dejerine’s blog

千葉のとある街に住むサーファーの週末日記。「海の記録」や「食」「アメリカで生活していた頃の思い出」などを気ままに書いています。

日光

2021年7月某日、海は人でごった返していそうなので、久々に電車で日帰りの遠出。浅草から東武鉄道日光線を使って栃木の日光へ行ってきた。電車に乗る前に軽く浅草を観光して道中電車内で食べる人形焼を購入。久しぶりの浅草寺は、午前中だけど鮮明な日差しが照していて、建造物がよく映えていた。

f:id:dejerine:20210801094523j:plain

浅草寺

f:id:dejerine:20210801094510j:plain

浅草駅

東武線の浅草駅は初めての利用。駅ビルに入ると、ホームが2階にある。

電車は特急「きりふり」。特急券(指定席のチケット)を購入して乗車。

f:id:dejerine:20210801094554j:plain

特急きりふり

電車内で飲んだ抹茶のペットボトルと人形焼。

f:id:dejerine:20210801095529j:plain

抹茶ペットボトルと人形焼

蓋の裏に抹茶の粉が仕込んであって、蓋を開けると、粉末が水に落ちて新鮮な抹茶ができるという仕組み。本物の抹茶の味と風味がして、甘い人形焼とよく合う。

f:id:dejerine:20210801095923j:plain

日光駅

f:id:dejerine:20210801100333j:plain

日光駅バス停

二時間ほどで日光駅に到着。こちらはやや雲が多く、昼過ぎには夕立が降ったりした。2B世界遺産めぐりのバスで日光東照宮へと向かう。電車から降りた乗客のほとんどがこのバスに乗るので、すぐに満員になった。乗れずに次のバス待ちといいう人も数名いた。バスの本数はそこそこありそうなので、人混みを避けたい場合は待つかタクシー利用が良いと思われる。

f:id:dejerine:20210801100515j:plain

おおきなき

終点のバス停で下車すると、目の前に大きな神社があり、周りには大きな杉が沢山あった。東照宮は横の参道を行けばあるとのことでヒグラシの鳴き声が心地よい杉の参道を抜けて東照宮へと向かう。

f:id:dejerine:20210801102237j:plain

象の彫刻が施された軒下

実際の象を見たことのない狩野探幽が想像で造ったとされる象の彫刻らしい。目がぬけさく先生。

f:id:dejerine:20210801102300j:plain

みざる、いわざる、きかざる

f:id:dejerine:20210801102324j:plain

金色の肌と青い毛をもつ狛犬

凛々しいやつ。

 

f:id:dejerine:20210801102338j:plain

随身

下の虎が家康で、その上に秀吉か光秀が座っているというという説もある?知らんけど。

 

f:id:dejerine:20210801102352j:plain

眠り猫

f:id:dejerine:20210801102554j:plainf:id:dejerine:20210801102536j:plain

f:id:dejerine:20210801102425j:plain

叶杉

f:id:dejerine:20210801102507j:plain

ゆばむすび

f:id:dejerine:20210801102442j:plain

ゆばさし

 

google colabとyahooquery

google colabで米国株データを取得して、複数の銘柄を簡便に視覚化してみた。

その備忘録。

yahooqueryというライブラリーを使う。

まず、pipでyahooqueryのインストールする。

!pip install yahooquery

流れとして、
1. check_listに興味のある銘柄をリストで入力
2. for文で銘柄のTickerを一つずつインスタンス
3. インスタンス変数summary_detailをpandasのDataFrameに格納
4. DataFrameをgoogleドライブの所定の場所にcsvで保存

from yahooquery import Ticker
import pandas as pd
import datetime

check_list = ['DKL','QQQ','ABBV','T','PFE','K','KMB','BBY','USB','MMM','TGT','SQ','ISRG','NEE','IBM','XOM','KMI','WMB','MO','DOW']
df = pd.DataFrame(columns=check_list)
for stock_name in check_list:
  ticker = Ticker(stock_name)
  for k, v in ticker.summary_detail.items():
    df[stock_name] = pd.Series(v)

filename = '/content/drive/MyDrive/StocksUSA'+str(datetime.datetime.now().date()) +'.csv'
df.to_csv(filename)

保存したcsvを開くと、株データ一覧が見られる。

Tickerで取得できる値は、

'previousClose' = 前日終値
'open' = 始値
'dayLow', 'dayHigh' = 最安値、最高値
'dividendRate' = 一株配当額
'dividendYield' = 配当率
'beta’ = ベータ値
‘trailingPE', 'forwardPE' = PER、PER(予)
'volume' = 出来高
'bid', 'ask', 'bidSize', 'askSize' = 売値、買値、売値数、買値数
'priceToSalesTrailing12Months' = PSR
'fiftyDayAverage' = 50日平均

などで、

PBR、ROEキャッシュフローなどは含まれない。

f:id:dejerine:20210327201617p:plain

表を見るのは大変なので、matplotlibでグラフ化。

流れとしては、
1. csvをDataFrameで読み込み行列を入れ替える。
2. xstr, ystr, cstr変数にそれぞれx,y軸とカラーコードで表すカラム名を代入。
x軸に株価、y軸に配当利回り、beta値をカラーコードを使って表示する場合、
開始時の株価 = 'open'、配当率 = 'dividendYeild'、ベータ値 = 'beta'を使用すれば良い。

これらの変数を任意に変えることで調べたい組み合わせでプロットできる。

例)
PSRを見たい時は、'priceToSalesTrailing12Months'
PERは、'trailingPE'
などを代入する、

3. 保存したcsvを元にグラフを作成してpdfで保存。

import matplotlib.pyplot as plt

df = pd.read_csv(filename,index_col=0).T
xstr, ystr, cstr = 'open','dividendYield','beta'

for i in [xstr, ystr, cstr]:
  df[i]=df[i].astype(float)
x, y, c = df[xstr].tolist(),df[ystr].tolist(),df[cstr].tolist()

fig = plt.figure(figsize=(10, 8))
ax = fig.add_subplot(111,title=str(xstr+' vs '+ystr+' vs '+cstr))
axa = ax.scatter(x=x,y=y,c=c,s=50,cmap=plt.cm.get_cmap('RdYlBu'))

ax.set_xlabel(xstr)
ax.set_ylabel(ystr)

cbar=plt.colorbar(axa)
cbar.set_label(cstr,size=14)
for i, txt in enumerate(check_list):
  ax.annotate(txt, (x[i], y[i]),fontsize=20)
plt.grid()
fig.savefig(filename.replace('.csv','.pdf'))
fig.show()

出来上がった散布図はこんな感じ。

f:id:dejerine:20210327211918p:plain

一株あたりの価格が安い(割安というわけではない)が、配当利回りが高くて市場の変動の影響を受けにくそうな銘柄 (betaが小さい。TやMO)が一目でわかる。

beta値がないETFなど、欠損値を含む銘柄はプロットされない。

ポートフォリオに含まれる(あるいは加えたり外したりする)銘柄のリストを作っておいて、どの銘柄にするかを決めるときにサクッと選べる。

購入は自己責任で。

3月7日日曜日 2021

北東風につき海には行かず。

道の駅いちかわでコーヒーを飲んで、どら焼きを買って帰る。

f:id:dejerine:20210309062500j:plain
f:id:dejerine:20210309062512j:plain
f:id:dejerine:20210309062505j:plain
f:id:dejerine:20210309062508j:plain

その後、グーグルコラボでiDecoアセットアロケーションを検討するためのコードを書いたりしてダラダラ過ごした。

手数料込みのリターンとシャープレシオを任意の商品の組み合わせかつ任意の期間で自動算出できるようにした。

2018年から21年1月の期間でシャープレシオ2以上でスクリーニングしたらこんな感じ。

f:id:dejerine:20210309214001j:plain

組み合わせた時のリスク計算で使う商品間の相関係数はこんな感じ

f:id:dejerine:20210310073147p:plain

プログラミングできるようになって世界が変わった気がする。

2月最後の日曜

土曜日は極上吉乃川。

吉野川ではなく吉乃川。

徳島ではなく新潟。

f:id:dejerine:20210228190352j:plain

癖がなく、飲みやすい日本酒。

久保田的?

日曜日は先週に引き続きH浜。

f:id:dejerine:20210228190400j:plain

久々にめんつるの波。

最初は人が多かったが、遅いスタートだったので途中から人が減って乗りたい波に乗れる感じだった。


帰りはおらい蓮沼で袋で漬ける糠床キットなどを購入。

f:id:dejerine:20210228190410j:plain
f:id:dejerine:20210228190406j:plain

日曜日の夜は、秋田のお酒、北秋田

極上吉野川や久保田よりも更に飲みやすい気がする。

さっぱり、ニュートラル、口あたりが高度にまろやか。

それでいて洗練されている感じの日本酒。



f:id:dejerine:20210228190357j:plain







今度ラズパイで糠床のIoT化でもしてみようかな

田村酒造 まぼろしの酒?

東京都福生市の日本酒。

福生と書いて「ふっさ」と読むらしい。

f:id:dejerine:20210223181902j:plain

田村酒造の「嘉泉」。

まぼろしの酒とラベルには書いてあるけど、ドンキで普通に売っていた。

瓶を開けた時のアルコール臭が強いかなと思ったけど、口当たりは柔らかく飲みやすい。

本日のアテ

f:id:dejerine:20210223184237j:plain
f:id:dejerine:20210223184233j:plain
f:id:dejerine:20210223184240j:plain