Pythonで株価データを取得し、Matplotlibで可視化する。

はじめに

　株価データは、代表的な時系列データの一つですが、Pythonはこの時系列データを取り扱うのを非常に得意としています。特に、Pythonライブラリの一つであるpandasはもともと金融データを扱うために開発されたため、時系列データの分析に強力な機能を数多く備えています。

　今回やることは非常にシンプルで、下記の２点だけです。（すべてIPython Notebook上で行っています。）

　１. Google Financeからトヨタの株価データを取得する。

　２. 取得した株価データを時系列データとしてプロットする。

株価データの取得

　まず始めに、下記のように必要となるライブラリをインポートします。

import pandas as pd
from pandas import Series, DataFrame
import numpy as np

import matplotlib.pyplot as plt
%matplotlib inline

　最後の１行は、描画するグラフをIPython Notebook上にそのまま埋め込むために書いたものです。

　pandasの標準機能であるDataReaderを使えばYahooやGoogleなどから簡単に株価を取得できます。

#from pandas.io.data import DataReader
from pandas_datareader.data import DataReader #モジュールが変わったため変更
from datetime import datetime

end = datetime.now()
start = datetime(end.year - 1, end.month, end.day)
toyota = DataReader('TM', 'google', start, end)

toyota.head()

　ここで、注意してもらいたいのが、今回Google Financeから取得したデータは、東京証券取引所のものではなく、ニューヨーク証券取引所つまりアメリカの株式市場の情報です。今回はより簡単に株式データを取得するため、Google Finance が提供しているAPIを使いました。（実際に、日本の株式市場のデータを取得するためには、少し手間はかかりますが、スクレイビングでできます。）

　上記のコードでendとstartはいつからいつまでのデータを取得するかを決めています。endをnow（現在）として、startを現在から１年前までとしています。つまり１年分の株価データを取得しています。取得したデータは"toyota"に格納しており、表のようなデータが入っていることがわかると思います。ここで最後の行のheadは、データのうち５行分だけを表示するために書いたものです。

株価データの可視化

　MatplotlibはPythonでグラフを描画するときに非常に便利なライブラリです。今回プロットに使うデータは、上の表でCloseのカラムのデータです。
　次のように１行書くだけで簡単に株価を時系列データとして描くことができます。

toyota['Close'].plot(legend=True, grid=True)

おわりに

　今回は、Pythonを用いて株価データの取得とその可視化という非常にシンプルな作業を行いました。現在、Pythonは金融・経済データの実践的な分析ツールとして絶大な力を持っており、非常に注目されています。Pythonによるデータ分析を極めていくと、人工知能を使って、システムトレードで大儲け、なんてこともできるかもしれませんね。次回は、複数の企業の株価を比較し、その相関関係を分析するといった過程を書きたいと思います。

　ちなみに、Pythonでデータ分析をするならオライリーの下の書籍が一番いいです。NumPyやpandasを使ったデータ分析がかなり詳しく解説されています。特に今回のような時系列データを取り扱うノウハウは網羅されており、他に同じような書籍は見当たらないため、Pythonでデータ分析をやりたい人にとってはほぼ一択と言っていいと思います。

Pythonによるデータ分析入門 ―NumPy、pandasを使ったデータ処理