の5日間:
                  Open        High         Low       Close    Volume
Date
2025-06-16  3105.000000  3130.00000  3096.00000  3125.00000  15000000
... (中略) ...

このように、たった1行のコードで、日付をインデックスとし、始値(Open), 高値(High), 安値(Low), 終値(Close), 出来高(Volume)を含む、整形されたDataFrameが手に入ります。これがyfinanceの強力さです。

2. pandas_ta：テクニカル指標の計算を完全自動化！

株価データを取得したら、次に行うのはテクニカル分析です。移動平均線(SMA)、MACD、RSIといった指標を自前で計算しようとすると、Pandasの.rolling()や.ewm()などを使って複雑な数式を組む必要があります。

pandas_taは、その面倒な作業を全て肩代わりしてくれる、まさに「魔法」のようなライブラリです。

2.1. インストール

pip install pandas-ta

2.2. 魔法の.taアクセサの使い方

pandas_taをインポートすると、PandasのDataFrameオブジェクトに.taという特別な「アクセサ」が追加されます。これを通じて、100種類以上のテクニカル指標をメソッドとして呼び出すだけで、計算結果が新しい列としてDataFrameに自動的に追加されます。

import yfinance as yf
import pandas_ta as ta

# まずはyfinanceでデータを取得
df = yf.download('7203.T', period='6mo', progress=False)

# --- pandas_taでテクニカル指標を追加 ---

# 1. 単純移動平均線 (SMA) を追加 (期間: 25日と75日)
df.ta.sma(length=25, append=True)
df.ta.sma(length=75, append=True)

# 2. RSIを追加 (期間: 14日)
df.ta.rsi(length=14, append=True)

# 3. MACDを追加 (デフォルト設定)
df.ta.macd(append=True)

# 結果を確認 (後ろの方の行に計算結果が入っている)
print("\n--- テクニカル指標が追加されたDataFrame ---")
print(df.tail())

実行結果 (例):

--- テクニカル指標が追加されたDataFrame ---
                  Open   High    Low  Close    Volume  SMA_25  SMA_75  RSI_14  MACD_12_26_9  MACDh_12_26_9  MACDs_12_26_9
Date
2025-06-16  3105.0  3130.0  3096.0  3125.0  15000000  3050.6  2980.1  58.23      25.123         5.432          19.691
... (以下略) ...

どうでしょうか？ df.ta.指標名()というメソッドを呼び出すだけで、SMA_25やRSI_14、MACD関連の3つの列などが自動で追加されました。append=Trueが、計算結果を元のDataFrameに直接追加してくれる便利なオプションです。

3. なぜこの2つを組み合わせるのか？

もうお分かりですね。この2つのライブラリは、株価分析のワークフローにおいて完璧なコンビネーションを形成します。

yfinance (データ取得担当) → pandas_ta (指標計算担当)

この流れを使うことで、分析ロジックの構築に集中する前に必要な「データ収集」と「データ加工」のステップを、数行のコードで完了させることができます。私たちの「株価買いシグナル自動検出ツール」は、まさにこの強力な連携の上に成り立っていたのです。

import yfinance as yf
import pandas_ta as ta

# 1. yfinanceでデータを取得
df_stock = yf.download("9984.T", period="1y", progress=False)

# 2. pandas_taでテクニカル指標を一括で追加
# カスタム戦略を作成して、複数の指標を一度に追加することも可能
custom_strategy = ta.Strategy(
    name="My Custom Strategy",
    description="SMA, RSI, and MACD",
    ta=[
        {"kind": "sma", "length": 50},
        {"kind": "rsi"},
        {"kind": "macd"},
    ]
)
df_stock.ta.strategy(custom_strategy)

print("\n--- カスタム戦略で指標を追加したDataFrame ---")
print(df_stock.tail())

まとめ：強力なライブラリで、分析作業を加速しよう！

今回は、私たちの株価分析ツールを裏側で支える、yfinanceとpandas_taという2つの強力なライブラリに焦点を当てて解説しました。

  • yfinance: 最新の株価データを、Pandas DataFrameとして手軽に取得できる。
  • pandas_ta: 取得したDataFrameに、100種類以上のテクニカル指標をわずか1行のコードで追加できる。

プログラミングの大きな魅力の一つは、優れたライブラリを活用することで、複雑な処理を自分で実装することなく、その恩恵を受けられる点にあります。今回の2つのライブラリは、まさにその好例です。

これらのツールの使い方をマスターしたことで、あなたは以前作成した株価分析ツールをさらに自由にカスタマイズしたり、全く新しい分析手法を試したりする準備が整いました。ぜひ、色々な銘柄やテクニカル指標で試してみてください！

その他の投稿はこちら

コメント

コメントを投稿

このブログの人気の投稿

タイトルまとめ

環境構築 これで迷わない！WindowsでPython環境構築する一番やさしい方法 #0 【Python初心者向け】venvでスッキリ環境構築！プロジェクトごとの独立性を保つ秘訣 #1 超入門〜入門 【Python超入門】プログラミングで計算してみよう！四則演算と便利な算術演算子を徹底解説 #2 【Python超入門】プログラミングの第一歩！「変数」とは？使い方と命名ルールを優しく解説 #3 【Python入門】プログラムの流れを自由自在に！if文を使った条件分岐を徹底マスター #4 【Python入門】繰り返し処理をマスター！for文・while文の基本と使い分けを徹底解説 #5 【Python入門】コードを整理整頓！関数の作り方と使い方をマスターしよう (def, 引数, 戻り値) #6 【Python入門】オブジェクト指向の扉を開こう！クラスの基本と作り方・使い方 (class, __init__, メソッド) #7 【Python入門】クラッシュしないプログラムへ！エラーハンドリング(try-except-else-finally-raise)完全ガイド #8 中級へ向けて > OOP(オブジェクト指向プログラミング) 【Python中級への道】OOPの真髄！クラスの「継承」でコードを再利用・拡張しよう (親クラス・子クラス・super) #8 【Python中級編】OOPの魔法！ポリモーフィズム（多態性）で柔軟なコードを書こう #9 【Python中級編】OOPの守護神！カプセル化で安全なクラスを作ろう (データ隠蔽・プロパティ) #10 標準ライブラリ紹介 【Python標準ライブラリ入門 第1回】日付と時刻を自由自在に！datetimeモジュール徹底活用術 【Python標準ライブラリ入門 第2回】偶然をプログラムに！randomモジュールで乱数を使いこなそう 【Python標準ライブラリ入門 第3回】データ交換の標準！jsonモジュールでJSONを自由自在に扱おう 【Python標準ライブラリ入門 第4回】ファイル・ディレクトリ操作の達人になろう！osモジュール徹底ガイド 【Python標準ライブラリ入門 第5回】表データ処理の相棒！csvモジュールでCSVファイルを自在に操ろう 📊 【Python標準ライブラリ入門 第6回】ファイル操作を極...
続きを読む

これで迷わない！WindowsでPython環境構築する一番やさしい方法 #0

イメージ
はじめに：Python学習、最初の一歩を応援します！ 「Pythonを勉強してみたいけど、何から始めたらいいの？」 「プログラミングって難しそう…環境構築でつまずきたくないな…」 こんにちは！ この記事は、そんなプログラミング初心者さん、特にWindowsユーザーのあなたが、スムーズにPython学習をスタートできるよう、 Pythonの環境構築手順 をどこよりも分かりやすく解説することを目指しています。 私自身もそうでしたが、プログラミング学習の最初のハードルが、この「環境構築」だったりします。でも大丈夫！この記事の手順通りに進めれば、きっとあなたのパソコンでPythonが動くようになります。 一緒にPythonの世界への第一歩を踏み出しましょう！ そもそもPythonって何？ (軽くでOK) Pythonは、読みやすく、書きやすい、そしてとっても人気のあるプログラミング言語です。Webサイト制作、データ分析、AI開発など、本当に色々なことができます。初心者にも比較的学びやすい言語と言われているんですよ。 さっそくPythonをインストールしよう！ (Windows編) それでは、WindowsのパソコンにPythonをインストールしていきましょう。 1. Python公式サイトへアクセス！ まずは、Pythonの「公式」ダウンロードページにアクセスします。 検索エンジンで「Python ダウンロード」と検索するか、こちらのアドレスに直接アクセスしてください。 https://www.python.org/downloads/ 2. 最新版のPythonをダウンロード ダウンロードページを開くと、「Download Python X.X.X」（X.X.Xはバージョン番号）という大きなボタンがあるはずです。基本的には、この最新版をダウンロードすればOKです。 ポイント： もし学習する教材などでPythonのバージョンが指定されている場合は、少し下にスクロールすると過去のバージョンもダウンロードできます。でも、特に理由がなければ最新版を選びましょう。 3. ダウンロードしたインストーラーを実行！ ダウンロードが完了したら、ダウンロードフォルダにある .exe ファイル（例： python-3.12.3-amd64.exe のような名前です）をダブルクリックし...
続きを読む

【Python標準ライブラリ完結！】11の冒険をありがとう！君のPython力が飛躍する「次の一歩」とは？ 🚀

こんにちは！ Python標準ライブラリ探検隊、隊長のPythonistaです！ 長い間お付き合いいただき、本当にありがとうございました。ついにこの「Python標準ライブラリ入門シリーズ」も、今回の第12回で最終回を迎えることになりました。 第1回の datetime モジュール から始まり、 前回の合わせ技プロジェクト まで、私たちはPythonが標準で提供している強力で便利な「道具箱」の中身を、一緒に探検してきました。このシリーズを通して、Pythonの標準ライブラリがいかに多機能で、日々のプログラミング作業を助けてくれるかを少しでも感じていただけていたら嬉しいです。 この記事では、これまでの冒険の軌跡を振り返りつつ、皆さんがこのシリーズで得た知識を土台として、さらにPythonプログラミングの世界を広げていくための「次なる冒険」へのヒントをお届けしたいと思います。最後まで、どうぞお付き合いください！ 1. これまでの冒険を振り返る：標準ライブラリ探検ダイジェスト 🗺️ まずは、私たちが一緒に探検してきたPython標準ライブラリの仲間たちを、その主な役割と共に振り返ってみましょう。各モジュールの名前は、過去の記事へのリンクになっています（リンク先は適宜設定してくださいね）。 datetime : 日付と時刻の達人に！プログラムに時間という概念をもたらしました。 random : プログラムに偶然性の魔法を！ゲームからデータ生成まで幅広く活躍。 json : データ交換のスタンダード！異なるシステム間で情報をやり取りする共通言語。 os : OSと対話し、ファイルシステムを操る！プログラムがコンピュータ環境と連携する基盤。 csv : 表形式データを手軽に扱う！Excelなどとのデータ連携もスムーズに。 glob & shutil : ファイル検索と高度なファイル操作の強力コンビ！面倒なファイル管理を自動化。 logging : print デバッグからの卒業！本格的なログ管理でプログラムの信頼性アップ。 re : テキスト処理のスーパーパワー、正規表現！複雑な文字列操作も思いのまま。 collections : データ構造...
続きを読む