質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
87.20%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

API

APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。

受付中

Pythonで日本株のスクリーニング 株価

6606akira
6606akira

総合スコア4

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

API

APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。

0回答

-1評価

1クリップ

775閲覧

投稿2021/08/01 03:34

編集2022/01/12 10:55

株式関連のAPIに詳しい人に質問です。PythonでS&P500米国株をスクリーニングをするとき、yahooのAPIにより以下のようなコードで入手しています。

# Imports from pandas_datareader import data as pdr from yahoo_fin import stock_info as si from pandas import ExcelWriter import yfinance as yf import pandas as pd import datetime import time yf.pdr_override() # Variables tickers = si.tickers_sp500() tickers = [item.replace(".", "-") for item in tickers] # Yahoo Finance uses dashes instead of dots index_name = '^GSPC' # S&P 500 start_date = datetime.datetime.now() - datetime.timedelta(days=365) end_date = datetime.date.today() exportList = pd.DataFrame(columns=['Stock', "RS_Rating", "50 Day MA", "150 Day Ma", "200 Day MA", "52 Week Low", "52 week High"]) returns_multiples = [] # Index Returns index_df = pdr.get_data_yahoo(index_name, start_date, end_date) index_df['Percent Change'] = index_df['Adj Close'].pct_change() index_return = (index_df['Percent Change'] + 1).cumprod()[-1]

si.tickers_sp500()でS&P500の全銘柄の株価データは入手できます。このような方法ですべての日経採用銘柄の株価データを入手したいとき、どのようなコードを書けばよいのでしょうか?いろいろなサイトで調べたのですが、日本株の場合一括で株価データを入手する手段が見当たりませんでした。
ちなみに以下のトレンド解析プログラムで米国株をスクリーニングしています。

# Imports from pandas_datareader import data as pdr from yahoo_fin import stock_info as si from pandas import ExcelWriter import yfinance as yf import pandas as pd import datetime import time yf.pdr_override() # Variables tickers = si.tickers_sp500() tickers = [item.replace(".", "-") for item in tickers] # Yahoo Finance uses dashes instead of dots index_name = '^GSPC' # S&P 500 start_date = datetime.datetime.now() - datetime.timedelta(days=365) end_date = datetime.date.today() exportList = pd.DataFrame(columns=['Stock', "RS_Rating", "50 Day MA", "150 Day Ma", "200 Day MA", "52 Week Low", "52 week High"]) returns_multiples = [] # Index Returns index_df = pdr.get_data_yahoo(index_name, start_date, end_date) index_df['Percent Change'] = index_df['Adj Close'].pct_change() index_return = (index_df['Percent Change'] + 1).cumprod()[-1] # Find top 30% performing stocks (relative to the S&P 500) for ticker in tickers: # Download historical data as CSV for each stock (makes the process faster) df = pdr.get_data_yahoo(ticker, start_date, end_date) df.to_csv(f'{ticker}.csv') # Calculating returns relative to the market (returns multiple) df['Percent Change'] = df['Adj Close'].pct_change() stock_return = (df['Percent Change'] + 1).cumprod()[-1] returns_multiple = round((stock_return / index_return), 2) returns_multiples.extend([returns_multiple]) print (f'Ticker: {ticker}; Returns Multiple against S&P 500: {returns_multiple}\n') # Creating dataframe of only top 30% rs_df = pd.DataFrame(list(zip(tickers, returns_multiples)), columns=['Ticker', 'Returns_multiple']) rs_df['RS_Rating'] = rs_df.Returns_multiple.rank(pct=True) * 100 rs_df = rs_df[rs_df.RS_Rating >= rs_df.RS_Rating.quantile(.70)] # Checking Minervini conditions of top 30% of stocks in given list rs_stocks = rs_df['Ticker'] for stock in rs_stocks: try: df = pd.read_csv(f'{stock}.csv', index_col=0) sma = [50, 150, 200] for x in sma: df["SMA_"+str(x)] = round(df['Adj Close'].rolling(window=x).mean(), 2) # Storing required values currentClose = df["Adj Close"][-1] moving_average_50 = df["SMA_50"][-1] moving_average_150 = df["SMA_150"][-1] moving_average_200 = df["SMA_200"][-1] low_of_52week = round(min(df["Low"][-260:]), 2) high_of_52week = round(max(df["High"][-260:]), 2) RS_Rating = round(rs_df[rs_df['Ticker']==stock].RS_Rating.tolist()[0]) try: moving_average_200_20 = df["SMA_200"][-20] except Exception: moving_average_200_20 = 0 # Condition 1: Current Price > 150 SMA and > 200 SMA condition_1 = currentClose > moving_average_150 > moving_average_200 # Condition 2: 150 SMA and > 200 SMA condition_2 = moving_average_150 > moving_average_200 # Condition 3: 200 SMA trending up for at least 1 month condition_3 = moving_average_200 > moving_average_200_20 # Condition 4: 50 SMA> 150 SMA and 50 SMA> 200 SMA condition_4 = moving_average_50 > moving_average_150 > moving_average_200 # Condition 5: Current Price > 50 SMA condition_5 = currentClose > moving_average_50 # Condition 6: Current Price is at least 30% above 52 week low condition_6 = currentClose >= (1.3*low_of_52week) # Condition 7: Current Price is within 25% of 52 week high condition_7 = currentClose >= (.75*high_of_52week) # If all conditions above are true, add stock to exportList if(condition_1 and condition_2 and condition_3 and condition_4 and condition_5 and condition_6 and condition_7): exportList = exportList.append({'Stock': stock, "RS_Rating": RS_Rating ,"50 Day MA": moving_average_50, "150 Day Ma": moving_average_150, "200 Day MA": moving_average_200, "52 Week Low": low_of_52week, "52 week High": high_of_52week}, ignore_index=True) print (stock + " made the Minervini requirements") except Exception as e: print (e) print(f"Could not gather data on {stock}") exportList = exportList.sort_values(by='RS_Rating', ascending=False) print('\n', exportList) writer = ExcelWriter("ScreenOutput.xlsx") exportList.to_excel(writer, "Sheet1") writer.save()

良い質問の評価を上げる

以下のような質問は評価を上げましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

  • プログラミングに関係のない質問
  • やってほしいことだけを記載した丸投げの質問
  • 問題・課題が含まれていない質問
  • 意図的に内容が抹消された質問
  • 過去に投稿した質問と同じ内容の質問
  • 広告と受け取られるような投稿

評価を下げると、トップページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

まだ回答がついていません

会員登録して回答してみよう

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
87.20%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

API

APIはApplication Programming Interfaceの略です。APIはプログラムにリクエストされるサービスがどのように動作するかを、デベロッパーが定めたものです。