[株とPython] 関連銘柄のPERを比較するコード

こんにちはーーー

Pythonを使って株の分析をしています。

今回は、関連銘柄のPERを比較するコードを作成したので記事にしました。
この記事が誰かの役に立てば幸いです。

言語はPython 3.9.5を使っています。

プログラム実行結果
コード全文
コード詳細

プログラム実行結果

プログラムの実行結果から説明します。

今回は一例として銘柄をアップルと指定しました。

関連銘柄自動抽出して、現在と将来PERを比較するグラフを↓のように出力しました。

(※グラフ化したデータが正しいのかは確認してないのであしからず。)

概ね意図通りにですが、TSLAではなく、MSFTでは？と思ったりします・・・
(まあ、ここは改良ポイントですかね)

コード全文

作成したコードです。
関連銘柄とPERの抽出しは、yahooqueryのライブラリを使えば比較的簡単で、
for文とmatplotlibの組み合わせに苦労しました。

#株情報必要なライブラリ
from yahooquery import Ticker
#情報処理に必要なライブラリ
import pandas as pd
#グラフ作成に必要なライブラリ
import matplotlib.pyplot as plt
import numpy as np

# 銘柄の指定(カスタマイズするところ)
name='AAPL'
analyze = Ticker(name)
#関連銘柄の取得　
cone=analyze.recommendations
print(cone)
#辞書の階層が深いので必要な情報を抜き出させるよう処理
cone1 = cone[name]
cone2 = cone1['recommendedSymbols']
cone3 = [d.get('symbol') for d in cone2]
cone4 = [name] + cone3 
check_list = cone4
df = pd.DataFrame(columns=check_list)

#これで関連銘柄情報の取得は終わり

#for文でグラフを作るために配列を用意
num =[]
s_name=[]
y_t = []
y_f = []

# enumerateでインデックスを振る
for i,stock_name in enumerate(check_list):
   ticker = Ticker(stock_name)
   #PERを含む株式情報の取得
   for k, v in ticker.summary_detail.items():
      df[stock_name] = pd.Series(v)
   #PERの情報を取得
   y1_t  = np.array([df[stock_name]['trailingPE']] )
   #PER(予測)の情報を取得
   y1_f  = np.array([df[stock_name]['forwardPE']] ) 
   #グラフでプロットするために配列に追加していく
   num.append(i+1)
   s_name.append(stock_name)
   y_t.append(int(y1_t))
   y_f.append(int(y1_f))

#グラフプロット
width = 0.3
num1 = np.arange(len(y_t))
plt.figure(figsize=(18, 9))
plt.bar(num1, y_t, color='r', width=width, align='center')
plt.bar(num1 + width, y_f, color='b', width=width, align='center')
plt.yticks(fontsize=20)
plt.xticks(num1 + width/2, s_name,fontsize=20)
leg = ['trailingPE','forwardPE']
plt.legend(leg,fontsize=20)
plt.show()

コード詳細

主要な部分を説明します

銘柄情報の取得

↓のコードで取得できます。

ticker.summary_detail.items()

check_list

にアップルと関連銘柄を格納しているので、for文で銘柄一つ一つの情報を取得します。
csvに出力すると↓のようになります。

csv出力結果

	AAPL	AMZN	TSLA	FB	GOOG	NFLX
maxAge	1	1	1	1	1	1
priceHint	2	2	2	2	2	2
previousClose	143.43	3343.63	739.38	357.48	2792.93	573.14
open	144.45	3351	743.5263	347.23	2801.01	579.69
dayLow	143.7001	3341.05	739.18	340.6901	2789.76	579.69
dayHigh	146.43	3388.945	753.6699	349.84	2831.67	595.59
regularMarketPreviousClose	143.43	3343.63	739.38	357.48	2792.93	573.14
regularMarketOpen	144.45	3351	743.5263	347.23	2801.01	579.69
regularMarketDayLow	143.7001	3341.05	739.18	340.6901	2789.76	579.69
regularMarketDayHigh	146.43	3388.945	753.6699	349.84	2831.67	595.59
dividendRate	0.88
dividendYield	0.0061
exDividendDate	8/6/2021 9:00
payoutRatio	0.16309999	0	0	0	0	0
fiveYearAvgDividendYield	1.27
beta	1.201965	1.143558	1.961244	1.295305	1.004366	0.759279
trailingPE	28.553251	58.89102	396.3838	25.48715	30.57665	61.20091
forwardPE	25.498253	50.40337	106.3564	21.33064	26.63992	45.96498
volume	76404341	2405861	15126272	43692859	1102937	4021845
regularMarketVolume	76404341	2405861	15126272	43692859	1102937	4021845
averageVolume	79712090	3256506	19709434	14037237	1033642	3286893
averageVolume10days	96040875	3064662	19391375	19128737	1335812	3156400
averageDailyVolume10Day	96040875	3064662	19391375	19128737	1335812	3156400
bid	147.32	3394.06	757.5	346.2	2833.74	590.03
ask	147.04	3398.84	759.3	346.5	2836.99	594.5
bidSize	1400	800	1000	1300	900	900
askSize	1200	800	1000	1400	1000	1300
marketCap	2.41093E+12	1.71E+12	7.53E+11	9.68E+11	1.88E+12	2.61E+11
fiftyTwoWeekLow	105	2881	351.3	244.61	1409.85	463.41
fiftyTwoWeekHigh	157.26	3773.08	900.4	384.33	2936.41	615.6
priceToSalesTrailing12Months	6.944822	3.861502	17.99414	9.234279	8.513091	9.476818
fiftyDayAverage	149.03143	3371.653	722.1486	367.2669	2824.21	557.7377
twoHundredDayAverage	136.01633	3348.195	671.9044	332.5525	2496.973	526.0561
trailingAnnualDividendRate	0.835
trailingAnnualDividendYield	0.005821656
currency	USD	USD	USD	USD	USD	USD

この中にtrailingPEとforwardPEがありますので、これをグラフ化します。

グラフ化

for文で出力したデータをmatplotlibでグラフ化したかったので、
配列を用意しました。

num =[]
s_name=[]
y_t = []
y_f = []

この配列にfor文で出力したデータをappendを使用して格納していきます。

   num.append(i+1)
   s_name.append(stock_name)
   y_t.append(int(y1_t))
   y_f.append(int(y1_f))

floatだとグラフ化できなかったので、一旦暫定でint型にして対応しています
(ここらへんは別途調査が必要です・・・)

あとは↓のコードでグラフ化して終わりです。

num1 = np.arange(len(y_t))
plt.figure(figsize=(18, 9))
plt.bar(num1, y_t, color='r', width=width, align='center')
plt.bar(num1 + width, y_f, color='b', width=width, align='center')
plt.yticks(fontsize=20)
plt.xticks(num1 + width/2, s_name,fontsize=20)
leg = ['trailingPE','forwardPE']
plt.legend(leg,fontsize=20)
plt.show()

動画にもしています。
役立つ情報を発信を心掛けていますので、チャンネル登録してくれたら大変嬉しいです