この記事では、グーグルの株価データをダウンロードし、Python、matplotlib、yahooqueryライブラリーを使用してローソク足チャートを作成する手順を概説します。基本的なローソク足チャートのプロット方法、5日間と20日間の移動平均の追加、mplfinanceによって提供される組み込みスタイルの利用方法を説明します。yahooqueryライブラリーの使用方法がわからない場合は、以前の投稿[Python] Yahooquery:過去の株価データと財務データの取得と管理を参照してください。
過去60日間のグーグルの株価データを取得するコードスニペットは以下の通りです:
from yahooquery import Ticker
google = Ticker('GOOGL')
price_data = google.history(period='60d')
次に、以下のようにデータを操作します:
import pandas as pd
price_data.reset_index(inplace=True)
price_data['date'] = pd.to_datetime(price_data['date'])
price_data.set_index('date', inplace=True)
import mplfinance as mpf
mc = mpf.make_marketcolors(up='g',down='r')
s = mpf.make_mpf_style(marketcolors=mc)
mpf.plot(price_data,
style=s,
type='candle',
volume=True,
tight_layout=True)
結果の画像は以下の通りです:
このチャートは、移動平均なしの基本的なローソク足チャートを示しています。
mpf.plot(price_data,
style=s,
type='candle',
mav=(5, 20),
volume=True,
tight_layout=True)
画像は以下の通りです:
このチャートには5日間と20日間の移動平均が含まれており、トレンド分析が強化されています。
mplfinanceは、カスタムスタイルを作成せずに使用できるいくつかの組み込みスタイルが付属しています。以下のように市場の色を定義する代わりに:
mc = mpf.make_marketcolors(up='g',down='r')
s = mpf.make_mpf_style(marketcolors=mc)
以下の組み込みスタイルのいずれかを使用できます:
['binance', 'blueskies', 'brasil', 'charles', 'checkers', 'classic', 'default', 'ibd', 'kenan', 'mike', 'nightclouds', 'sas', 'starsandstripes', 'yahoo']
例えば、Yahoo Financeのようなスタイルを使用するには:
mpf.plot(price_data,
style='yahoo',
type='candle',
mav=(5, 20),
volume=True,
tight_layout=True)
Yahoo Finance風のスタイルでの結果の画像は以下の通りです:
このアプローチにより、異なる嗜好に合う事前定義されたスタイルを利用してカスタマイズプロセスを簡素化します。
この投稿では、ローソク足チャートを使用してグーグルの株価データを視覚化する方法を示しました。mplfinanceライブラリーを活用することで、移動平均の追加やライブラリーの組み込みスタイルの利用など、詳細な視覚化を作成することができます。この方法は、金融分析と市場トレンド観察の強力なツールとして機能することができます。
make_marketcolors
関数内のパラメータを変更してください。60d
を置き換えてください。[Python] 多彩な実例を通じてビット演算子を深く理解 |
---|
[Python] 多彩な実例を通じて関係演算子を深く理解 |
[Python] 'zsh: command not found: python' エラーの解決法 |
[Python] 多彩な実例を通じて代入演算子を深く理解 |
[Python] 多彩な実例を通じて算術演算子を深く理解 |
CloneCoding
1行のコードから始まる革新!