technical-analysis

テクニカル分析

pandas-ta を使用してテクニカル指標を計算します。複数銘柄の分析と決算データに対応しています。

手順

注： uv がインストールされていない場合、または pyproject.toml が見つからない場合は、以下のすべてのコマンドで uv run python を python に置き換えてください。

uv run python scripts/technicals.py SYMBOL [--period PERIOD] [--indicators INDICATORS] [--earnings]

引数

• SYMBOL - ティッカーシンボル、またはカンマ区切りのリスト（例：AAPL または AAPL,MSFT,GOOGL）
• --period - 過去の期間：1mo、3mo、6mo、1y（デフォルト：3mo）
• --indicators - カンマ区切りのリスト：rsi、macd、bb、sma、ema、atr、adx（デフォルト：すべて）
• --earnings - 決算データを含めます（次回の日付＋履歴）

出力

単一銘柄の場合：

• price - 現在の価格と直近の変動
• indicators - 各指標の計算値
• risk_metrics - ボラティリティ（年率％）とシャープレシオ
• signals - 指標の水準に基づく買い／売りシグナル
• earnings - 次回の日付と EPS 履歴（--earnings を指定した場合）

複数銘柄の場合：

• results - 個々の銘柄の結果の配列

クロスオーバー

• indicators.macd.crossover - 直近の MACD ラインとシグナルラインのクロスオーバー。該当がない場合は null：
  • direction - "up"（MACD がシグナルを上抜け＝強気）または "down"（下抜け＝弱気）
  • days_ago - クロスオーバーからの取引バー数（0 = 直近のバーで発生）
• indicators.ema.crossover - 直近の EMA9／EMA21 クロスオーバー（同じ形式。該当がない場合は null）。 indicators.ema では、ema12／ema26 に加えて ema9 と ema21 も報告します。

解釈

• RSI > 70 = 買われすぎ、RSI < 30 = 売られすぎ
• MACD クロスオーバー = モメンタムの変化。crossover.days_ago が 0～5 の場合は新しいシグナルです
• EMA9／21 クロスオーバーは短期的なモメンタムを確認します。通常、MACD が先行し、EMA が確認します
• 価格がボリンジャーバンド付近にある = 反転の可能性
• ゴールデンクロス（SMA20 > SMA50）= 強気
• ADX > 25 = 強いトレンド
• シャープレシオ > 1 = リスク調整後リターンが良好、> 2 = 非常に良好
• ボラティリティ（年率）= リターンの標準偏差を年率換算したもの

例

# Single symbol with all indicators
uv run python scripts/technicals.py AAPL

# Multiple symbols
uv run python scripts/technicals.py AAPL,MSFT,GOOGL

# With earnings data
uv run python scripts/technicals.py NVDA --earnings

# Specific indicators only
uv run python scripts/technicals.py TSLA --indicators rsi,macd

---

相関分析

複数銘柄間の価格相関行列を計算し、分散投資の分析に使用します。

手順

uv run python scripts/correlation.py SYMBOLS [--period PERIOD]

引数

• SYMBOLS - カンマ区切りのティッカーシンボル（最低2つ）
• --period - 過去の期間：1mo、3mo、6mo、1y（デフォルト：3mo）

出力

• symbols - 分析対象の銘柄リスト
• period - 使用した期間
• correlation_matrix - すべてのペア間の相関値を含む入れ子の辞書

解釈

• 相関が 1.0 に近い = 相関が高い（同じ方向に動く）
• 相関が -1.0 に近い = 負の相関（逆方向に動く）
• 相関が 0 に近い = 無相関（独立して動く）
• 分散投資では、相関の低い銘柄や負の相関を持つ銘柄を優先してください

例

# Portfolio correlation
uv run python scripts/correlation.py AAPL,MSFT,GOOGL,AMZN

# Sector comparison
uv run python scripts/correlation.py XLF,XLK,XLE,XLV --period 6mo

# Check hedge effectiveness
uv run python scripts/correlation.py SPY,GLD,TLT

依存関係

• numpy
• pandas
• pandas-ta
• yfinance

タイムゾーン

すべてのタイムスタンプと時間ベースの計算には、America/New_York タイムゾーンを使用する必要があります。すべての JSON 出力には、generated_at（ニューヨーク時間の文字列）と data_delay のフィールドを含める必要があります。