Autoplay
Autocomplete
前のレクチャーへ
完了して次へ
Pythonではじめる株価データ分析
はじめに
本講座で学べること
本講座を修了すると手に入るスキル
おすすめの学習順
注意点など
それでは学習を進めましょう！
※コメント欄のニックネームを変更する方法について
※本講座に関するお問合せについて
A-01. 開発環境を準備しよう
※チュートリアル講座を受講済みの方は飛ばしてもらってOKです
Google Colaboratoryの概要
Googleアカウントの新規作成
Google Colaboratoryの利用
Pythonコードの基本的な実行方法
A-02. 最初に知っておきたいこと
Pandasライブラリの概要
DataFrameについて
本講座で扱うデータ（１）「銘柄情報データ」
本講座で扱うデータ（２）「株価データ」
A-03. データの基本的な取り扱い
本セクションの概要
#001 無料で株価データをダウンロードする
#002 printとコメントアウトについて
#003 DataFrameの構造を確認しよう
#004 データの先頭と末尾を見てみよう（head/tail）
#005 特定の行/列にある値を確認してみよう（at編）
#006 特定の行/列にある値を確認してみよう（iat編）
#007 データ内の特定の範囲を取得してみよう（loc編）
#008 データ内の特定の範囲を取得してみよう（iloc編）
#009 欠損データをチェックしよう
#010 DataFrameをCSVファイルに保存する
#011 保存したCSVファイルをDataFrameに読み込むには？
おわりに
A-04. データの加工と抽出
#001 列名を変更しよう
#002 並び順を変更しよう
#003 新しい列を追加しよう
#004 列をコピーしよう
#005 列を削除しよう
#006 インデックス列のリセットと再セット
#007 列の型（タイプ）を設定しよう
#008 日付から年月日や曜日を取得しよう（dtアクセサ）
#009 データの絞り込み（１）基本的な条件式の作り方
#010 データの絞り込み（２）複数条件式の作り方
A-05. ローソク足チャートの表示
#001 終値チャートを描画（matplotlib）
#002 グラフを画像に保存（savefig）
#003 複数のグラフを並べて表示（add_subplot）
#004 mplfinanceライブラリのインストール（pip install）
#005 ローソク足チャートの表示（mplfinance.plot）
A-06. 算術計算とテクニカル指標
#001 株価データのダウンロード（改良版）
#002 基本的な算術計算
#003 N日前のデータを参照する（shift）
#004 変動幅/変動率の計算（diff/pct_change）
#005 移動平均線の計算（rolling）
#006 mplfinanceでローソク足チャートに重ねてテクニカル指標を表示するには？（addplot）
#007 直近N日高値安値グラフの計算と表示
#008 値幅オシレーターの計算と表示
#009 直近平均出来高の計算と表示
#010 ボリンジャーバンド
#011 指数平滑移動平均線（EMA）
#012 RSI
#013 DMI / ADX
B-01. 複数銘柄データを扱う
#001 複数銘柄データを扱うためのポイント
#002 複数銘柄データのダウンロード（１：よくない方法）
#003 複数銘柄データのダウンロード（２：dict + forで繰り返し）
#004 自作関数の作り方
#005 複数銘柄データのダウンロード（３：関数化する）
#006 データの中身を確認してみよう
#007 複数銘柄データに欠かせないグループ化（groupby）
#008 複数銘柄データでテクニカル指標を計算するには？
B-02. 複数銘柄のチャート表示
#004 本セクションの概要
#005 複数銘柄の株価チャートを並べて表示
#006 全銘柄の株価チャートを並べて表示
#007 全銘柄のローソク足チャートを並べて表示
B-03. ランキングデータの作成
#001 本セクションの概要
#002 株価データのダウンロード
#003 銘柄情報データのダウンロード
#004 pickle形式によるファイルの保存と読み込み
#005 データの中身を確認
#006 株価データと銘柄情報データの結合（join）
#007 「値上がり率ランキング」データの作成
#008 「値下がり率ランキング」データの作成
#009 「出来高倍率ランキング」データの作成
#010 おわりに
B-04. ランキングデータ その他の事例紹介
#001 本セクションの概要
#002 移動平均乖離率ランキング
#003 TR（真の値幅）とATRとは？
#004 ボラティリティ・レシオ ランキング
#005 直近N日高安％ランキング
#006 前日20日平均出来高からの出来高倍率ランキング
B-05. 銘柄スクリーニングを始めよう！
#001 本セクションの概要
#002 【パターン１】特定値以上/以下で絞り込み
#003 値上がり率N％以上の銘柄をスクリーニング
#004 【パターン２】 クロス（上抜け/下抜け）が発生
#005 移動平均線GC/DC発生した銘柄をスクリーニング
#006 【パターン３】 レンジの出入りが発生（ボリンジャーバンドやRSIなど）
#007 ボリンジャーバンド外からの戻りが発生した銘柄をスクリーニング
#008 おわりに
B-06. 銘柄スクリーニング その他の事例紹介
#001 【スクリーニング】 当日出来高が直近N日平均出来高のM倍以上
#002 【スクリーニング】 RSI買われすぎ/売られすぎ発生
#003 【スクリーニング】 移動平均乖離率5%以上＋平均出来高2倍以上
#004 【スクリーニング】 赤三兵/黒三兵の発生
C-01. J-Quants APIについて
#001 J-Quants API の概要
#002 なぜJ-Quants APIを使うべきか？
#003 J-Quants API の登録手順
#004 J-Quants API のマイページについて
#005 PythonコードからJ-Quants APIに接続しよう
#006 銘柄一覧データを取得しよう
#007 特定銘柄の株価データを取得しよう
#008 特定日付の全銘柄株価データを取得しよう
C-02. J-Quants API で毎日全銘柄スクリーニングする方法
本セクションについて
#001 J-Quants API のトークンを取得
#002-a. 銘柄情報データの取得
#002-b. 営業日カレンダーの取得
#002-c. 日別株価データの取得
#003 株価と銘柄情報のデータを結合（merge）
#004-a. 全銘柄スクリーニング例 (1) 値上がり率10%以上
#004-b. 全銘柄スクリーニング例 (2) 移動平均GC発生
Ex-01. その他のTips
Excelファイルを読み書きする方法
printで便利なf文字列について
Pythonでよく出てくるエラーメッセージまとめ
日付の処理に便利なメソッド一覧
文字列の処理に便利なメソッド一覧
日足から週足に変換（resample）
日足から月足に変換
Googleドライブのマウント
大きなデータを扱いやすいpickle形式ファイルの読み書き
おわりに
「日本株 x Python」今後のおすすめ学習ステップ
#001 複数銘柄データを扱うためのポイント
本ページは参加者限定コンテンツです
すでに参加済みの方は、
こちらからログイン
.
講座に参加して閲覧する