はじめに
個人投資家が市場で継続的に成果を上げるためには、数千銘柄の中から有望候補を効率的に発見する仕組みが重要です。従来は証券会社のスクリーニング機能や四季報を活用する方法が主流でしたが、近年はChatGPTとPythonを組み合わせることで、個人でも高度な銘柄探索環境を構築できるようになりました。
本記事では、日本株スクリーニングを自動化する具体的方法を解説します。初心者でも理解できるよう基礎から説明し、実際にどのような条件で銘柄を抽出し、どのように投資判断へつなげるのかを詳しく紹介します。
なぜ自動化が重要なのか
東証上場企業は数千社あります。決算、出来高、業績予想修正、自社株買いなどを毎日確認するのは困難です。自動化の目的は売買判断そのものではなく、有望候補を効率的に発見することです。
例えば、営業利益が前年比30%以上成長し、時価総額500億円以下で、52週高値更新中という条件を毎日手作業で探すのは大変です。しかしPythonなら数秒で処理できます。
ChatGPTとPythonの役割分担
Pythonの役割
データ取得、集計、計算、ランキング作成を担当します。
ChatGPTの役割
抽出条件の設計、コード作成補助、分析補助、レポート生成を担当します。
つまりPythonが作業員、ChatGPTがアナリストというイメージです。
有効なスクリーニング条件
単なるPERランキングでは有効性が低い場合があります。複数条件を組み合わせることが重要です。
成長株探索
- 売上成長率20%以上
- 営業利益成長率30%以上
- 時価総額1000億円以下
- 52週高値から10%以内
ターンアラウンド銘柄
- 黒字転換
- 営業利益率改善
- 自己資本比率30%以上
需給改善銘柄
- 出来高急増
- 信用倍率改善
- 高値更新
ChatGPTで条件を設計する
例えば以下のような依頼ができます。
「過去のテンバガー銘柄に近い特徴を持つ日本株を抽出したい。売上成長率、営業利益率、時価総額を考慮した条件を提案してください。」
ChatGPTは複数パターンの条件を提案できます。そこから自分の投資スタイルに合うものを採用します。
Pythonによる自動抽出の流れ
基本的な流れは以下の通りです。
- 株価データ取得
- 財務データ取得
- 条件判定
- ランキング作成
- CSV出力
毎日自動実行すれば有望候補リストが完成します。
実践例：高成長株発掘モデル
実際の例として以下の条件を考えます。
- 売上成長率20%以上
- 営業利益成長率30%以上
- ROIC改善
- 株価が200日移動平均線より上
このような条件は単独では珍しくありません。しかし複数条件が重なる企業は大幅に減少します。市場がまだ十分評価していない成長企業を発見しやすくなります。
オルタナティブデータの活用
一般投資家が見落としやすいのがオルタナティブデータです。
- 求人件数
- アプリランキング
- 店舗数推移
- SNS言及数
- Google検索トレンド
例えば求人件数が急増している企業は事業拡大局面である可能性があります。決算に表れる前の変化を観測できることがあります。
レポート生成の自動化
抽出した銘柄をChatGPTへ渡し、自動レポートを作成できます。
例として、銘柄コード、売上成長率、営業利益率、ROIC推移を入力すると、各企業の特徴を文章化できます。
これにより銘柄研究の初期作業時間を大幅に削減できます。
バックテストの重要性
どんなスクリーニング条件でも検証は不可欠です。
例えば過去5年間について、抽出銘柄を毎月購入し、TOPIXと比較します。
市場平均を継続的に上回れない場合は条件を修正します。
感覚ではなくデータで判断する姿勢が重要です。
実際の運用ルール例
以下は一例です。
- 毎週土曜日にスクリーニング
- 上位20銘柄を確認
- 決算内容を確認
- チャートを確認
- 候補を5銘柄まで絞る
- 分散投資する
このように仕組み化すると感情的な売買が減少します。
個人投資家の強み
機関投資家は大型株中心になりがちです。一方で個人投資家は時価総額100億円未満の小型株にも投資できます。
スクリーニングを活用すれば、小型成長企業を効率的に発見できます。
将来の大化け株は市場参加者が少ない段階で見つける必要があります。
ChatGPT活用の具体例
ChatGPTはコード作成だけでなく分析補助にも活用できます。
- 決算説明資料の要約
- 競合分析
- 市場規模調査
- 強みと弱みの整理
- リスク要因抽出
これらを組み合わせることで銘柄分析の速度が飛躍的に向上します。
よくある失敗
最も多い失敗は条件を増やし過ぎることです。
条件を厳しくしすぎると銘柄数が極端に減り、有効性の検証が難しくなります。
まずはシンプルな条件で始め、少しずつ改良することが重要です。
まとめ
ChatGPTとPythonを組み合わせることで、個人投資家でも機関投資家に近いスクリーニング環境を構築できます。
重要なのは予測ではなく発見です。有望銘柄候補を効率的に抽出し、その後に企業分析を行う流れが再現性の高い投資につながります。
毎日の情報収集を自動化し、自分だけの銘柄発掘システムを構築することが長期的な競争力になるでしょう。
コメント