Google ColabがAIと連動してめっちゃ使いやすくなっていた話

はじめに

趣味で株の分析を実施しています。AI時代だからこそ、コードを書くのではなくAIを使って表や図で可視化し、示唆を得て2次分析、3次分析を実施しています。
　AIを使って分析するのに、VSCodeをいちいち起動して分析するのも面倒だなぁと思っていました。そこで久しぶりにGoogleColabを開いてみたんですが、めちゃめちゃ扱い安くなっていました。なので、今回はGoogleColabが扱いやすくなった話をしていきます。

そもそもGoogleColabとは？

Google Colab（Collaboratory）は、ブラウザから直接Pythonを実行できるホスト型のノートブックサービスです。環境構築が一切不要で使えるため、データ分析の定番ツールとして広く使われています。

このGoogle Colabですが、近年のアップデートでAI（Gemini）との融合が劇的に進みました。

AI連動の進化の歴史

• 2023年5月： 米国にて有料プラン向けに、コーディング支援機能「Colab AI」として発表。
• 2023年10月： 日本国内の環境でも利用可能に。
• 2024年6月： 一般の無料ユーザーに対しても、AIによるコード補完やチャット機能が広く開放。
• 2025年6月： 「AIファースト」な環境へと刷新。さらにターミナル機能もすべてのユーザーに無料開放されました。

現在では、画面の右側にGeminiのチャットパネルが常駐しており、データ取得の指示から可視化の提案まで、直感的な日本語のプロンプトだけで伴走してくれます。

Hands-on

今回は、最近の地政学リスク（イラン情勢の緊迫化）が「日本の主要3市場（プライム、スタンダード、グロース）にどのような影響を与えたか」をテーマに、Colab AIを使って検証してみます。

通常ならライブラリの選定から正規化の計算式、グラフ描画のコーディングまでVSCode等でガリガリ書く必要がありますが、新しくなったGoogle ColabのAIを使えば、わずか1つのプロンプトで完結します。

0. GoogleColabのファイル作成

Google DriveからGoogleColabのファイルを作成

1. AIへの指示（プロンプト）

ColabのAIチャットに、以下のように自分のやりたいことをそのまま日本語で入力します。

プロンプト例：
直近の地政学リスク（イラン情勢緊迫化など）に伴う日本市場への影響を検証したいです。
yfinance を使って、日本のプライム市場、スタンダード市場、グロース市場の直近1年間の株価データを取得してください。
その後、推移を比較しやすくするために「開始日の価格を100」として正規化した上で、3つの市場を比較する折れ線グラフを描画してください。グラフの日本語が文字化けしないように対策もお願いします。

AIが生成したコード

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime, timedelta

# 日本語フォントの設定
!pip install japanize-matplotlib -q
import japanize_matplotlib

# ティッカーシンボルの設定
# 1306.T: NF・日経225 (プライム代表)
# 167A.T: NF・JPXプライム150 (スタンダード/プライム等参考)
# 2516.T: 東証グロース250ETF
tickers = {
    'プライム (1306.T)': '1306.T',
    'スタンダード (167A.T)': '167A.T',
    'グロース (2516.T)': '2516.T'
}

# 期間の設定（直近1年間）
end_date = datetime.now()
start_date = end_date - timedelta(days=365)

# データの取得
data = {}
for name, ticker in tickers.items():
    df_temp = yf.download(ticker, start=start_date, end=end_date, auto_adjust=True)
    if not df_temp.empty:
        # Close列を抽出（MultiIndex対応）
        if isinstance(df_temp.columns, pd.MultiIndex):
            data[name] = df_temp['Close'][ticker]
        else:
            data[name] = df_temp['Close']

# グラフの作成
plt.figure(figsize=(14, 7))

for name, series in data.items():
    if not series.empty:
        # 最初の有効なデータ点を100として正規化
        first_valid_val = series.dropna().iloc[0]
        normalized = (series / first_valid_val) * 100
        plt.plot(normalized.index, normalized, label=name)

# 地政学リスクの注釈（例：イラン情勢など、必要に応じて日付を調整してください）
# plt.axvline(pd.to_datetime('2024-04-01'), color='red', linestyle='--', alpha=0.5, label='緊迫化の例')

plt.title('日本株市場別 推移比較（直近1年間：開始時点を100として正規化）', fontsize=14)
plt.xlabel('日付')
plt.ylabel('指数化価格 (開始日=100)')
plt.legend()
plt.grid(True, linestyle='--', alpha=0.7)
plt.tight_layout()
plt.show()

２次分析、３次分析

グラフが出てきたらより解像度を高めるために、２次分析を実施していきたいですよね。ここで直接プロンプトを流してもいいんですが、せっかくAIが提案してくれているので、それをそのまま使ってみます。

→Gemini3Flashなので、2024年のイラン戦争の話を引っ張ってきてしまい、何度かチャットのやり取りを実施。

→面白い結果が出てきましたね！！
プライム市場は非常に大きい影響が出たのに対し、スタンダード市場はプライムに比べると下げ幅は小さい、グロース市場は影響がほとんど受けていないように見える。

プライム市場でもっとも大きな影響を受けたのは何か？どこら辺の業界なのか？とかを次に調べていきたくなりますね。ここからは3次分析、４次分析と繋げていけます。(今回の内容と外れるので、割愛します。)

まとめ：環境構築やコード書きに時間を溶かすな

かつては、検証環境を整えるためにVSCodeを開き、パッケージの競合に悩み、プロットの微調整に時間を取られていました。

しかし、現在のGoogle Colabは「思考のスピードを落とさないサンドボックス」として完璧な進化を遂げています。

「コードを書くこと」は完全にAIに任せ、人間は「データからどんな問いを立て、どんな示唆を得るか」という本質的なインサイトの抽出に時間を使う。そんなAI時代のモダンな投資分析スタイルを、ぜひ皆さんも体験してみてください。