今日は時間が無いので、サンプルを一部のみ変更して実行してみる。
先に結果として表示されるグラフを見てみる。2017年、2020年の配当額がやや少なく見えるが、配当性向が他の年と比べ特に低い、といったことがわかる。
下記はサンプルのソースコードを一部編集したもの。主にトークンの取得周りを簡略化している。
pip install jquants-api-client japanize-matplotlib mplfinance
# 年間配当額の推移を表示する銘柄コードを指定します (e.g. 8697) TARGET_SYMBOL = "8697" # 日本取引所グループ # 必要なモジュールをインストールします。 import os from datetime import datetime import japanize_matplotlib import jquantsapi import mplfinance as mpf import matplotlib.pyplot as plt import numpy as np import pandas as pd import seaborn as sns # pandas の表示制限を調整します pd.set_option("display.max_rows", 1000) pd.set_option("display.max_columns", 1000) pd.set_option("display.width", 2000) # プロット用の設定をします sns.set(rc={'figure.figsize': (15, 10)}) sns.set(font_scale=1.5) sns.set_style('whitegrid') japanize_matplotlib.japanize() # 銘柄コードが4桁で指定されていた場合は末尾に0を付与します if len(TARGET_SYMBOL) == 4: TARGET_SYMBOL += "0" # ファイルからリフレッシュトークンを読み込みます refresh_token = '(token)' # J-Quants APIクライアントを初期化します jqapi = jquantsapi.Client(refresh_token=refresh_token) # 銘柄情報を取得します df_list = jqapi.get_list() # 対象銘柄の株価情報を取得します df_p_org = jqapi.get_prices_daily_quotes(code=TARGET_SYMBOL) # 作業用にコピーします df_p = df_p_org.copy() # 各列のデータ型を調整します df_p.loc[:, "Date"] = pd.to_datetime(df_p["Date"], format="%Y-%m-%d") df_p.loc[:, "Open"] = df_p["Open"].astype(np.float64) df_p.loc[:, "High"] = df_p["High"].astype(np.float64) df_p.loc[:, "Low"] = df_p["Low"].astype(np.float64) df_p.loc[:, "Close"] = df_p["Close"].astype(np.float64) df_p.loc[:, "Volume"] = df_p["Volume"].astype(np.float64) df_p.loc[:, "TurnoverValue"] = df_p["TurnoverValue"].astype(np.float64) df_p.loc[:, "AdjustmentFactor"] = df_p["AdjustmentFactor"].astype(np.float64) df_p.loc[:, "AdjustmentOpen"] = df_p["AdjustmentOpen"].astype(np.float64) df_p.loc[:, "AdjustmentHigh"] = df_p["AdjustmentHigh"].astype(np.float64) df_p.loc[:, "AdjustmentLow"] = df_p["AdjustmentLow"].astype(np.float64) df_p.loc[:, "AdjustmentClose"] = df_p["AdjustmentClose"].astype(np.float64) df_p.loc[:, "AdjustmentVolume"] = df_p["AdjustmentVolume"].astype(np.float64) # 株価が0のレコードを除外します df_p = df_p.replace({0.0: np.nan}).dropna() # 月足のOHLCVを作成します df_p_m_ohlc = df_p.set_index("Date")[[ "AdjustmentOpen", "AdjustmentHigh", "AdjustmentLow", "AdjustmentClose", "AdjustmentVolume" ]].rename(columns={ "AdjustmentOpen": "Open", "AdjustmentHigh": "High", "AdjustmentLow": "Low", "AdjustmentClose": "Close", "AdjustmentVolume": "Volume", }).resample("M").agg({"Open": "first", "High": "max", "Low": "min", "Close": "last", "Volume": "sum"}) # 対象銘柄の財務情報を取得します df_s_org = jqapi.get_fins_statements(code=TARGET_SYMBOL) # 作業用にコピーします df_s = df_s_org.copy() # 年度末情報に絞り込みます df_s = df_s.loc[df_s["TypeOfCurrentPeriod"] == "FY"] # float64にするために"-"および""をnp.nanに置き換えます df_s.replace({"－": np.nan, "": np.nan}, inplace=True) df_s.loc[:, "ResultDividendPerShareAnnual"] = df_s["ResultDividendPerShareAnnual"].astype(np.float64) df_s.loc[:, "ForecastDividendPerShareAnnual"] = df_s["ForecastDividendPerShareAnnual"].astype(np.float64) df_s.loc[:, "EarningsPerShare"] = df_s["EarningsPerShare"].astype(np.float64) # 日付型に変換します df_s.loc[:, "DisclosedDate"] = pd.to_datetime( df_s["DisclosedDate"], format="%Y-%m-%d" ) df_s.loc[:, "CurrentPeriodEndDate"] = pd.to_datetime( df_s["CurrentPeriodEndDate"], format="%Y-%m-%d" ) df_s.loc[:, "CurrentFiscalYearStartDate"] = pd.to_datetime( df_s["CurrentFiscalYearStartDate"], format="%Y-%m-%d" ) df_s.loc[:, "CurrentFiscalYearEndDate"] = pd.to_datetime( df_s["CurrentFiscalYearEndDate"], format="%Y-%m-%d" ) # 開示順に並べ替えます df_s.sort_values("DisclosedUnixTime", inplace=True) # 配当性向を算出します df_s["配当性向"] = df_s["ResultDividendPerShareAnnual"] / df_s["EarningsPerShare"] # プロット用に配当額が存在するレコードのみに絞り込みます df_plot = df_s.loc[df_s["ResultDividendPerShareAnnual"].notna()].set_index("DisclosedDate") # インデックスの表記を変更します df_plot.index = df_plot.index.strftime("%Y-%m-%d") # 項目名を日本語にします df_plot.index.name = "開示日" df_plot.rename(columns={ "ResultDividendPerShareAnnual": "配当実績_合計", "EarningsPerShare": "1株当たり当期純利益", }, inplace=True) # 配当額と1株あたり利益をプロットします ax = df_plot[["配当実績_合計", "1株当たり当期純利益"]].plot(kind="bar") # 配当性向をプロットします bx = df_plot[["配当性向"]].plot(linestyle='-', marker='o', ax=ax, use_index=False, secondary_y=True, color="black") # 棒グラフに数字を表記します for p in ax.patches: ax.annotate(str(p.get_height()), (p.get_x() * 1.005, p.get_height() * 1.005)) # 銘柄名を取得します name = df_list.loc[df_list["Code"] == TARGET_SYMBOL, "CompanyName"].iat[0] # タイトルを設定します ax.set_title(f"{name}({TARGET_SYMBOL}) の年間配当推移") # 株価の推移を月足で表示します mpf.plot(df_p_m_ohlc, type="candle", volume=True, figsize=(20, 8), vlines={"vlines": df_plot.index.tolist(), "colors": "r"})
