Python データ分析 市場・銘柄分析

【Pythonで株分析】2021年の株価騰落率を分析してみるとトレンドが見えた

2022年1月9日

【Pythonで株分析】2021年の株価騰落率を分析してみるとトレンドが見えた

こんにちは。TATです。

今回は、株の分析記事です。

テーマは2021年の株価データを分析してみます。

年間の株価騰落率をいろいろと分析してみました。

 

年間の株価騰落率を見ると、その年の傾向が見えてきます。

特に2020年に大きく上昇した銘柄が2021年には下落率のトップにきたり、業種ごとに比べると圧倒的にぶち抜いて上昇した業種が発見できたりと、いろいろなトレンドが見えてきました。

 

【Pythonで株分析】2021年の株価騰落率を分析してみるとトレンドが見えた

【Pythonで株分析】2021年の株価騰落率を分析してみるとトレンドが見えた

データの準備

まずはデータの準備です。

僕が運営する「投資でニート生活」では、株式投資に関するいろいろな情報を集めています。

ここで収集しているデータを使って分析をしていきます。

 

さらに株価データや業種などの区分データを集めて分析に必要なデータを用意します。

株価データの取得については、こちらの記事でも解説しています。

Pythonを使えば簡単にデータを収集することができるのでおすすめです。

関連
【コード解説】Pythonで株価データを取得する!【ライブラリやスクレイピングを活用】

続きを見る

関連
【Pythonコード解説】yahoo_finance_api2で日本株の株価データを取得する
【Pythonコード解説】yahoo_finance_api2で日本株の株価データを取得する

続きを見る

 

業種などの区分データは東証から取得しています。

さらに業種データはTDNETやEDINETからXBRLデータを収集しているので、こちらのデータを活用します。

関連
PythonでTDNETとEDINETからXBRLデータを集めたら地獄だった話。
PythonでTDNETとEDINETからXBRLデータを集めたら地獄だった話。

続きを見る

 

今回、使用したXBRLデータは、時価総額(最新の発行済み株式数×2021年12月30日の株価終値で算出)と最新のROEです。

完成したデータがこちらです。

対象としているのは個別株のみで、ETFとかREITなんかは入っていません。

 

changeというカラムは、2020年終値と2021年終値から算出した騰落率(%)です。

時価総額の単位は億円です。

こちらのデータを使って色々とみていきます。

 

騰落率トップ10を見てみる

まずはシンプルに騰落率でトップ10を見てみます。

 

上昇した銘柄トップ10

最も上昇した銘柄トップ10からみてみます。

1位はグローバルウェイです。

投資家の中では話題になった銘柄ですね。

株式分割のオンパレードで株価がすんごい上がりましたw

こういう銘柄にはあまり触りたくないものですw

 

全体的にはマザーズ銘柄が多い印象ですね。

 

下落した銘柄トップ10

お次に最も下落した銘柄トップ10をみてみます。

 

マザーズが大半を占めています。

この結果を見て真っ先に気づいたのは、2020年に大きく上昇した銘柄がたくさん入っていることです。

関連
【共通点を発見】2020年の株価上昇率ランキングトップ50銘柄を分析してみた

続きを見る

 

僕がパッと見た感じだとコパ・コーポレーションとモダリス以外は2020年に見た記憶があります。

こういった先導銘柄は、上昇する力がとても強いですが、ブームが去ったら雪崩の如く崩れていきます。

2020年の上昇の波にうまく乗って、下落に転じたら空売りを仕掛けることができたら上手に儲けることができます。

僕が参考にしているオニールの本でも、空売りは先導銘柄ですることを推奨しています。

created by Rinker
¥2,200 (2022/06/29 02:41:37時点 Amazon調べ-詳細)

 

残念ながら、僕はこういったイケイケ銘柄にうまく乗れた経験がありません(涙)

これからこういった銘柄にうまく乗っていきたいものです。

 

区分別の当落率ランキングを見る

次に区分別のデータを見ていきます。

 

市場・商品区分別

まずは市場・商品区分別に見てみます。

change時価総額ROE
市場・商品区分
市場第二部(内国株)11.49125.262.30
JASDAQ(グロース・内国株)9.3279.435.55
市場第一部(内国株)8.503391.105.86
JASDAQ(スタンダード・内国株)4.23149.432.97
マザーズ(内国株)-5.77198.00-8.29

 

ご覧の通り、マザーズの1人負けですw

最も上昇したのは市場第二部ですね。

第一部も健闘しています。

 

17業種区分別

次に17業種区分別で見てみます

change時価総額ROE
17業種区分
エネルギー資源29.892588.006.59
電機・精密17.385352.796.18
運輸・物流15.792491.214.07
鉄鋼・非鉄14.831202.323.75
自動車・輸送機14.406949.410.31
金融(除く銀行)13.823198.766.01
機械11.451723.374.83
不動産10.971088.539.03
商社・卸売10.151192.395.03
銀行7.024049.642.88
建設・資材6.97907.637.11
素材・化学6.262011.465.60
情報通信・サービスその他2.601425.585.13
小売1.101205.35-9.22
食品-1.792012.237.75
医薬品-7.205489.085.46
電力・ガス-8.212929.589.90

 

 

1位はぶっちぎりでエネルギー資源です。

約30%と、すごい上昇を見せています。

 

一方で電力・ガス、医薬品、食品はマイナスの結果となりました。

 

33業種区分別

次に33業種区分別で見てみます。

17業種より細かいデータが見られます。

 

change時価総額ROE
33業種区分
海運業103.952642.6911.78
鉱業51.192899.83-2.22
その他金融業21.702746.445.09
鉄鋼19.631114.411.80
電気機器19.205704.436.15
ゴム製品18.822718.441.84
石油・石炭製品18.272417.919.53
その他製品17.811477.616.52
ガラス・土石製品15.621062.985.52
倉庫・運輸関連業14.36425.497.96
輸送用機器13.487824.780.04
機械11.451723.374.83
証券、商品先物取引業11.361271.855.95
不動産業10.971088.539.03
卸売業10.151192.395.03
サービス業9.511117.28-0.03
非鉄金属9.041308.326.42
繊維製品8.86681.310.82
精密機器8.853700.086.34
銀行業7.024049.642.88
建設業6.391056.838.93
空運業6.364333.80-10.25
化学6.132483.116.83
金属製品2.30540.224.74
パルプ・紙1.98698.584.02
小売業1.101205.35-9.22
保険業0.8210667.428.68
水産・農林業-0.25539.4214.42
食料品-1.952160.756.96
陸運業-3.293602.450.98
医薬品-7.205489.085.46
情報・通信業-7.371709.659.71
電気・ガス業-8.212929.589.90

 

 

海運業がぶっちぎりの1位で100%越えです。

ここに投資できてれば大きな利益をゲットできていました。

2位の鉱業も50%超えと大きく上昇しています。

 

こういったトレンドになる業種に投資できればうまく利益をゲットできます。

 

時価総額別に騰落率を見る

次に時価総額を使ってデータを見てみます。

シンプルに相関を見ても全く関係ない感じになったので、ここでは時価総額をグループ分けしてみてみます。

「"300億円以下", "300~1000億円", "1000~3000億円", "3000億円~1兆円", "1兆円以上"」 とグルーピングしてそれぞれのグループの騰落率を見てみました。

 

この結果を見ると、1兆円以上の大型株が大きく上昇していることがわかります。

小型株よりかは大型株の方が上昇したことがわかります。

300億円〜3000億円の銘柄も大きく上昇しています。

こうみると全ての区分で平均では上昇していることがわかりますね。

 

ROE別にみる

次にROR別に見てみます。

ここもグルーピングしてみました。

 

これがなかなか不思議な結果となっておりまして、ROEが50以上の銘柄が株価騰落率が最も低い傾向になることがわかります。

 

ここで、ROEが50を超えている銘柄をピックアップしてみました。

銘柄名change市場・商品区分17業種区分33業種区分時価総額ROE時価総額区分ROE区分
ticker
1375雪国まいたけ-29.36市場第一部(内国株)食品水産・農林業47767.10300~1000億円50~
2929ファーマフーズ4.08市場第一部(内国株)食品食料品61557.46300~1000億円50~
3068WDI23.96JASDAQ(スタンダード・内国株)小売小売業11461.10300億円以下50~
3092ZOZO40.84市場第一部(内国株)小売小売業1118868.801兆円以上50~
3133海帆-41.95マザーズ(内国株)小売小売業30219.30300億円以下50~
3793ドリコム-41.49マザーズ(内国株)情報通信・サービスその他情報・通信業13355.00300億円以下50~
3922PR TIMES-12.10市場第一部(内国株)情報通信・サービスその他情報・通信業41052.70300~1000億円50~
4488AI inside-91.88マザーズ(内国株)情報通信・サービスその他情報・通信業23351.00300億円以下50~
4833Success Holders5.34JASDAQ(グロース・内国株)情報通信・サービスその他サービス業5470.90300億円以下50~
4934プレミアアンチエイジング12.12マザーズ(内国株)素材・化学化学80766.90300~1000億円50~
6191エアトリ145.99市場第一部(内国株)情報通信・サービスその他サービス業67950.17300~1000億円50~
6875メガチップス82.95市場第一部(内国株)電機・精密電気機器118653.601000~3000億円50~
7187ジェイリース212.20市場第一部(内国株)金融(除く銀行)その他金融業17359.60300億円以下50~
9107川崎汽船227.65市場第一部(内国株)運輸・物流海運業650168.093000億円~1兆円50~
9519レノバ-47.42市場第一部(内国株)電力・ガス電気・ガス業163581.701000~3000億円50~
9812テーオーホールディングス0.70JASDAQ(スタンダード・内国株)商社・卸売卸売業2663.90300億円以下50~
9984ソフトバンクグループ-32.56市場第一部(内国株)情報通信・サービスその他情報・通信業9362561.901兆円以上50~

 

下落率トップ10に入っていたAI insideが入っていますね。

これが全体を押し下げている感じがします。

AI Insideを除いたら平均騰落率は+34%と、他を圧倒する上昇を見せています。

 

ROEがめちゃ高い銘柄に投資するのはなかなかいい戦略かもしれません。

 

データの分析・可視化にはPythonが最適!

本記事で紹介したコードは、全てPythonを使って書いています。

 

Pythonデータの分析や可視化を得意とするプログラミング言語で、さらにAI関連のライブラリーも豊富で昨今のAIブームで需要が急拡大しています。

【いますぐ始められます】データ分析をするならPythonが最適です。

 

また、Python比較的学びやすい言語でもあります。

実際、僕は社会人になってからPythonを独学で習得して転職にも成功し、Python独学をきっかけに人生が大きく変わりました。

【実体験】ゼロからのPython独学を決意してから転職を掴み取るまでのお話。 

 

Python学習方法についてはいろいろな方法があります。

僕はUdemyを選びましたが、書籍プログラミングスクールも選択肢になります。

【決定版】Python独学ロードマップ【完全初心者からでもOKです】

【まとめ】Pythonが学べるおすすめプログラミングスクール

プログラミングの独学にUdemyをおすすめする理由!【僕はUdemyでPythonを独学しました!】

 

\30日返金保証/

Udemyを詳しく見る

セール中なら90%オフとかで購入可能です!

 

まとめ

いかがでしたでしょうか。

ここでは、2021年の株価騰落率を分析してみました。

 

年間の株価騰落率を見ると、その年の傾向が見えてきます。

データを見てるといろいろな傾向が見えてきました。

こういった傾向をいち早く捉えることができればうまく利益がゲットできそうな感じがします。

 

僕が運営する「投資でニート生活」では、区分別ランキングテーマ別ランキングを、週ごとと月ごとに集計して発表しています。

こういったデータをうまく活用すれば、話題になっている銘柄を効率的に見つけることができます。

是非ともご活用ください。

 

今後も株の分析記事はいろいろと出していこうと思います。

とりあえず今回はここまでにします。

ここまで読んでくださり、ありがとうございました。

「Python」×「株式投資」

Pythonで株式データを扱う記事はこちらでまとめています。

収集・管理しているデータの販売もしています。

Python独学ならUdemyがおすすめ

Pythonの独学ならUdemyがおすすめです。

動画教材なので、書籍などに比べて圧倒的にわかりやすいです。

セール中なら90%オフとかで購入可能で、書籍を買うのと変わりません。

僕は社会人になってからUdemyでPythonを独学して転職にも成功しました。

\30日返金保証/

Udemyを詳しく見る

セール中なら90%オフとかで購入可能です!

プログラミングの独学にUdemyをおすすめする理由!【僕はUdemyでPythonを独学しました!】
【決定版】Python独学ロードマップ【完全初心者からでもOKです】
【決定版】Python独学ロードマップ【完全初心者からでもOKです】

プログラミングスクールもあり

独学に自信がない方、独学で挫折した方は、プログラミングスクールも検討の余地があります。

いつでも講師に質問できる環境が整っていたり、オリジナルの教材が利用できたり、たくさんのメリットを享受することができます。

ただし、料金は安くないので、無料体験レッスンなどを受けたうえで判断するのがおすすめです。

【まとめ】Pythonが学べるおすすめプログラミングスクール

Aidemy(アイデミー)

AidemyはPythonに特化したプログラミングスクールです。

AIやデータサイエンスに興味のある方におすすめです。

\PythonでAIや機械学習などが学べる/

Aidemyを詳しく見る!

完全オンライン完結型でプログラミング初心者から上級者にまで対応

SAMURAI TERAKOYA

SAMURAI TERAKOYAは、月額2,980円から利用できるサブスク型のプログラミングスクールです。

Pythonを含む28種類の教材が学び放題です。

プログラミングスクールので最大のデメリットである料金の高さをうまく克服したサービスです。

個人的にはこれがコスパ最強です。

月額2,980円のサブスク型

「SAMURAI TERAKOYA」を詳しく見る

入会金不要で違約金なしでいつでも退会可能!気軽に始められます!

-Python, データ分析, 市場・銘柄分析
-, , , , ,

© 2022 気ままなブログ