Yahoo! Financeから株価データを取得するためのPythonライブラリ
PythonでYahoo! Financeから株価データを取得するためには、主に以下の2つのライブラリが利用できます。
-
pandas_datareader:
pandas_datareaderは、様々な金融サイトからデータを取得するためのライブラリです。Yahoo! Financeの他にも、Google FinanceやWorld Bankなどからもデータを取得することができます。pandas_datareaderを使うと、取得したデータはpandasのDataFrameとして返されるため、データ分析が非常に便利です。 -
yfinance:
yfinanceは、Yahoo! Finance専用のデータ取得ライブラリです。yfinanceを使うと、株価の他にも企業の財務データなど、Yahoo! Financeに掲載されている様々なデータを取得することができます。
これらのライブラリを使うことで、PythonでYahoo! Financeから株価データを取得することが可能になります。次のセクションでは、これらのライブラリを使った具体的なデータ取得方法について説明します。
pandas_datareaderを使ったデータ取得方法
pandas_datareaderを使ってYahoo! Financeから株価データを取得する方法を以下に示します。
まず、pandas_datareaderライブラリをインストールします。ターミナルやコマンドプロンプトで以下のコマンドを実行します。
pip install pandas_datareader
次に、以下のPythonコードを使ってYahoo! Financeから株価データを取得します。
import pandas_datareader as pdr
import datetime
# 開始日と終了日を設定
start = datetime.datetime(2020, 1, 1)
end = datetime.datetime(2020, 12, 31)
# Yahoo! FinanceからAppleの株価データを取得
df = pdr.get_data_yahoo('AAPL', start, end)
print(df)
このコードは、2020年のAppleの株価データを取得します。get_data_yahoo関数の第一引数には取得したい企業のティッカーシンボルを指定します。この例では、AppleのティッカーシンボルであるAAPLを指定しています。
取得したデータはpandasのDataFrameとして返されます。これにより、データ分析や可視化など、pandasの豊富な機能を利用して株価データを扱うことができます。次のセクションでは、別のライブラリであるyfinanceを使ったデータ取得方法について説明します。
yfinanceを使ったデータ取得方法
yfinanceを使ってYahoo! Financeから株価データを取得する方法を以下に示します。
まず、yfinanceライブラリをインストールします。ターミナルやコマンドプロンプトで以下のコマンドを実行します。
pip install yfinance
次に、以下のPythonコードを使ってYahoo! Financeから株価データを取得します。
import yfinance as yf
# Yahoo! FinanceからAppleの株価データを取得
data = yf.download('AAPL', start='2020-01-01', end='2020-12-31')
print(data)
このコードは、2020年のAppleの株価データを取得します。download関数の第一引数には取得したい企業のティッカーシンボルを指定します。この例では、AppleのティッカーシンボルであるAAPLを指定しています。
取得したデータはpandasのDataFrameとして返されます。これにより、データ分析や可視化など、pandasの豊富な機能を利用して株価データを扱うことができます。次のセクションでは、取得したデータの活用例について説明します。
取得したデータの活用例
Yahoo! Financeから取得した株価データは、様々な形で活用することができます。以下に、その一部を示します。
データの基本的な分析
まず、取得したデータの基本的な統計量を確認することができます。以下のコードは、データの基本的な統計量（平均、中央値、最小値、最大値など）を表示します。
print(data.describe())
データの可視化
次に、取得したデータを可視化することで、データの傾向を把握することができます。以下のコードは、取得した株価データの終値を時系列グラフで表示します。
import matplotlib.pyplot as plt
data['Close'].plot()
plt.title('Apple Stock Prices')
plt.show()
移動平均の計算
株価データの移動平均を計算することで、短期的な価格変動を平滑化し、長期的な傾向を把握することができます。以下のコードは、7日間の移動平均を計算し、それをグラフで表示します。
data['7-day MA'] = data['Close'].rolling(window=7).mean()
data[['Close', '7-day MA']].plot()
plt.title('Apple Stock Prices with 7-day Moving Average')
plt.show()
これらの例は、PythonでYahoo! Financeから取得した株価データを活用する一部の方法を示しています。データ分析や機械学習の技術を用いれば、さらに高度な分析や予測も可能になります。株価データの活用方法は無限大で、それはあなたの想像力次第です。この記事が、その一助となれば幸いです。
