institutional-flow-tracker

機関投資家フロートラッカー

概要

このスキルでは、13F SEC 提出書類を通じて機関投資家の動向を追跡し、株式への「賢明な資金」の流入・流出を特定します。機関投資家の保有状況の四半期ごとの変化を分析することで、相場が大きく動く前に洗練された投資家が買い集めている銘柄を見つけたり、機関投資家が保有を減らしている場合に潜在的なリスクを特定したりできます。

重要な洞察： 機関投資家（ヘッジファンド、年金基金、投資信託）は数兆ドルを運用し、広範な調査を行っています。機関投資家全体の売買パターンは、多くの場合、1〜3四半期先の大幅な価格変動に先行します。

前提条件

• FMP API キー： 環境変数 FMP_API_KEY を設定するか、スクリプトに --api-key を渡します
• Python 3.9 以降： 分析スクリプトの実行に必要です
• 依存関係： pip install requests（依存関係が不足していても、スクリプトは適切に処理します）

このスキルを使用する場面

次のような場合にこのスキルを使用します：

• 投資アイデアの検証（賢明な資金が自分の投資仮説に同意しているかを確認する）
• 新たな投資機会の発見（機関投資家が買い集めている銘柄を見つける）
• リスク評価（機関投資家が手放している銘柄を特定する）
• ポートフォリオの監視（保有銘柄に対する機関投資家の支持を追跡する）
• 特定の投資家の動向把握（Warren Buffett、Cathie Wood などを追跡する）
• セクターローテーションの分析（機関投資家が資金をどこへ移しているかを特定する）

次のような場合には使用しないでください：

• リアルタイムの日中シグナルを求める場合（13F データの報告には45日の遅れがあります）
• 小型株を分析する場合（時価総額が1億ドル未満で、機関投資家の関心が限られている銘柄）
• 短期取引のシグナルを探す場合（3か月未満の期間）

データソースと要件

必須：FMP API キー

このスキルでは、13F 提出書類のデータにアクセスするために Financial Modeling Prep（FMP）API を使用します。

セットアップ：

# Set environment variable (preferred)
export FMP_API_KEY=your_key_here

# Or provide when running scripts
python3 scripts/track_institutional_flow.py --api-key YOUR_KEY

FMP transport (rate limiting, single 429 retry, apikey header auth so the key never appears in a URL) is owned by the vendored generated `scripts/fmp_client.py` (Issue #495).

API プランの要件：

• 無料プラン： 1日あたり250リクエスト（四半期ごとに20〜30銘柄を分析するには十分です）
• 有料プラン： 広範なスクリーニングに対応する、より高い上限

13F 提出スケジュール：

• 四半期末から45日以内に提出
• 第1四半期（1〜3月）：5月中旬までに提出
• 第2四半期（4〜6月）：8月中旬までに提出
• 第3四半期（7〜9月）：11月中旬までに提出
• 第4四半期（10〜12月）：2月中旬までに提出

分析ワークフロー

ステップ1：機関投資家の保有状況に大きな変化がある銘柄を特定する

メインのスクリーニングスクリプトを実行し、機関投資家の動きが顕著な銘柄を見つけます。

クイックスキャン（機関投資家の保有状況の変化が大きい上位50銘柄）：

python3 scripts/track_institutional_flow.py \
  --top 50 \
  --min-change-percent 10

セクターを絞ったスキャン：

python3 scripts/track_institutional_flow.py \
  --sector Technology \
  --min-institutions 20

カスタムスクリーニング：

python3 scripts/track_institutional_flow.py \
  --min-market-cap 2000000000 \
  --min-change-percent 15 \
  --top 100 \
  --output institutional_flow_results.json

出力に含まれる情報：

• 株式ティッカーと企業名
• 現在の機関投資家保有率（発行済み株式数に対する割合）
• 保有株式数の前四半期比の変化
• 保有機関数
• 保有機関数の変化（新規買い手と売り手の比較）
• 上位の機関投資家保有者

ステップ2：特定の銘柄を詳細に分析する

特定の銘柄の機関投資家保有状況を詳しく分析するには、次を実行します。

python3 scripts/analyze_single_stock.py AAPL

次の情報が生成されます：

• 機関投資家保有率の推移（過去8四半期）
• 保有株数の変化を含む、上位20の機関投資家保有者
• 集中度分析（機関投資家保有全体に占める上位10社の割合）
• 大手保有者の新規・増加・減少ポジション
• データの網羅性に基づく信頼度評価を含むデータ品質評価

評価する主な指標：

• 保有率： 機関投資家の保有率が高い（70％超）ほど安定性は高まりますが、上昇余地は限られます
• 保有傾向： 保有率の上昇は強気、低下は弱気のシグナルです
• 集中度： 集中度が高い（上位10社が50％超）場合、売却時のリスクがあります
• 保有者の質： モメンタムファンドと比べ、長期投資で定評のある投資家（Berkshire、Fidelity）が含まれているかを確認します

ステップ 3：特定の機関投資家を追跡する

注記： track_institution_portfolio.py はまだ実装されていません。FMP API では機関投資家の保有データが銘柄ごとに整理されており、機関投資家ごとのポートフォリオ全体をこの API だけで再構築するのは現実的ではありません。

代替方法 — analyze_single_stock.py を使って、特定の機関投資家がある銘柄を保有しているか確認します：

# Analyze a stock and look for a specific institution in the output
python3 institutional-flow-tracker/scripts/analyze_single_stock.py AAPL
# Then search the report for "Berkshire" or "ARK" in the Top 20 holders table

機関投資家ごとのポートフォリオ全体を追跡するには、次の外部リソースを使用します：

1. WhaleWisdom： https://whalewisdom.com（無料プランあり、13F ポートフォリオビューアー）
2. SEC EDGAR： https://www.sec.gov/cgi-bin/browse-edgar（公式の 13F 提出書類）
3. DataRoma： https://www.dataroma.com（スーパー投資家のポートフォリオトラッカー）

ステップ 4：解釈と行動

解釈の指針については、次のリファレンスを参照してください：

• references/13f_filings_guide.md - 13F データと制約の理解
• references/institutional_investor_types.md - 投資家の種類とそれぞれの戦略
• references/interpretation_framework.md - 機関投資家の資金フローシグナルの解釈方法

シグナル強度の指針：

強い強気（購入を検討）：

• 機関投資家の保有比率が前四半期比で 15% 超増加
• 機関投資家の数が 10% 超増加
• 質の高い長期投資家がポジションを追加
• 現在の保有比率が低く（40% 未満）、増加の余地がある
• 複数の四半期にわたって買い集めが発生

やや強気：

• 機関投資家の保有比率が前四半期比で 5～15% 増加
• 新規買い手と売り手が混在しているが、差し引きではプラス
• 現在の保有比率が 40～70%

中立：

• 保有比率の変化が小さい（5% 未満）
• 買い手と売り手の数がほぼ同じ
• 機関投資家の保有基盤が安定

やや弱気：

• 機関投資家の保有比率が前四半期比で 5～15% 減少
• 売り手が買い手を上回る
• 保有比率が高く（80% 超）、新たな買い手が入りにくい

強い弱気（売却または回避を検討）：

• 機関投資家の保有比率が前四半期比で 15% 超減少
• 機関投資家の数が 10% 超減少
• 質の高い投資家がポジションを解消
• 複数の四半期にわたって売却が発生
• 集中リスク（上位保有者が大きなポジションを売却）

ステップ 5：ポートフォリオへの適用

新規ポジションの場合：

1. 投資候補の銘柄について機関投資家分析を実行します
2. 機関投資家も買い集めているか、確認材料を探します
3. 強い弱気シグナルがある場合は、再検討するかポジションサイズを縮小します
4. 強い強気シグナルがある場合は、投資判断への確信を深めます

既存の保有銘柄の場合：

1. 13F の提出期限後に四半期ごとのレビューを行います
2. 売却の動向を監視します（早期警告システム）
3. 機関投資家がポジションを解消している場合は、投資判断を再評価します
4. 機関投資家による売却が広がっている場合は、一部売却を検討します

スクリーニングワークフローへの組み込み：

1. Value Dividend Screener などのスクリーナーで候補銘柄を探します
2. 有力候補に Institutional Flow Tracker を実行します
3. 機関投資家が買い集めている銘柄を優先します
4. 機関投資家が売却している銘柄を避けます

出力形式

すべての分析結果は、リポジトリのルートに保存される構造化された Markdown レポートとして生成されます：

ファイル名の規則： institutional_flow_analysis_<TICKER/THEME>_<DATE>.md

レポートのセクション：

1. エグゼクティブサマリー（主な調査結果）
2. 機関投資家の保有動向（現在と過去の比較）
3. 上位保有者と変化
4. 新規買い手と売り手
5. 集中度分析
6. 解釈と推奨事項
7. データソースとタイムスタンプ

データ信頼性グレード

すべての分析には、カバレッジに基づく信頼性グレードが含まれます。

• グレード A： 比較可能な前四半期のデータがあり、株式を保有する機関投資家（13F）が 50 以上です。カバレッジが充実しており、ランキングに安全に使用できます。
• グレード B： 比較可能な前四半期のデータがあり、株式を保有する機関投資家が 10 以上です。使用できますが、カバレッジは薄いため、参考情報としてのみ扱ってください。
• グレード C： 比較可能な前四半期のデータがない（変化を測定できない）、または保有者が 10 未満です。スクリーニング結果から除外されます。

スクリーニングスクリプト（track_institutional_flow.py）は、グレード C の株式を自動的に除外します。 単一銘柄分析（analyze_single_stock.py）では、適切な警告とともにグレードが表示されます。

保有者ごとの照合ではなく、カバレッジを使う理由： 指標は、FMP の 13F 集計サマリー（institutional-ownership/symbol-positions-summary）をソースとしており、すべての申告機関にまたがる四半期ごとの差分を、データソース側で照合しています。これは、四半期ごとに非対称な保有者リスト（例：ある四半期には 5,415 の保有者、次の四半期には 201 の保有者）を返し、変化率の過大計上を避けるためにクライアント側でのフィルタリングが必要だった、廃止済みの /api/v3/institutional-holder フィードに代わるものです。照合済みのサマリーを使う場合、実務上、残る重要な品質シグナルは裾野の広さ（その銘柄を保有する機関の数）と、変化を測定するための前四半期のデータが存在するかどうかです。現在のグレードは、この点を反映しています。

制限事項と注意点

データの遅延：

• 13F の申告には 45 日の報告遅延があります
• 申告日以降に保有状況が変わっている可能性があります
• 先行シグナルではなく、確認指標として使用してください

カバレッジ：

• 1 億ドルを超える資産を運用する機関のみ、申告が義務付けられています
• 個人投資家や小規模ファンドは対象外です
• 国際機関は 13F を申告していない場合があります

報告規則：

• 報告対象はロングの株式ポジションのみです（ショート、オプション、債券は対象外）
• 保有状況は四半期末時点のスナップショットです
• 一部のポジションは非公開となる場合があります（報告が遅延されます）

解釈：

• 相関関係は因果関係を意味しません（機関投資家が買っていても、株価が下落することがあります）
• 市場全体の環境とファンダメンタルズを考慮してください
• テクニカル分析やその他のスキルと組み合わせてください

高度なユースケース

インサイダーと機関投資家の組み合わせ：

• インサイダーと機関投資家の両方が買っている銘柄を探します
• 両者の動きが一致している場合、特に強力なシグナルになります

セクターローテーションの検出：

• セクター別の機関投資家の資金フローを集計して追跡します
• 株価に反映される前の、初期のローテーション傾向を特定します

逆張り戦略：

• 機関投資家が売っている優良銘柄を探します（潜在的なバリュー株）
• 強いファンダメンタルズへの確信が必要です

スマートマネーの検証：

• 大きなポジションを取る前に、スマートマネーも同じ見方かを確認します
• 確信を高めるか、見落としているリスクを見つけます

参考資料

references/ フォルダーには、詳細なガイドが含まれています。

• 13f_filings_guide.md - 13F の SEC 申告に関する包括的なガイドです。申告内容、報告要件、データ品質に関する考慮事項を説明しています
• institutional_investor_types.md - 機関投資家の種類（ヘッジファンド、投資信託、年金基金など）、一般的な投資戦略、各投資家の動きの解釈方法について説明しています
• interpretation_framework.md - 機関投資家の保有状況の変化を解釈するための詳細なフレームワークです。シグナル品質の評価や、他の分析との統合方法を説明しています

スクリプトのパラメーター

track_institutional_flow.py

機関投資家の保有状況に大きな変化があった銘柄を見つけるための、メインのスクリーニングスクリプトです。

必須：

• --api-key：FMP API キー（または環境変数 FMP_API_KEY を設定）

任意：

• --top N：機関投資家の保有状況の変化が大きい上位 N 銘柄を返します（デフォルト：50）
• --min-change-percent X：機関投資家の保有率の最小変化率（デフォルト：10）
• --min-market-cap X：時価総額の下限（ドル）（デフォルト：1B）
• --sector NAME：指定したセクターで絞り込みます
• --min-institutions N：機関投資家の保有者数の下限（デフォルト：10）
• --limit N：スクリーナーから取得する銘柄数（デフォルト：100）。値を小さくすると API 呼び出しを節約できます。
• --output FILE：出力する JSON ファイルのパス
• --output-dir DIR：レポートの出力ディレクトリ（デフォルト：reports/）
• --sort-by FIELD：'ownership_change' または 'institution_count_change' で並べ替えます

analyze_single_stock.py

特定の銘柄の機関投資家の保有状況を詳細に分析します。

必須：

• ティッカーシンボル（位置引数）
• --api-key：FMP API キー（または環境変数 FMP_API_KEY を設定）

任意：

• --quarters N：分析する四半期数（デフォルト：8、つまり 2 年分）
• --output FILE：出力する Markdown レポートのパス
• --output-dir DIR：レポートの出力ディレクトリ（デフォルト：reports/）
• --compare-to TICKER：別の銘柄と機関投資家の保有状況を比較します（将来の機能）

track_institution_portfolio.py

ステータス：未実装

このスクリプトはプレースホルダーです。代替リソース（WhaleWisdom、SEC EDGAR、DataRoma）を表示し、エラーコード 1 で終了します。FMP API は機関投資家の保有者データを銘柄別に整理している（機関投資家別ではない）ため、ポートフォリオ全体を再構築するのは現実的ではありません。

機関投資家別のポートフォリオを追跡するには、以下を使用してください。

1. WhaleWisdom：https://whalewisdom.com（無料プランあり）
2. SEC EDGAR：https://www.sec.gov/cgi-bin/browse-edgar
3. DataRoma：https://www.dataroma.com

データ品質モジュール（data_quality.py）

track_institutional_flow.py と analyze_single_stock.py の両方で使用される共通ユーティリティモジュールです。

• coverage_grade()： 保有者の幅と前四半期のデータの有無に基づいて、A/B/C の評価を割り当てます
• 直近の提出済み四半期のヘルパー（current_quarter()、iter_quarters()、quarter_end_date()）：13F データが提出済みの直近の四半期まで遡ります
• normalize_holder()： extract-analytics/holder の行を {name, shares, change, is_new, is_sold_out} にマッピングします
• is_tradable_stock()： ETF、ファンド、非アクティブな銘柄を除外します
• deduplicate_share_classes()： BRK-A/B、GOOG/GOOGL の重複を除去します

他のスキルとの連携

Value Dividend Screener + Institutional Flow：

1. Run Value Dividend Screener to find candidates
2. For each candidate, check institutional flow
3. Prioritize stocks with rising institutional ownership

US Stock Analysis + Institutional Flow：

1. Run comprehensive fundamental analysis
2. Validate with institutional ownership trends
3. If institutions are selling, investigate why

Portfolio Manager + Institutional Flow：

1. Fetch current portfolio via Alpaca
2. Run institutional analysis on each holding
3. Flag positions with deteriorating institutional support
4. Consider rebalancing away from distribution

Technical Analyst + Institutional Flow：

1. Identify technical setup (e.g., breakout)
2. Check if institutional buying confirms
3. Higher conviction if both align

ベストプラクティス

1. 四半期ごとのレビュー： 13F の提出期限をカレンダーにリマインダーとして設定します
2. 複数四半期の傾向： 一度きりの変化ではなく、継続的な傾向（3 四半期以上）を探します
3. 量より質： 多数の小規模ファンドによる追加よりも、Berkshire による追加を重視します
4. 状況が重要： 株価下落中の保有率上昇は、バリュー投資家が落ちてくるナイフをつかもうとしている可能性があります
5. シグナルを組み合わせる： 機関投資家の資金フローだけを単独で使わないでください
6. データを更新する： 新しい 13F が提出されるたびに、各四半期に分析を再実行します

サポートとリソース

• FMP API ドキュメント：https://financialmodelingprep.com/developer/docs
• SEC 13F 提出書類データベース：https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&type=13F
• 機関投資家データベース：https://whalewisdom.com（無料プランあり）

---

注： このスキルは、長期投資家（3～12 か月の投資期間）向けに設計されています。短期売買では、テクニカル分析やその他のモメンタム指標と組み合わせてください。