Articles
記事一覧
公開済みの記事をカテゴリ別に並べています。環境構築から J-Quants API、分析・可視化まで順番に辿れます。
証券口座の準備
証券口座の選び方・PC アプリ・分析ツール比較
- #1-1 証券口座を選ぶ — 現物・信用・ツール・API 比較
楽天・SBI・マネックス・三菱UFJ eスマート・DMM 株の 5 社を、現物株コスト・信用取引コスト・PC ツール・API 連携の観点で比較します
- #1-2 楽天証券 — 現物・いちにち信用・MARKETSPEED・RSS
ゼロコースによる現物無料化、いちにち信用のコスト、MARKETSPEED II / for Mac の特徴、RSS による発注自動化を解説します
- #1-3 SBI 証券 — 現物・HYPER SBI 2（Mac 対応）・IPO
ゼロ革命による現物・信用無料化、Mac 対応 HYPER SBI 2 の特徴、IPO 取扱数 No.1 の実績を解説します
- #1-4 マネックス証券 — 米国株・銘柄スカウター・現物/信用コスト
課税口座の現物が有料である点と米国株の強みを整理し、銘柄スカウターの活用法と信用取引コストの注意点を解説します
- #1-5 三菱UFJ eスマート証券 — 現物無料・デイトレ無料・kabu ステーション API
2026 年 5 月からの現物無料化、デイトレード信用取引の完全無料、Python から使える kabu ステーション API を解説します
- #1-6 DMM 株 — 米国株現物無料・DMM 株 PRO+（Mac 対応）
米国株現物の取引手数料一律 0 円と Mac 対応ダウンロードツールが特徴。現物有料・一般信用売建非対応・発注 API なしの制約も整理します
環境構築
Python・VSCode・Colab・API キー管理
- #2-1 Python のインストール (Windows 編)
公式インストーラから PATH 設定まで。よくあるトラブルと対処
- #2-2 Python のインストール (macOS 編)
Homebrew / pyenv を使った導入。Apple Silicon 対応の注意点
- #2-3 venv で仮想環境を作る
プロジェクト単位の依存管理。requirements.txt の作り方と再現性
- #2-4 VSCode で Python を書く準備
拡張機能、Linter / Formatter (ruff, black)、デバッガの基本設定
- #2-5 Jupyter Notebook / JupyterLab 入門
対話的にコードと結果を残せる環境。Notebook の保存・共有
- #2-6 Google Colab で始める「インストール不要」の選択肢
ブラウザ完結の選択肢。ローカルとの違い、ファイル永続化のコツ
- #2-7 Git と GitHub の最低限
コードを安全に管理するための基本(commit / push / clone)
- #2-8 API キーや秘密情報の安全な扱い方
.env と python-dotenv、.gitignore、生成AIにキーを貼り付けない原則
Python 基礎
未経験者のための Python 最低限
- #3-1 変数とデータ型
int / float / str / bool。型の確認と暗黙の落とし穴
- #3-2 リスト・タプル・集合・辞書の使い分け
コレクション型ごとの特性と典型的な使い所
- #3-3 条件分岐と繰り返し
if / for / while。enumerate / zip などの定石
- #3-4 関数の作り方
引数・戻り値・デフォルト引数・キーワード引数。関数を分ける理由
- #3-5 クラスの最低限
データと処理をまとめる単位。ライブラリを読むのに必要な範囲だけ
- #3-6 モジュールと import の仕組み
標準ライブラリ・サードパーティ・自作モジュールの位置づけ
- #3-7 ファイルの読み書き(CSV / JSON)
with open の作法、CSV と JSON の使い分け
- #3-8 例外処理 (try / except)
株価取得などネットワーク処理での基本的なエラー処理
- #3-9 日付と時刻 (datetime)
株式分析で頻出する営業日・期間処理の基礎
- #3-10 リスト内包表記と lambda
短く読みやすい書き方。読みづらくなる境界線も解説
- #3-11 型ヒントの基本
list[int] / Optional 等。生成AIが読み書きしやすいコードを書くため
- #3-12 pip と requirements.txt とパッケージ管理
バージョン固定の重要性。pip freeze の使い方
データ分析ライブラリ
NumPy / pandas / Polars / 可視化基礎
- #4-1 NumPy 入門 — 配列で考える
ベクトル/行列の基本操作、ブロードキャストの直感
- #4-2 pandas 入門 — DataFrame と Series
表データを扱う中心ライブラリ。読み込み・閲覧・選択の基本
- #4-3 pandas で集計・グループ化
groupby / agg / pivot_table を株価データで体験
- #4-4 pandas で時系列を扱う
DatetimeIndex / リサンプリング / 移動窓
- #4-5 pandas でデータを結合する
merge / concat / join。複数銘柄や指標との突合
- #4-6 matplotlib で描く基本のチャート
折れ線・棒・ヒストグラム。ラベル・凡例・体裁
- #4-7 mplfinance でローソク足を描く
OHLC データのプロット、出来高サブプロット
- #4-8 Plotly でインタラクティブな株価チャート
ズーム・ホバーが効くチャート。記事への埋め込み方
- #4-9 Jupyter で再現性のある分析ノートを書く
コードとコメントの順序、Notebook を読み物にするコツ
- #4-10 Polars 入門 — 何が嬉しいか・pandas と何が違うか
列指向 / 遅延評価 / Rust 実装。簡単な例で速さと書きやすさを体感
- #4-11 Polars で株価データを処理する実践
銘柄横断の集計、group_by / over / rolling を J-Quants データで使う
- #4-12 pandas vs Polars — どちらを使うか / ベンチマーク
データサイズ別の速度比較、生成AIへの依頼時の指定方法
統計の基礎
平均・分散・相関・回帰・リターン
- #5-1 平均・中央値・最頻値の違い
株式リターンに使うときの落とし穴
- #5-2 分散と標準偏差 — ばらつきを測る
リスク指標の出発点。pandas での計算
- #5-3 パーセンタイルと四分位範囲
外れ値に強い指標。箱ひげ図との関係
- #5-4 正規分布と対数正規分布
株式リターンの分布の前提と、それが崩れる現実
- #5-5 相関係数と共分散
銘柄同士の関係を測る。相関行列とヒートマップ
- #5-6 仮説検定のいちばん易しい入門
t 検定で平均が違うと言えるかを判定する流れだけ
- #5-7 単回帰分析の入門
1つの説明変数からリターンを予測する直感
- #5-8 重回帰分析の入門
複数指標を組み合わせる。多重共線性に注意
- #5-9 リターンの種類 — 単純リターンと対数リターン
計算式・性質の違い・使い分け
J-Quants API
認証・銘柄・株価・財務・キャッシュ
- #6-1 J-Quants API とは何か
JPX 公式のデータ API。何が取れて何が取れないか、料金プランの違い
- #6-2 アカウント登録からプラン選択まで
登録手順とプラン比較。学習目的での推奨プラン
- #6-3 認証(API キー)
API キーを x-api-key ヘッダに乗せる V2 認証と最小クライアント
- #6-4 銘柄一覧を取得する (/equities/master)
上場銘柄リストの取得とフィルタ(市場区分・業種)
- #6-5 日次株価四本値を取得する (/equities/bars/daily)
単一銘柄・複数銘柄の取得、欠損日への対応
- #6-6 財務情報を取得する (/fins/summary)
決算書データの構造と、よく使うカラムの読み方
- #6-7 取得データのローカル保存とキャッシュ戦略
Parquet / SQLite を使った再取得削減と差分更新
- #6-8 レート制限・エラー時のリトライ設計
指数バックオフと、生成AIに任せがちな落とし穴
生成AI の使い方
プロンプト・レビュー・ハルシネーション対処
- #7-1 生成AI で Python を書く・はじめの一歩
プロンプト → コード → 実行 → 修正 のサイクル
- #7-2 データ分析のためのプロンプト設計
「何を」「どんな入力で」「どんな出力に」を明確化するコツ
- #7-3 エラーを生成AIに直してもらう作法
エラーメッセージとコードの貼り方、最小再現コードの作り方
- #7-4 AI が書いたコードを安全にレビューする観点
危険な操作・依存追加・APIキー漏れのチェック項目
- #7-5 ハルシネーション(存在しない関数)への対処
公式ドキュメントとの突き合わせ、pip show での確認
- #7-6 プロジェクト用 CLAUDE.md / instructions の書き方
生成AIに前提を覚えさせて、毎回説明する手間を減らす
- #7-7 生成AIに分析を「設計」してもらう使い方
コードを書かせる前に分析方針自体を相談する手順
- #7-8 生成AIを使っても自分で押さえるべきこと
コードの中身を理解する重要性。完全な代行は危険
ファンダメンタルズ分析
PER / PBR / ROE / スクリーニング
- #8-1 PER(株価収益率)を Python で計算する
計算式と J-Quants データでの算出。業種比較の注意点
- #8-2 PBR(株価純資産倍率)とその限界
簿価の意味と、PBR < 1 が必ずしも割安ではない理由
- #8-3 ROE / ROA で稼ぐ力を見る
計算と分解(デュポン分解の入口)
- #8-4 配当利回りと配当性向
計算手順と、高配当=安全 という誤解の解説
- #8-5 売上・利益の成長率を時系列で可視化
YoY / QoQ の計算と pandas での集計
- #8-6 自己資本比率と財務健全性指標
倒産リスクの簡易チェック。指標の組み合わせ
- #8-7 複数指標で銘柄スクリーニングを書く
条件式を AND / OR で組み合わせ、上位 N 銘柄を抽出
- #8-8 DCF 法のいちばん易しい紹介
前提を置いて株価を試算する流れ。仮定の壊れやすさ
テクニカル分析
ローソク足・移動平均・指標・TA-Lib
- #9-1 ローソク足の読み方を Python で可視化
OHLC とローソク足の対応。代表的な形状を例示
- #9-2 単純移動平均(SMA)と指数移動平均(EMA)
計算と特徴の違い。pandas の rolling / ewm
- #9-3 ゴールデンクロス・デッドクロスを検出する
クロス検出のロジックと、機械的売買の限界
- #9-4 RSI を計算してチャートに重ねる
オーバーソールド / オーバーボートの考え方
- #9-5 MACD の計算と読み方
EMA の差分とシグナル線。ヒストグラムの解釈
- #9-6 ボリンジャーバンド
標準偏差を使ったバンドの作り方と「逆張り/順張り」の議論
- #9-7 出来高プロファイル簡易版
価格帯ごとの出来高を集計して可視化
- #9-8 一目均衡表の Python 実装
5 本の線の計算と、雲のプロット
- #9-9 TA-Lib のインストールと最初のテクニカル指標
OS 別インストールの罠(C ライブラリ依存)、最初に SMA / RSI を呼ぶ
- #9-10 TA-Lib で 30 種類のテクニカル指標を一括生成
パターン認識関数を含めた一括計算、自前実装との結果比較
統計・定量分析
ボラ・シャープ・MDD・データリーク
- #10-1 リターンの分布を見る
ヒストグラム・QQプロットで正規性をチェック
- #10-2 ヒストリカルボラティリティの計算
年率換算の意味と、窓幅の選び方
- #10-3 シャープレシオ
リスク調整後リターンの定番。日次から年率への変換
- #10-4 最大ドローダウンを計算する
累積リターン曲線から MDD を求める実装
- #10-5 複数銘柄の相関ヒートマップ
相関行列を seaborn で可視化し、分散投資の直感を得る
- #10-6 バックテストの最小実装
売買シグナルから損益曲線を作る、自前の最小バックテスト
- #10-7 バックテストの落とし穴(俯瞰)
ルックアヘッドバイアス、生存者バイアスなどを一覧で
- #10-8 データリーク・先読みバイアスを実例で防ぐ
未来情報の混入が起きる具体パターンとコード上の防止策
- #10-9 時系列クロスバリデーションと訓練/検証分割
通常の K-Fold が使えない理由。TimeSeriesSplit / Walk-Forward の実装
- #10-10 ファクター(バリュー・モメンタム)入門
1ファクターのロング・ショート簡易シミュレーション
- #10-11 等加重・時価総額加重ポートフォリオの比較
重み付け方法による違いをバックテストで比較
実践ケーススタディ
分析結果まで通しで公開
- #11-1 高配当利回りトップ 30 を AI と一緒に抽出する
プロンプト → コード → 検証 まで通しで公開
- #11-2 プライム市場の業種別 PER ランキング
業種マスタとの結合と、外れ値の扱い
- #11-3 移動平均クロス戦略を 5 銘柄でバックテスト
戦略実装、結果評価、改善案までの一連の流れ
- #11-4 ボラティリティの低い銘柄を抽出して比較
スクリーニング条件の組み立てと、結果のチャート化
- #11-5 同業他社比較レポートを生成AIに作らせる
データ取得は自前、文章化は生成AIに任せる分担例
- #11-6 決算サプライズと翌日リターンの関係を見る
結果がどう出るかを含めて、仮説の検証手順を見せる
- #11-7 自分だけのウォッチリスト分析テンプレート
これまでの記事の総まとめとして、実用テンプレを配布
可視化・ダッシュボード化
Plotly 応用 / Streamlit
- #12-1 Plotly 応用 — テクニカル指標を重ねたチャート
価格 + 出来高 + RSI / MACD のサブプロット構成、make_subplots の使い方
- #12-2 Plotly 応用 — リターン分布・相関行列・ドローダウンの可視化
分析結果を「触って探れる」形にする実例集
- #12-3 Streamlit 入門 — Python だけでウェブアプリを作る
インストールから streamlit run まで。ウィジェットの基本
- #12-4 Streamlit で株価ビューワーを作る
銘柄コード入力 → J-Quants から取得 → ローソク足表示までの最短実装
- #12-5 Streamlit で銘柄スクリーニングツールを作る
カテゴリ 7 のスクリーニング条件をスライダー / チェックで操作可能に
- #12-6 Streamlit でバックテスト結果を共有する
カテゴリ 9 / 11 の結果をダッシュボード化し、URL で渡せる形に