https://engineeringnote.hateblo.jp/entry/python/finance/ichimoku

本記事は、PythonのPandasを用いてファイナンスの基本的な理論などについて学んでいきます。

今回は、日本人によって発明されたテクニカル指標の一つである一目均衡表（Ichimoku Kinkō Hyō）について学んでいきます。

Pandasとは

Pandasとは、データ分析や操作をまとめたPythonのライブラリです。

特にPanel、DataFrameおよびSeriesと呼ばれるデータ構造は使いやすく、また統計量を求めるための様々なメソッドが組み込まれています。

なお、Pandasの由来はPanel Dataから来ているそうです。

以下が公式のドキュメントになります。

一目均衡表とは

一目均衡表（Ichimoku Kinkō Hyō）とは、1936年に都新聞の商況部長であった細田悟一氏が考案し、彼のペンネームであった一目山人に因んでこの名が付けられました。

一目均衡表では、以下の5つの線を作成します。

基準線

(過去26日間での高値 $+$ 過去26日間での安値) $\div$ 2

転換線

過去9日間での高値+過去9日間での安値) $\div$ 2

先行スパン1

(基準線+転換線) $\div$ 2 を26日先にずらす

先行スパン2

(過去26日間での高値+過去26日間での安値) $\div$ 2 を26日先にずらす

遅行スパン

終値を26日前にずらす

Pythonで一目均衡表を描いてみる

それでは、Pythonで一目均衡表をチャートに描いてみます。

import pickle
import pandas as pd
import matplotlib.pyplot as plt

def show_ichimoku(df, start=False, end=False, volume=False):
    h = df.high
    l = df.low

    max_9 = h.rolling(window=9, min_periods=1).max()
    min_9 = l.rolling(window=9, min_periods=1).min()
    tenkan = (max_9+min_9)/2
    base = (h.rolling(window=26, min_periods=1).max()+l.rolling(window=26, min_periods=1).min())/2
    senkou1 = ((tenkan+base)/2).iloc[:-26]
    senkou2 = ((h.rolling(window=52).max()+l.rolling(window=52).min())/2).iloc[:-26]

    plt.style.use('ggplot')
    fig = plt.figure(figsize=(15,5))
    ax = fig.add_subplot(111)
    xdate = [x for x in df.index]
    c = df.close

    if start:
        xmin = start
    else:
        xmin = df.index[0]
    if end:
        xmax = end
    else:
        xmax = df.index[-1]
    ymin = c.loc[xmin:xmax].min() - 50
    ymax = c.loc[xmin:xmax].max() + 50

    ax.plot(xdate, c, color="b", lw=1, linestyle="dotted", label="close")
    ax.plot(xdate[:-26], c.iloc[26:], color="red", lw=1, linestyle="dotted", label="chikou")
    ax.plot(xdate, tenkan,label="conversion line")
    ax.plot(xdate, base, label="base line")
    ax.fill_between(xdate[26:], senkou1, senkou2, color="blue", alpha=0.2, label="cloud")
    ax.set_ylim(ymin, ymax)
    ax.set_xlim(xmin, xmax)
    ax.legend(loc=1)
    plt.show()

with open('n225.pkl', 'rb') as f:
    n225 = pickle.load(f)

show_ichimoku(n225)