yahoo financeから株価データを入手してチャートを描画する

yahoo financeから株価データを入手して、チャートを描画した作業メモです。

株価データの取得
チャートの描画
画像の保存・データセット作成

株価データの取得

ライブラリをインポートします。

import os
import pandas as pd
import sys
from yahoo_finance_api2 import share
from yahoo_finance_api2.exceptions import YahooFinanceError

株価データを取得してDataFrameに成形する関数を定義します。

def get_data(name, year_num):
    my_share = share.Share(name)
    symbol_data = None
    
    try:
        symbol_data = my_share.get_historical(
            share.PERIOD_TYPE_YEAR,
            year_num,
            share.FREQUENCY_TYPE_DAY,
            1)
    except YahooFinanceError as e:
        print(e.message)
        sys.exit(1)

    # DataFrameに変換
    df_symbol_data = pd.DataFrame(symbol_data)
 
    # UNIX時間をUTC時間に変換
    df_symbol_data.timestamp = pd.to_datetime(df_symbol_data.timestamp, unit='ms').dt.strftime('%Y-%m-%d')
    df_symbol_data.timestamp = pd.to_datetime(df_symbol_data.timestamp)
    df_symbol_data = df_symbol_data.set_index('timestamp')

    return df_symbol_data

ダウ平均株価を1年分取得する場合。

df_d = get_data(name='%5EDJI', year_num=1)
df_d

	open	high	low	close	volume
timestamp					
2021-11-05	36268.750000	36484.750000	36190.199219	36327.949219	344600000
2021-11-08	36416.460938	36565.730469	36334.421875	36432.218750	284400000
2021-11-09	36404.531250	36416.980469	36173.070312	36319.980469	258020000
2021-11-10	36299.250000	36346.609375	36009.500000	36079.941406	278390000
2021-11-11	36038.781250	36108.171875	35915.269531	35921.230469	270320000
...	...	...	...	...	...
2022-10-31	32754.269531	32883.859375	32586.929688	32732.949219	390890000
2022-11-01	32862.789062	32975.480469	32485.230469	32653.199219	323210000
2022-11-02	32576.279297	33071.929688	32139.769531	32147.759766	398430000
2022-11-03	31985.050781	32185.710938	31727.050781	32001.250000	354440000
2022-11-04	32265.009766	32611.519531	31938.919922	32403.220703	422370000
252 rows × 5 columns

日経平均株価を1年分取得する場合。

df_n = get_data(name='%5EN225', year_num=1)
df_n

	open	high	low	close	volume
timestamp					
2021-11-05	29840.730469	29840.730469	29504.070312	29611.570312	73500000
2021-11-08	29735.449219	29735.449219	29507.050781	29507.050781	68300000
2021-11-09	29557.550781	29750.460938	29240.310547	29285.460938	65000000
2021-11-10	29209.060547	29296.880859	29079.769531	29106.779297	63900000
2021-11-11	29046.189453	29336.029297	29040.080078	29277.859375	60600000
...	...	...	...	...	...
2022-10-28	27097.380859	27265.460938	26981.080078	27105.199219	144600000
2022-10-31	27404.300781	27602.990234	27392.990234	27587.460938	71100000
2022-11-01	27614.640625	27682.970703	27526.179688	27678.919922	72600000
2022-11-02	27562.300781	27692.550781	27546.880859	27663.390625	86600000
2022-11-04	27371.890625	27389.300781	27032.019531	27199.740234	111100000
244 rows × 5 columns

チャートの描画

mplfinanceライブラリを使用します。

まずは、日経平均株価のDataFrameの上から30個分を描画します。描画スタイルの変更は以下を参照。

https://github.com/matplotlib/mplfinance/blob/master/examples/styles.ipynb

import mplfinance as mpf

# 30日分を描画
mpf.plot(df_n.iloc[0:30,:],type='candle',style='charles')

# 移動平均線も描画
mpf.plot(df_n.iloc[0:30,:],type='candle',mav=(2,4,6),style='charles')

複数のチャートをサブプロットに描画する。詳細は以下を参照。

https://github.com/matplotlib/mplfinance/blob/master/examples/external_axes.ipynb

import matplotlib.pyplot as plt

fig, axes = plt.subplots(2, 1, figsize=(8,8))

# 日経平均株価を30日分描画
mpf.plot(df_n.iloc[0:30,:],ax=axes[0],type='candle',style='charles')
# ダウ平均株価を30日分描画
mpf.plot(df_d.iloc[0:30,:],ax=axes[1],type='candle',style='charles')

軸目盛等を削除して描画する。

fig, axes = plt.subplots(2, 1, figsize=(5.12,5.12))

mpf.plot(df_n.iloc[0:30,:],ax=axes[0],type='candle',style='charles')
mpf.plot(df_d.iloc[0:30,:],ax=axes[1],type='candle',style='charles')

axes[0].axis("off")
axes[1].axis("off")

画像の保存・データセット作成

指定したインデックスから、-1~-31日の間のチャート画像を保存する関数の定義。

os.makedirs('./img', exist_ok=True)

def plot_chart(i, df_n, df_d):
    fig, axes = plt.subplots(2, 1, figsize=(5.12,5.12))
    mpf.plot(df_n.iloc[i-30:i,:],ax=axes[0],type='candle',style='charles')
    mpf.plot(df_d.iloc[i-30:i,:],ax=axes[1],type='candle',style='charles')

    axes[0].axis("off")
    axes[1].axis("off")

    name = str(df_n.index[i]).replace(' 00:00:00','')

    fig.savefig(f'./img/{name}.png')

そのほかの処理。

# ダミー変数を作成
df_n['dummy_n']=0
df_d['dummy_d']=0

# お互いの欠損日を把握するため、結合する
df_n = pd.concat([df_n,df_d['dummy_d']], axis=1).sort_index()
df_d = pd.concat([df_d,df_n['dummy_n']], axis=1).sort_index()

# 始値と終値の差を計算
df_n['delta']=df_n['close'] - df_n['open']

# ラベルを作成
df_n['label']=0
df_n.loc[df_n['delta']>100,'label']=1
df_n.loc[df_n['delta']<-100,'label']=2

# データセット化
import datasets
import json

data_li = []

for i in range(len(df_n))[30:]:
    if df_n.iloc[i].isnull().any():
        continue

    plot_chart(i,df_n,df_d)

    name = str(df_n.index[i]).replace(' 00:00:00','')
    delta = df_n.iloc[i]['delta']
    label = df_n.iloc[i]['label']

    tmp_dic = {
        'name':f'./img/{name}.png',
        'delta':delta,
        'label':label,
    }

    data_li.append(tmp_dic)

dic_json = {
    'version': '0.1.0',
    'data':data_li,
}

with open('dataset.json', 'w') as f:
    json.dump(dic_json, f, indent=4)

データセットの読み込み。

from datasets import load_dataset
dataset = load_dataset("json", data_files="dataset.json")