Prophetを使用した株価予測

このコードは、特定の株式の過去の価格データを取得し、そのデータに基づいて将来の株価を予測するためのPythonスクリプトです。主に次のステップで構成されています：

1. 必要なライブラリのインポート:

   • datetimeとpandasはデータ操作に使われます。
   • Prophetは時系列予測に使われるFacebookのライブラリです。
   • plotly.graph_objsはインタラクティブなグラフ作成に使用されます。
   • pandas_datareaderは金融データの取得に使用されるライブラリです。

2. pandas_datareaderのインポートチェック:

   • pandas_datareaderがインストールされていない場合、エラーメッセージを表示してスクリプトを終了します。

3. 株価データ取得関数（get_stock_data）:

   • この関数は指定された銘柄コード（meigara_cd）、開始日（from_date）、終了日（to_date）に基づいて株価データを取得します。
   • pandas_datareaderを使用して、Stooqデータソースからデータを取得します。

4. データ取得の実行:

   • スクリプトは特定の銘柄コード（ここでは"9104"）と期間（2020年1月1日から今日まで）についてデータを取得します。

5. データが正常に取得できた場合の処理:

   • 取得した株価データをProphetが読み取れる形式に変換します。
   • Prophetモデルを作成し、株価データでモデルを学習（フィット）させます。
   • 未来の365日間の予測を行います。

6. 予測結果の可視化:

   • plotlyを使用して予測結果をグラフ化します。これには予測値、予測の上限と下限、実際の株価が含まれます。
   • このグラフはHTMLファイルとして保存され、ブラウザで開くことができます。

7. エラーハンドリング:

   • データ取得に失敗した場合、エラーメッセージが表示されます。

このスクリプトは、株価予測に関心のあるユーザーや開発者にとって有用です。ただし、株価予測は非常に複雑で、多くの不確実性を含むため、実際の投資判断には慎重に使用する必要があります。

銘柄や開始日等は適時修正してください。
また銘柄によってはAdj Close (調整後終値)にしたほうが良いかと思われます。

import datetime
import pandas as pd
from prophet import Prophet
import plotly.graph_objs as go

# pandas_datareaderのインポートを試みる
try:
    from pandas_datareader import data as pdr
except ImportError:
    raise ImportError("pandas_datareaderがインストールされていません。")

# 株価データ取得関数
def get_stock_data(meigara_cd, from_date, to_date):
    try:
        df = pdr.DataReader(name=meigara_cd + ".JP", data_source='stooq', start=from_date, end=to_date)
        return df
    except Exception as e:
        print(f"データ取得中にエラーが発生しました: {e}")
        return None

# データ取得
meigara_cd = "9104"  # 銘柄コード
from_date = "2020-01-01"  # 開始日
to_date = str(datetime.date.today())  # 終了日

data = get_stock_data(meigara_cd, from_date, to_date)

# データが正常に取得できた場合のみ処理を続ける
if data is not None and not data.empty:
    # Prophet用インプットデータ
    df = pd.DataFrame({"ds": data.index, "y": data["Close"]}).reset_index(drop=True)

    # インスタンス化と学習
    proph = Prophet()
    proph.fit(df)

    # 予測用のフレーム
    future = proph.make_future_dataframe(periods=365)

    # 時系列を予測
    forecast = proph.predict(future)

    # Plotlyグラフの作成
    fig = go.Figure([
        go.Scatter(x=forecast['ds'], y=forecast['yhat'], name='予測値'),
        go.Scatter(x=forecast['ds'], y=forecast['yhat_upper'], fill=None, mode='lines', line={'color': 'lightgrey'}, showlegend=False),
        go.Scatter(x=forecast['ds'], y=forecast['yhat_lower'], fill='tonexty', mode='lines', line={'color': 'lightgrey'}, showlegend=False),
        go.Scatter(x=df['ds'], y=df['y'], name='実際の値', mode='markers')
    ])

    # グラフをHTMLファイルとして保存し、ブラウザで開く
    fig.write_html("stock_forecast.html")
    print("グラフは 'stock_forecast.html' に保存されました。")
else:
    print("データ取得に失敗しました。")