Pythonによる株価分析_VIX指数（恐怖指数）編

Contents

目的
- VIX指数とは?
実行結果
- ソースコード
準備＆株価の取得
- ライブラリインストール
- ライブラリインポート
株価の取得方法
参考にした本
おすすめのPython学習方法

目的

今回は、Pythonによる株価分析ということで、
VIX指数（恐怖指数）のグラフを作成していきたいと思います。
『mplfinance』を使用することにより簡単にチャートを作成することができます。

また、恐怖指数をよりわかりやすくするために、下記の指標についても、グラフ化していきます。

VVIX
VVIX/VIX

VIX指数とは?

VIX指数 Volatility Index

S＆P500を対象とするオプション取引の30日間のボラティリティ（値動きの度合い）をもとにした指数で、短期的なボラティリティに対する投資家心理を反映する数値です。

「恐怖指数 (investor fear gauge) 」とも呼ばれています。

S&P500の値動きが激しくなると予測する投資家が増える→VIX指数は上昇
S&P500が安定すると予測する投資家が増える→VIX指数は下落

ということになります。

VIX指数は、0〜100の数字（パーセント）で表されます。

相場が安定している時は、20前後で推移
コロナショック時には、80以上に

下記のサイトに詳しく書かれていますので、参考にしてみて下さい。

VVIX指数とは?

VVIX指数とは、VIX指数の30日後の予想ボラティリティです。
これは、VIX指数のボラティリティの変動率を示すもので、
簡単に言えば、VIXのVIXという事になります。

VIX指数の30日後の予想ボラティリティで、
VIX指数の予想価格が上がると、VVIX指数が高くなります。

VVIX/VIXとは?

単純にVIXとVVIXを見ていても分かりづらいので、VVIX/VIXという合成指標が使用されます。

アメリカ株（S＆P500）と相関が高く、株に先行して動く

という特徴があります。

実行結果

ソースコード

下記のソースコードをコピーすることで、簡単にチャートを作成することができます。

準備＆株価の取得

ライブラリインストール

インストールするライブラリは、下記の3つです。

pip install pandas
pip install pandas_datareader
pip install mplfinance

ライブラリインポート

各種ライブラリをインポートします。

#データ構造を作成するライブラリ
import pandas as pd
#日付を指定するライブラリ
import datetime as dt
#経済データや金融商品の価格データを取得できるライブラリ
import pandas_datareader.data as web
#グラフを作成するライブラリ
import mplfinance as mpf

株価の取得方法

関数の作成

下記の関数を使用することで、株価の取得を行います。
設定するのは下記の2つです。

・株式銘柄名
・取得期間（〜最新日）

def df_stock(stock_name,day):
    end = dt.date.today()
    start = end - dt.timedelta(days=day)
    stock = web.DataReader(stock_name,'yahoo',start,end)
    df_stock = stock.sort_index(ascending=True)
    return df_stock
"""
最新の日付から設定日数までの株価を表示する関数
stock_name　:株式銘柄　　day:表示日数
"""

pandas_datareadeとは?

pandas_datareaderはPythonのライブラリで、
経済データや金融商品の価格データが取ることができます。

yahooファイナンス, fred, stooqの紹介

pandas_datareaderには、yahooファイナンスを使用します。
今回は、VIX指数とVVIX指数の取得が必要であり、他の「fred」や「stooq」からは取得不可能だったため、選択肢しました。

普段の銘柄であれば、Stooqやfredを使用することをオススメします。
上記のコードの’yahoo’の箇所を変更することで取得可能になります。

株式銘柄名の参考までに公式サイトを下記に添付します。

https://finance.yahoo.com/

https://fred.stlouisfed.org/

https://stooq.pl/

関数の作成_終値

下記、終値のみを取得する関数です。

def df_stock_close(stock_name,day):
    end = dt.date.today()
    start = end - dt.timedelta(days=day)
    stock = web.DataReader(stock_name,'yahoo',start,end)
    df_stock = stock.Close.sort_index(ascending=True)
    return df_stock
"""
最新の日付から設定日数までの株価を表示する関数
stock_name　:株式銘柄　　day:表示日数
"""

具体的な株価の取得

S＆P500とVIX取得します。
mplfinanceでキャンドルチャートを作成するときは、
Open, High, Low, Close, Volumeが取得できるpandas_datareadeと相性が良いです。

# S＆P500取得
df_sp500 = df_stock('^GSPC',150)
# VIX取得
df_index_VIX = df_stock('^VIX',150)

下記は、終値（Close）を取得します。

# 取得リスト
ticker = ['^VIX','^VVIX']
# VIX, VVIX取得_終値
df_index_data = df_stock_close(ticker,150)
# VIX/VVIX算出
df_index_data['VVIX/VIX'] = df_index_data['^VVIX'] / df_index_data['^VIX']

グラフ作成

VIX・VVIX・VIX/VVIXの関係

def index(df1, df2, df3):
    #グラフ設定
    add_plot = [
    mpf.make_addplot(df2, color='green', secondary_y=False),
    mpf.make_addplot(df3, color='blue',panel=1)    
    ]
    #キャンドルチャートの作成
    mpf.plot(df1, type='candle', style='yahoo', addplot=add_plot)
    """
    グラフ表示
    df1:キャンドルチャート　
    df２:折れ線グラフ
    df3:折れ線グラフ_別枠
    """

index(df_index_VIX, df_index_data['^VVIX'], df_index_data['VVIX/VIX'])

下記のグラフを見ることで、
VIX・VVIX・VIX/VVIXの関係が、理解できると思います。

S＆P500とVIX/VVIXの関係

def VVIX_VIX(df1, df2):
    #グラフ設定
    add_plot = [
    mpf.make_addplot(df2, color='blue', secondary_y=True),
    ]
    #キャンドルチャートの作成
    mpf.plot(df1, type='candle', style='yahoo', addplot=add_plot)
    """
    グラフ表示
    df1:キャンドルチャート　
    df２:折れ線グラフ
    """

VVIX_VIX(df_sp500, df_index_data['VVIX/VIX'])

VVIX/VIXは、S＆P500の先行指数になるということが、
下記のグラフを見ることで確認できると思います。

参考にした本

株価分析の方法だけでなく、
投資について、わかりやすく書かれているので、大変参考になると思います。
電子書籍の方が半額で購入できるので、そちらをオススメします。

リンク