株価の法則はグラフが知っていた！ #19

1.プログラムを作った目的

今回は、Pythonの使い回せる散布図コードを試作するついでに、
Yahoo!ファイナンスのデータを使ってその“直感”を検証してみました。

使ったのは、以下の3つの可視化手法：

• 散布図（Scatter Plot）

• ヒストグラム（Histogram）

• バイオリンプロット（Violin Plot）

対象としたのは トヨタ自動車（7203.T）。
1年分の日足データを使って、出来高と値動き幅の関係を見てみたところ、グラフが示す“値動きの法則”が、想像以上に面白かったんです。

2.可視化でやったこと

3ステップでデータを視覚的に捉えていきました。

▶ Step1. 散布図（Volume × High-Low Spread）

📈 結果：
出来高が一定のラインを超えると、
値動き（高安差）が急激に広がる日が出てくる傾向が見えてきました。

▶ Step2. ヒストグラム（高安差の分布）

このとき試したのが、「スタージェスの公式」など階級数を決めるルールの比較。

💡 発見：
ヒストグラムの“山の形”は、階級の設定で全く印象が変わるという面白さもありました。

▶ Step3. バイオリンプロット（密度＋外れ値）

• 分布の偏り

• 外れ値の有無

• 非対称性のパターン

…などが、ひと目で見えてきます。

3.可視化してわかったこと（まとめ）

今回の目的は、「出来高が多い日ほど値動きが大きいのか？」という直感を、グラフで確かめることでした。

その結果、次のような傾向が見えてきました：

• 一定以上の出来高を超えると、高安差（値動き幅）が急拡大する傾向がある
  

• 値動きには「しきい値（閾値）を超えると変化する」ようなポイントが存在しているように見える

• 分布全体としては、非対称性・偏り・外れ値が強く、単純な平均や中央値では読み取れない特徴がある

• 今後は、他の企業との比較や、イベント前後の値動き検証などにも応用してみようと思っています。
  以下では、今回作成したPythonコードを記載しています。

4. Google Colabで実装した結果です

以下は、Google Colabで実際に今回のコードを実装した結果です。