【Python】株価データ分析 株価チャートを描く～mplfinance編 その２～

はじめに

【Python】株価データ分析 株価チャートを描く～mplfinance編 その１～では，
mplfinance を使ってローソク足や移動平均線などを描いてみた

今回は，ボリンジャーバンド，MACD，RSIチャートを描いてみる

株価データ取得

まずは使用するライブラリのインポートとトヨタの株価データの取得を行う

import numpy as np
import pandas as pd
import pandas_datareader.data as pdr
import datetime
from dateutil.relativedelta import relativedelta
import matplotlib.pyplot as plt
import mplfinance as mpf

# 12か月チャート
month = 12
# チャートの基本設定
kwargs = dict(type = 'candle', style = 'yahoo') ## starsandstripes, yahoo

# 12か月前から本日までのデータを取得する
ed = datetime.datetime.now()
st = ed - relativedelta(months = month)
# トヨタ
df = pdr.DataReader('7203.T', 'yahoo', st, ed)

トヨタの12か月分のデータが取れた

ボリンジャーバンド，MACD，RSI を計算する関数を用意する

計算式は，次を参考にしています

ボリンジャーバンド

MONEX, Inc.より

• ±1σ ＝ n日の移動平均 ± n日の標準偏差
• ±2σ ＝ n日の移動平均 ± n日の標準偏差 × 2
• ±3σ ＝ n日の移動平均 ± n日の標準偏差 × 3

＜ポイント＞価格がバンド内に収まる確率について

• ボリンジャーバンドの±1σの範囲内に収まる確率　⇒　約68.3％
• ボリンジャーバンドの±2σの範囲内に収まる確率　⇒　約95.4％
• ボリンジャーバンドの±3σの範囲内に収まる確率　⇒　約99.7％

def bollingerband(c, period):
    bbma = c.rolling(window=period).mean() ## 平均
    bbstd = c.rolling(window=period).std() ## 標準偏差
    bbh1 = bbma + bbstd * 1
    bbl1 = bbma - bbstd * 1
    bbh2 = bbma + bbstd * 2
    bbl2 = bbma - bbstd * 2
    bbh3 = bbma + bbstd * 3
    bbl3 = bbma - bbstd * 3
    return bbh1, bbl1, bbh2, bbl2, bbh3, bbl3

MACD

MONEX, Inc.より

• MACD＝短期EMA－長期EMA
• MACDシグナル＝MACDのEMA

MACDに用いられる移動平均は「単純移動平均（SMA)」ではなく，「指数平滑移動平均（EMA）」を使う
EMAは直近の値動きをより反映するため，SMAと比較して値動きに敏感に反応すると考えられる

＜ポイント＞
パラメータ値は，短期EMAが12，長期EMAが26，MACDシグナルが9に設定する場合が多い
※ただし，銘柄ごとやマーケット状況に応じてパラメータ値の変更が必要
MACDとMACDシグナルのゴールデンクロスで買い，デッドクロスで売り

※ adjust=False については，pandas.Series.ewmを参照

def macd(c, n1, n2, ns):
    ema_short = c.ewm(span=n1,adjust=False).mean()
    ema_long = c.ewm(span=n2,adjust=False).mean()
    macd = ema_short - ema_long
    signal = macd.ewm(span=ns,adjust=False).mean()
    histogram = macd - signal
    histogramplus = histogram.where(histogram > 0, 0)
    histogramminus = histogram.where(histogram < 0, 0)
    return macd, signal, histogram, histogramplus, histogramminus

RSI

MONEX, Inc.より

• RS = (n日間の終値の上昇幅の平均) ÷ (n日間の終値の下落幅の平均)
• RSI = 100 -（100 ÷ (RS+1))

＜ポイント＞
n(パラメータ値)は考案者であるJ.W.ワイルダー氏が最適とする 14（日足）と設定する場合が多い
他パラメータ値としては、日足では9日，22日，42日，52日，週足では9週，13週

## RSI（指数平滑移動平均版）
def rsi(c, period):
    diff = c.diff() #前日比
    up = diff.copy() #上昇
    down = diff.copy() #下落
    up = up.where(up > 0, np.nan) #上昇以外はnp.nan
    down = down.where(down < 0, np.nan) #下落以外はnp.nan
    #upma = up.rolling(window=period).mean() #平均
    #downma = down.abs().rolling(window=period).mean() #絶対値の平均
    upma = up.ewm(span=period,adjust=False).mean() #平均
    downma = down.abs().ewm(span=period,adjust=False).mean() #絶対値の平均
    rs = upma / downma
    rsi = 100 - (100 / (1.0 + rs))
    return rsi

これでボリンジャーバンド，MACD，RSI を計算する関数の用意はできた

チャートを描く

３つのチャートを描きたい

• ローソク足＋ボリンジャーバンド（-3σ～+3σ）
• MACD（MACD，シグナル，ヒストグラム）
• RSI（25%と75%に線を引く）

GridSpec を使って，3行1列，高さ比が 3:1:1 のチャートを描くエリアを用意する

# 高さの比を 3:1:1 で GridSpec を用意する
fig = mpf.figure(figsize=(9.6, 9.6), style='starsandstripes')
gs = fig.add_gridspec(3, 1, hspace=0, wspace=0, height_ratios=(3,1,1))
(ax1,ax2,ax3) = gs.subplots(sharex='col')

mplfinance で複数のチャートを描く方法を調べたが，
今のところこの方法が良いと考えている

subplots で得た，(ax1,ax2,ax3) は，
それぞれ，ローソク足＋ボリンジャーバンドのaxes，MACDのaxes，RSIのaxesで
後から線や色を塗るときに使える

プロットを作成する際に，mplfinance.make_addplot を呼ぶ
チャートごとにパラメータの辞書を用意しておく

# ボリンジャーバンドは axes No.1 に描く
bbargs = dict(ax=ax1, width=.5, linestyle='dashdot', color='black')
# MACD は axes No.2 に描く
macdargs = dict(ax=ax2, width=1, ylabel='MACD')
# RSI は axes No.3 に描く
rsiargs = dict(ax=ax3, width=1, ylabel='RSI')

# プロットを作成する(ボリンジャーバンド，MACD，RSI)
ap = [
    mpf.make_addplot(bbh1, **bbargs),
    mpf.make_addplot(bbl1, **bbargs),
    mpf.make_addplot(bbh2, **bbargs),
    mpf.make_addplot(bbl2, **bbargs),
    mpf.make_addplot(bbh3, **bbargs),
    mpf.make_addplot(bbl3, **bbargs),
    mpf.make_addplot(macd_, **macdargs, color='blue'),
    mpf.make_addplot(macdsignal, **macdargs, color='orange'),
    mpf.make_addplot(histogramplus, **macdargs, color='red', type='bar'),
    mpf.make_addplot(histogramminus, **macdargs, color='green', type='bar'),
    mpf.make_addplot(rsi_, **rsiargs, color='blue')
]

塗りつぶしは，fill_between を呼ぶ
x に x座標データ，y1 と y2 に y座標データを渡す
その間の領域が塗りつぶされる

# ボリンジャーバンド(axes=1)の間を塗りつぶす（色は適当）
ax1.fill_between(x=range(0, len(df.index)), y1=bbh3.values, y2=bbl3.values, alpha=0.02, color='red')
ax1.fill_between(x=range(0, len(df.index)), y1=bbh2.values, y2=bbl2.values, alpha=0.03, color='blue')
ax1.fill_between(x=range(0, len(df.index)), y1=bbh1.values, y2=bbl1.values, alpha=0.04, color='yellow')
# RSI(axes=3) の25%と75%に線を引く
ax3.hlines(xmin=0, xmax=len(df.index), y=25, linewidth=1, color='red')
ax3.hlines(xmin=0, xmax=len(df.index), y=75, linewidth=1, color='red')
# ローソク足を描く，用意したプロットを渡す
mpf.plot(df, ax=ax1, addplot=ap, style='starsandstripes', type='candle', xrotation=30, ylabel='Price')

まとめ

以下を実行するとこのようなチャートが表示される

import numpy as np
import pandas as pd
import pandas_datareader.data as pdr
import datetime
from dateutil.relativedelta import relativedelta
import matplotlib.pyplot as plt
import mplfinance as mpf

# 12か月チャート
month = 12
# チャートの基本設定
kwargs = dict(type = 'candle', style = 'yahoo') ## starsandstripes, yahoo

# 12か月前から本日までのデータを取得する
ed = datetime.datetime.now()
st = ed - relativedelta(months = month)
# トヨタ
df = pdr.DataReader('7203.T', 'yahoo', st, ed)

def bollingerband(c, period):
    bbma = c.rolling(window=period).mean() ## 平均
    bbstd = c.rolling(window=period).std() ## 標準偏差
    bbh1 = bbma + bbstd * 1
    bbl1 = bbma - bbstd * 1
    bbh2 = bbma + bbstd * 2
    bbl2 = bbma - bbstd * 2
    bbh3 = bbma + bbstd * 3
    bbl3 = bbma - bbstd * 3
    return bbh1,bbl1,bbh2,bbl2,bbh3,bbl3

def macd(c, n1, n2, ns):
    ema_short = c.ewm(span=n1,adjust=False).mean()
    ema_long = c.ewm(span=n2,adjust=False).mean()
    macd = ema_short - ema_long
    signal = macd.ewm(span=ns,adjust=False).mean()
    histogram = macd - signal
    histogramplus = histogram.where(histogram > 0, 0)
    histogramminus = histogram.where(histogram < 0, 0)
    return macd,signal,histogram,histogramplus,histogramminus

def rsi(c, period):
    diff = c.diff() #前日比
    up = diff.copy() #上昇
    down = diff.copy() #下落
    up = up.where(up > 0, np.nan) #上昇以外はnp.nan
    down = down.where(down < 0, np.nan) #下落以外はnp.nan
    #upma = up.rolling(window=period).mean() #平均
    #downma = down.abs().rolling(window=period).mean() #絶対値の平均
    upma = up.ewm(span=period,adjust=False).mean() #平均
    downma = down.abs().ewm(span=period,adjust=False).mean() #絶対値の平均
    rs = upma / downma
    rsi = 100 - (100 / (1.0 + rs))
    return rsi


# float 型に
df['Open'] = df['Open'].astype(float)
df['High'] = df['High'].astype(float)
df['Low'] = df['Low'].astype(float)
df['Close'] = df['Close'].astype(float)
o = df['Open']
c = df['Close']
l = df['Low']
h = df['High']

'''
チャートを描く
'''
# ボリンジャーバンド（移動平均25日線）
bbh1,bbl1,bbh2,bbl2,bbh3,bbl3 = bollingerband(c, 25)
# MACD（短期=12，長期=26，シグナル=9）
macd_,macdsignal,histogram,histogramplus,histogramminus = macd(c,12,26,9)
# RSI（14日）
rsi_ = rsi(c, 14)
    
# 高さの比を 3:1:1 で GridSpec を用意する
fig = mpf.figure(figsize=(9.6, 9.6), style='starsandstripes')
gs = fig.add_gridspec(3, 1, hspace=0, wspace=0, height_ratios=(3,1,1))
(ax1,ax2,ax3) = gs.subplots(sharex='col')

# ボリンジャーバンドは axes No.1 に描く
bbargs = dict(ax=ax1, width=.5, linestyle='dashdot', color='black')
# MACD は axes No.2 に描く
macdargs = dict(ax=ax2, width=1, ylabel='MACD')
# RSI は axes No.3 に描く
rsiargs = dict(ax=ax3, width=1, ylabel='RSI')

# プロットを作成する(ボリンジャーバンド，MACD，RSI)
ap = [
    mpf.make_addplot(bbh1, **bbargs),
    mpf.make_addplot(bbl1, **bbargs),
    mpf.make_addplot(bbh2, **bbargs),
    mpf.make_addplot(bbl2, **bbargs),
    mpf.make_addplot(bbh3, **bbargs),
    mpf.make_addplot(bbl3, **bbargs),
    mpf.make_addplot(macd_, **macdargs, color='blue'),
    mpf.make_addplot(macdsignal, **macdargs, color='orange'),
    mpf.make_addplot(histogramplus, **macdargs, color='red', type='bar'),
    mpf.make_addplot(histogramminus, **macdargs, color='green', type='bar'),
    mpf.make_addplot(rsi_, **rsiargs, color='blue')
]

# ボリンジャーバンド(axes=1)の間を塗りつぶす（色は適当）
ax1.fill_between(x=range(0, len(df.index)), y1=bbh3.values, y2=bbl3.values, alpha=0.02, color='red')
ax1.fill_between(x=range(0, len(df.index)), y1=bbh2.values, y2=bbl2.values, alpha=0.03, color='blue')
ax1.fill_between(x=range(0, len(df.index)), y1=bbh1.values, y2=bbl1.values, alpha=0.04, color='yellow')
# RSI(axes=3) の25%と75%に線を引く
ax3.hlines(xmin=0, xmax=len(df.index), y=25, linewidth=1, color='red')
ax3.hlines(xmin=0, xmax=len(df.index), y=75, linewidth=1, color='red')
# ローソク足を描く，用意したプロットを渡す
mpf.plot(df, ax=ax1, addplot=ap, style='starsandstripes', type='candle', xrotation=30, ylabel='Price')
mpf.show()

おわりに

今回は，ボリンジャーバンド，MACD，RSIチャートを描いた
次回は，一目均衡表を描きたい