楽株研究 ～ 2億り人へのライフハック情報

[テクノロジー] カテゴリの記事

全19件 (19件中 1-19件目)

1

• 

  配当管理アプリを使ってみた

  これまで資産管理は自作のEXCELでやっていた。色々と手間がかかるのが悩みだ。そこで、配当管理アプリを使ってみることにした。​ひとつはロボフォリオ（Magical Pocket Corporation）、もうひとつは配当管理（ottilab)だ。​ポイントは日本株と米国株に対応していること。​ロボフォリオはSBI証券,マネックス証券,楽天証券などの証券会社口座と連携していることから選定。証券会社口座との連携は資産情報の入力手間が省けて便利で正確だ。ただ配当管理情報は不足していると感じた。​配当管理​は名前の通り配当管理が充実していて証券会社と連携せずに使えることから選定。資産情報の入力が手間だが、保有株数・取得単価は最初に入力するだけなので頻繁に売買しないのであればあまり問題ないかと思う。配当管理情報は充実している。ふたつを使い比べてみて、米国株の管理で為替レート変更タイミングが違うので比較するとズレが生じる。ただこれまでのEXCELでは手作業で更新していたので便利になる。もうひとつ、増配・減配時の配当金額情報が自動更新される。直近の決算発表の内容が反映されるのは便利だ。増配・減配の配当金がEXCELに反映できていなかったものが複数あり、結果として年間配当見込みが少なからず増えたのはうれしい発見だった。当面EXCELとの併用でもう少し利便性を見極めていきたいと思う。↓よろしければポチッとお願いします。株式ランキング

  2023.02.19

  コメント(0)

• AI開発用ライブラリー

  ​AI開発用ライブラリーのメモ（モジュール、パッケージともいう）標準で組み込まれていないものでもライブラリを実行環境へインストールし、自分のPythonコードにimportすることで使用可能Pandas データ解析用のライブラリ。主に前処理で使用される。データの読み込み、並べ替え、欠損値の補完など、主にデータの前処理用Numpy 行列計算用の関数が多く用意されている。画像・音声処理などでよく使用される。多次元配列の作成や、操作、集計、乱数生成などMatplotlib グラフ描画するライブラリ。さまざまなデータを可視化するのに役立っている。折れ線グラフ、ヒストグラム、散布図などのグラフ描画用seaborn グラフ描画するライブラリ。Matplotlibとの連携が可能。グラフの描画などMatplotlibの使い勝手を良くしたライブラリ。Matplotlib内包プログラムとして動作Scikit-learn 統計学、パターン認識、データ解析の技法が豊富。モデルの使い方が統一されている（サイキット・ラーン）機械学習用のライブラリ。アルゴリズムを簡単に使用可能​scikit-learn「アルゴリズム・チートシート」の全手法​​

  2023.02.18

  コメント(0)

• AI開発の工程確認

  AI開発理解のための工程確認メモ企画 プロジェクトの企画を立てる ・開発したい課題を整理する・プロジェクトの目的を明確化・AI開発が最適な手段であるか検討・費用対効果が見込めるか試算する・データの量、質を評価し実現の仮説を立てる検証(PoC) AIモデルの実現可能性を確かめる ・アルゴリズムの選定・データの前処理・AIモデルの構築・モデルの性能評価・チューニング・アウトプットを見て実現可能か？判断する本開発 AIモデルを本格開発する ・本番で使用できるモデルを構築する(性能、精度)運用 AIを業務に活用 ・実際の業務にAIモデルを導入するようにフロー自体見直し・関連システム含めて連携できるシステム開発「データの前処理」機械学習を行えるように、収集したデータを整えるデータ読み込み 収集したデータをプログラムに読み込む。Pandasの「DataFrame」を使用データ理解 実際のデータを目視確認、分布や偏り、特徴などの統計的な値の把握、グラフを使って傾向やデータ同士の関係性などを把握欠損値/外れ値/データ型変換処理 数値データのはずなのに空白が入っていたり、時系列データの一 部が抜けていたりというデータの不足を「欠損値」と呼び、平均値やゼロを設定するか、または欠損値を含むデータをまるごと除去するなどの対応を取る。また、他のデータと著しく離れたデータのことを「外れ値」と呼び、外れ値が混在すると、「分析結果が正確でなくなる」「機械学習が遅くなる」といった問題が生じる可能性があり、前処理の段階で必要に応じて除去するなどの対応を取る機械学習に使う特徴データ生成 機械学習の仕方によっては、そのままのデータを使うようよりも加工したデータ(特徴)を使ったほうが精度がよくなることがある（長さや幅をそのまま使うのではなく、比率のほうがより適切な分類を行える、というような場合）。逆に、値が入っていなかったり、備考欄のように機械学習とは関係 ない場合は、不要なデータを削除することもある■ 前処理のゴール・event列の欠損値を何らかの値で埋める（イベントがないという値にする）・日付列は売上と相関関係はなさそうなので削除する・weather, eventを数値型に変換する（文字列ではなく、数値化）機械学習を行う上で、データを理解することが大切こういうデータだからこういう学習をしようとなる。捉え方を間違えると結果精度にも影響する他データから離れたデータ：外れ値を前処理しないと分析結果が正確でないか、モデル学習が遅くなる

  2023.02.18

  コメント(0)

• Colaboratory へようこそを学ぶ

  Google Colaboratoryの学習メモです。Colaboratory へようこそ・Jupyter Notebookは、PythonをWebブラウザ上で記述・実行できる統合開発環境・Webブラウザ上でPythonの記述や実行できる点では、Google Colaboratoryと同じ・Jupyter Notebookは、自分のPCにインストールを行う必要がある・GoogleColaboratoryもJupyter Notebookベースで構築されていて操作感は類似​組み込み関数​Python インタプリタには数多くの関数と型が組み込まれており、いつでも利用可能

  2023.02.14

  コメント(0)

• 

  株式投資リスト（その2）

  株式投資リストはEXCELのようなスプレッドシートで十分機能する。プログラミング言語はPython。Pythonでスプレッドシートを読み取り・書き込み。こちらの記事を参考にする。​pythonでスプレッドシートを編集​​PythonでGoogle spreadsheetからレコードを取得しリストに変換する方法​日次更新処理銘柄コードをキーに更新処理を行う。トリガーは時間とし、提示起動1.3更新1.3.1最新化i現在単価$　　　　　　　　　　　 （米国株のみ）get/updatej現在単価\　　　　　　　　　　　　（米国株）e*j（日本株）get/updatek現在評価額　　　　　　　　　　　（米国株）e*j（日本株）get/updatem配当\　　　　　　　　　　　　（米国株）l*t（日本株）get/updateu最新レート(\/$)　　　　　　　 （米国株のみ）get/update株式ランキング

  2022.10.31

  コメント(0)

• 

  株式投資リスト（その1）

  投資パフォーマンスアップを模索する日々。株式投資リストを更新するツールが欲しい。どんな機能が必要かを検討する。まずは投資リスト管理項目整理から。機能概要1.投資銘柄のリストを作成・更新する1.1新規a銘柄コード　　　　　　　　　　　I or 銘柄名より取得b銘柄名　　　　　　　　　　　　　I or 銘柄コードより取得c区分（日本・米国）　　　　　　　Id区分（NISA・特定・一般）　　　Ie株式数　　　　　　　　　　　　　If取得単価$　　　　　　　　　　　　（米国株のみ）Ig取得単価\　　　　　　　　　　　　（米国株）f*t （日本株）I h投資額　　　　　　　　　　　　　e*g  or e*f*gi現在単価$　　　　　　　　　　　   （米国株のみ）I or get/updatej現在単価\　　　　　　　　　　　　（米国株）e*j（日本株）I or get/updatek現在評価額　　　　　　　　　　　（米国株）e*j（日本株）I or get/updatel配当$　　　　　　　　　　　　　　（米国株のみ）Im配当\　　　　　　　　　　　　（米国株）l*t（日本株）I or get/updaten配当計\　　　　　　　　　　　　l*eo受取配当\　　　　　　　　　　　n*vp利回り(%)　　　　　　　　　　　n/hq利回り(%)現在　　　　　　　　　n/kr利回り(%)受取　　　　　　　　　o/hs利回り(%)受現　　　　　　　　　o/k　　　　　　　　　　　t取得レート(\/$)　　　　　　　  （米国株のみ）Iu最新レート(\/$)　　　　　　　  （米国株のみ）I or get/updatev源泉率(%)　　　　　　　　　　　NISA 1.0, 特定・一般（日本株:0.79685/米国株:0.75）w損益\　　　　　　　　　　　　　k-hx予備y購入日　　　　　　　　　　　　　Iz実配当1Q\　　　　　　　　　　　Iaa実配当2Q\　　　　　　　　　　Iab実配当3Q\　　　　　　　　　　Iac実配当4Q\　　　　　　　　　　Iad配当年計\　　　　　　　　　　z+aa+ab+ac+adae年利回り(%)　　　　　　　　　ad/h1.2更新1.2.1最新化i現在単価$　　　　　　　　　　　   （米国株のみ）I or get/updatej現在単価\　　　　　　　　　　　　（米国株）e*j（日本株）I or get/updatek現在評価額　　　　　　　　　　　（米国株）e*j（日本株）I or get/updatel配当$　　　　　　　　　　　　　　（米国株のみ）Im配当\　　　　　　　　　　　　（米国株）l*t（日本株）I or get/updateu最新レート(\/$)　　　　　　　  （米国株のみ）I or get/update株式ランキング

  2022.10.31

  コメント(0)

• 

  「Pythonプログラミングのイー本」感想

  「Pythonプログラミングのイー本」を読んだ感想です。​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]​この本はPythonを使ってアプリ開発を行いたい人がその考え方を身に付けるのに必要な基本情報が一通り習得できる良本だと思います。Anacondaディストリビューションをインストールし、Jupyter NotebookとSpyderをインストールし、実際のPythonプログラム開発に必要な以下の3点を解説します。・アルゴリズム・データ・オブジェクトさらに、以下の2点に言及し具体的なプログラムの作り方を解説します。・インターネットアクセス・GUI画面開発GUI画面を操作してWEB APIを操作し、収集したデータを加工して利用するようなアプリケーションをPythonを使って開発するイメージが掴めれば、自分自身で同様のアプリケーションを考え出してそれを実装することができるようになると思います。

  2022.10.27

  コメント(0)

• 

  Python GUI画面開発（その2）

  Main Windowメニュープロパティ設定シグナル/スロット設定（シグナル/スロットエディタ）PyQT5 QWidgetクラスQWidget.close()メソッド　　QClose Eventを発生させ、対象ウィジェットを閉じる　イベントハンドラーQWidget.closeEvent()をコールバックする　引数としてQCloseEventクラスのオブジェクトを渡すcompoleUI()XMLデータをPythonコードに変換SpyderGUI版天気予報プログラムmain.py 画面構築、イベント処理mainWindow.py UI画面is_weather.py 天気予報取得（Webサービス接続）詳しくはChapter7 Section7-参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]​

  2022.10.27

  コメント(0)

• 

  Python GUI画面開発（その1）

  QT Designerメインウィンドウ作成プロパティエディタUI形式（拡張子「.ui」）ファイルとして保存ラジオボタンウィジェットボックスプロパティ設定イベントドリブン型イベントが発生すると、これに対応したメソッドを呼び出して処理を行うイベントハンドラー=スロット（QT Designer用語）イベントによって呼び出されるメソッドイベント=シグナル（QT Designer用語）シグナル/スロット設定プッシュボタンプロパティ設定シグナル/スロット設定ラベルプロパティ設定詳しくはChapter7 Section3-6参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.26

  コメント(0)

• 

  Python GUI

  QT Designer 高品位GUI部品（ウィジェット）QT Designer QTを利用してアプリ画面（GUI）を開発するためのツールWeather Hacks API はサービス終了→天気予報の Web サービス「​OpenWeatherMap API​」を利用Sign InCreate New Account​LoginAPI Keysimport requestsAPI_KEY = "取得した API キー"URL = "http://api.openweathermap.org/data/2.5/"data = requests.get(URL + 'forecast?q=都市名&lang=ja&appid=' + API_KEY).json()dataprint(data['list'][0]['dt_txt']) print(data['list'][0]['weather'][0]['description']) print(data['list'][1]['dt_txt']) print(data['list'][1]['weather'][0]['description'])詳しくはChapter7 Section1-2参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]​

  2022.10.26

  コメント(0)

• 

  Pythonインターネットアクセス

  Requestsインストールimport requestsrq = requests.get('https://yahoo.co.jp')print(rq.text)リクエストメッセージリクエストライン：GETメソッドの内容リクエストヘッダー：詳細情報メッセージボディ：送信データレスポンスメッセージステータスライン：応答内容レスポンスヘッダー：詳細情報メッセージボディ：送信データ→ブラウザはこれを解析して画面表示を行うWebサービスWeb API リクエストに応答するWebサーバー側プログラムRSSフィード（XML言語ベース）記事の見出しやようやくをまとめ配信クローリングWebサイトからページの情報を丸ごと取得することスクレイピングクローリングして集めたデータから必要なものだけ取り出したり使いやすいように加工すること専用ライブラリー：BeautifulSoup4ライブラリほしい情報がどのタグに埋め込まれているのかを知る必要がある詳しくはChapter6 参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.25

  コメント(0)

• 

  Pythonオブジェクト（後半）

  インスタンス　メモリ上に読み込まれているオブジェクトそのものself.インスタンス変数名 = 値オブジェクトを初期化__init__()モジュールをインポートimport モジュール名モジュールのクラスをインポートfrom モジュール名 import クラス名ポリモーフィズム（実行時型識別）文字列.isdigit()詳しくはChapter5 Section4-5参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.25

  コメント(0)

• 

  Pythonオブジェクト（前半）

  関数一連の処理を行うコードを1つのブロックとして、これに名前を付けて管理できるようにしたものdef 関数名(): 処理だけを行う関数 [Tab]処理 [Tab]...def 関数名(パラメーター): 引数を受け取る関数 [Tab]処理 [Tab]...def 関数名(パラメーター): 戻り値を返す関数 [Tab]処理 [Tab]...[Tab]return 戻り値クラス: オブジェクトを作るためのソースコードをまとめたものclass クラス名メソッド: クラス内部で定義でき、クラスから生成したオブジェクトから呼び出して任意の処理を行うdef メソッド名(self, パラメーター): [Tab]処理...クラスのインスタンス化変数 = クラス名(引数)オブジェクトの初期化def __init__(self, パラメーター, ...);継承（スーパークラス・サブクラス）:スーパークラスの機能（メソッド等）を引き継いだ別のサブクラスclass クラス名(継承するクラス名):メソッドのオーバーライドclass Responder(object):def response(self, point):objectクラスには「クラスとしての基本機能」が定義されているプログラムの起点if __name__ == '__main__'詳しくはChapter5 Section1-3参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.24

  コメント(0)

• 

  Pythonデータ（後半）

  タプル　変更不可データ　並び順が決まっていてインデックスを使って参照するのはリストと同じ変数 = (要素1, 要素2, ...)辞書(dict)型　要素につけた名前（キー）を使って参照　要素はミュータブル（変更可能）、キーはイミュータブル変数 = {キー1: 値1, キー2: 値2, ...}keys()values()items()dict()update()copy()del演算子clear()zip()集合(set)型　複数のデータを1つにまとめる（重複した要素を持たない）union() 重複した要素を除いて1つの集合を作るintersection() 重複している要素だけで1つの集合を作るjoin()詳しくはChapter4 Section5-8参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.23

  コメント(0)

• 

  Pythonデータ（前半）

  シーケンス　並んでいる順番で処理が行えるもの（文字列など）リストタプル辞書（キー：値）エスケープシーケンス文字として表示されない特殊な機能を持つ文字自動エコーシングルクォート、ダブルクォートで囲んで入力した文字列をそのまま出力するトリプルクォートを使うと途中に改行を入れることができるブラケット演算子インデックス[インデックス]スライス：文字の切り出し[インデックス:][:インデックス][インデックス:インデックス][インデックス:インデックス:ステップ]lensplitreplaceformatシーケンスstr型リスト　要素list()append()pop()min()print()extend() +=と同じinsert()del演算子remove()index()in演算子cound()sort()copy()インデックシング　インデックスは0から始まるネガティブインデックス　[-1]for 変数 in イテレート可能なオブジェクト　処理リストの更新　ミュータブル（変更可能）タプルランダムリスト内包表記詳しくはChapter4 Section1-4参照！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]​

  2022.10.23

  コメント(0)

• 

  Pythonアルゴリズム

  Pythonのアルゴリズムifif...elif...elsefor   range関数は消化不良randomモジュール（疑似乱数）while詳しくはCapter3を参照ください。​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.22

  コメント(0)

• 

  Pythonプログラム

  プログラムになくてはならないもの・ソースコード（アルゴリズム）変数（予約語）・データInt型float型str型bool型算術演算子代入演算子詳しくはChapter2をどうぞ！​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.22

  コメント(0)

• 

  Pythonプログラミング事始め

  Anacondaのインストールhttps://www.python.jp/install/anaconda/パッケージのダウンロードhttps://www.python.jp/install/anaconda/windows/install.htmlJupyter Notebookを仮想環境にインストールSpyderを仮想環境にインストールまずはここまで。詳しくはCapter1を参照ください。​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]

  2022.10.22

  コメント(0)

• 

  テクノロジー

  データ分析できるように関連するテクノロジー活用記録を残したいと思います。参考文献に沿って実際にテクノロジーを使ってみます。まずはPythonを使ってデータを集めて分析できるところまでを目標にします。まず最初は、こちらの​世界でいちばん簡単なPythonプログラミングのe本 ［Anaconda/Jupyter対応 第2版］ [ 金城俊哉 ]を使っていきます。

  2022.10.22

  コメント(0)

全19件 (19件中 1-19件目)

1