・0 pv・5 min read
Python(TA-Lib)で株価のテクニカル分析(その1) 移動平均やインジケーター(MACD)を算出する
前の記事で取得した日経平均株価を plotly でロウソクチャートを表示まで行いました。
今回は、 TA-Lib を使って以下の2つを算出・可視化していきたいと思います。
今回は、 TA-Lib を使って以下の2つを算出・可視化していきたいと思います。
- 移動平均
- MACD
今回も前回に引き続き colab を使っていきたいと思います。
TA-Lib
TA-Lib は python のライブラリーで、簡単にテクニカル分析ができます。
https://mrjbq7.github.io/ta-lib/
https://mrjbq7.github.io/ta-lib/
TA-Lib のインストール
colab 環境では pip install できず
インストール手順では、
pip install TA-Libとありましたが、 colab では ERROR が発生してしまいインストールできませんでした。
Google 先生に聞いてみるといくつか記事が出てきたので、今回はこちらの記事がわかりやすかったので、参考にしてインストールしてみました。
colab での TA-Lib のインストール
- TA-Lib をダウンロードします。
!curl -L http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz -O && tar xzvf ta-lib-0.4.0-src.tar.gz- ダウンロードしたファイルからインストールします。
!cd ta-lib && ./configure --prefix=/usr && make && make install && cd - && pip install ta-lib以下のように表示されると install が成功です。
Successfully built ta-lib
Installing collected packages: ta-lib
Successfully installed ta-lib-0.4.24
移動平均の計算
前の記事で取得した日経平均株価が変数
nikkei225 に格納されているところからまずは移動平均を計算したいと思います。nikkei225 の中身は以下ようなものです。
(今回は、2021年1月から2022年4月のデータを使います。)
nikkei225| High | Low | Open | Close | Volume | Adj Close | |
|---|---|---|---|---|---|---|
| Date | ||||||
| 2021-01-04 | 27602.109375 | 27042.320312 | 27575.570312 | 27258.380859 | 51500000 | 27258.380859 |
| 2021-01-05 | 27279.779297 | 27073.460938 | 27151.380859 | 27158.630859 | 55000000 | 27158.630859 |
| 2021-01-06 | 27196.400391 | 27002.179688 | 27102.849609 | 27055.939453 | 72700000 | 27055.939453 |
| 2021-01-07 | 27624.730469 | 27340.460938 | 27340.460938 | 27490.130859 | 98900000 | 27490.130859 |
| 2021-01-08 | 28139.029297 | 27667.750000 | 27720.140625 | 28139.029297 | 84900000 | 28139.029297 |
| ... | ... | ... | ... | ... | ... | ... |
| 2022-04-22 | 27205.830078 | 26904.380859 | 27197.800781 | 27105.259766 | 58500000 | 27105.259766 |
| 2022-04-25 | 26764.480469 | 26487.839844 | 26692.480469 | 26590.779297 | 62700000 | 26590.779297 |
| 2022-04-26 | 26808.990234 | 26592.990234 | 26743.210938 | 26700.109375 | 64300000 | 26700.109375 |
| 2022-04-27 | 26406.619141 | 26051.039062 | 26313.140625 | 26386.630859 | 97300000 | 26386.630859 |
| 2022-04-28 | 26876.949219 | 26348.359375 | 26430.279297 | 26847.900391 | 86700000 | 26847.900391 |
324 rows × 6 columns
移動平均
移動平均 (Moving Average)は、トレンド分析に用いられる代表的なもので、一定期間の価格の平均値です。
今回は単純移動平均線 (SMA)で、期間は5営業日で算出します。
import talib as ta
sma5 = ta.SMA(nikkei225.Close, timeperiod=5)計算結果
このように簡単に計算できました。
指数平滑移動平均線 (EMA) を計算したい場合には、
ema5 = ta.EMA(nikkei225.Close, timeperiod=5)とすれば OK です。
MACD の算出
MACD（移動平均収束拡散手法）とは
Moving Average Convergence Divergence の略で相場の勢いを確認するために用いられるテクニカル指標です。
IG証券の解説がわかりやすいので、詳細はこちらをお読みください。
IG証券の解説がわかりやすいので、詳細はこちらをお読みください。
MACD での返り値は以下の3つです。
- MACD線
- シグナル線
- ヒストグラム
IG証券の解説にあるように返り値の意味は以下です。
- MACD＝短期EMA－長期EMA
- シグナル（MACDシグナル）＝MACDのEMA
- ヒストグラム: MACD とシグナルの差分
今回は一般的なパラメーターの値:
短期EMA＝12、長期EMA＝26、MACDシグナル＝9 で算出します。
macd, macdsignal, macdhist = ta.MACD(nikkei225.Close, fastperiod=12, slowperiod=26, signalperiod=9)
チャートに表示
上記で算出した移動平均線と MACD をチャートに表示したいと思います。
# make layout
fig = make_subplots(rows=2, cols=1, shared_xaxes=True, subplot_titles=('OHLC', 'MACD'), )
#add candlestick chart
fig.add_trace(go.Candlestick(x=nikkei225.index,
open=nikkei225.Open, high=nikkei225.High,
low=nikkei225.Low, close=nikkei225.Close, name= 'nikkei225'),
row=1, col=1
)
#add sma
fig.add_trace(
go.Scatter(x=sma50.index ,y=sma50, name= 'sma50',
line=dict(color='limegreen' ,width=1)),
row=1, col=1
)
fig.add_trace(
go.Scatter(x=sma200.index ,y=sma200, name= 'sma200',
line=dict(color='navy' ,width=1)),
row=1, col=1
)
#add macd
fig.add_trace(
go.Scatter(x=macd.index ,y=macd, name= 'macd',
line=dict(color='lime' ,width=1)),
row=2, col=1
)
fig.add_trace(
go.Scatter(x=macdsignal.index ,y=macdsignal, name= 'macdsignal',
line=dict(color='maroon' ,width=1)),
row=2, col=1
)
fig.add_trace(
go.Bar(x=macdhist.index ,y=macdhist, name= 'macdhist'),
row=2, col=1
)
plotly.offline.iplot(fig)
少々不格好ですが、チャートを表示することができました。
次回は RSI など他の指標を算出、可視化をしたいと思います。