はじめに
個人投資家が市場平均を上回る成績を目指す場合、最も重要なのは情報収集の効率化です。毎日数千銘柄を目視で確認することは現実的ではありません。そこで有効なのがChatGPTとPythonを組み合わせた日本株スクリーニングです。本記事では初心者でも実践できる形で、自動スクリーニング環境の構築方法、具体的な条件設定、実際の運用方法まで詳しく解説します。
スクリーニングとは何か
スクリーニングとは条件に合致する銘柄だけを抽出する作業です。例えばPER15倍以下、営業利益成長率20%以上、時価総額500億円以下などの条件を設定し候補銘柄を絞り込みます。
多くの投資家はニュースを見てから銘柄を探します。しかし優れた投資家は先に条件を決めて自動抽出します。これにより感情を排除できます。
なぜChatGPTとPythonを組み合わせるのか
Pythonは大量データ処理が得意です。一方でChatGPTは分析や要約が得意です。
- Python：データ取得
- Python：ランキング作成
- ChatGPT：分析補助
- ChatGPT：比較検討
- ChatGPT：レポート作成
両者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分析環境を構築できます。
最初に作るべきスクリーニング条件
成長株探索
売上成長率15%以上、営業利益成長率20%以上、ROE10%以上を基本条件にします。
割安成長株探索
PER15倍以下、PBR1.5倍以下、営業利益成長率15%以上を設定します。
需給改善探索
年初来高値更新、出来高2倍以上、信用倍率改善を組み合わせます。
Pythonによる自動抽出の考え方
毎日データを取得し、条件に一致した銘柄を一覧化します。その結果をCSV出力し、ChatGPTへ渡して分析します。
例えば次のような流れです。
- 株価データ取得
- 財務データ取得
- 条件判定
- ランキング生成
- ChatGPT分析
個人投資家向け実践戦略
単に割安株を探すだけでは成果につながりません。実際には複数条件を重ねます。
具体例として以下の条件があります。
- 時価総額300億円以下
- 営業利益成長率30%以上
- 年初来高値更新
- 出来高急増
この組み合わせはテンバガー候補の初動探索に活用できます。
ChatGPTによる分析例
抽出された10銘柄をChatGPTへ入力し、共通点を分析させます。
例えば「売上成長率」「海外展開」「利益率改善」「市場テーマ」などを比較できます。
人間だけで分析すると数時間かかる作業が数分で完了します。
見落とされやすい指標
フリーキャッシュフロー
利益より重要な場合があります。利益が増えても現金が増えていない企業は注意が必要です。
ROIC
資本効率を示します。改善傾向の企業は市場評価が変わりやすい特徴があります。
海外売上比率
円安局面で利益が拡大しやすくなります。
ランキング方式の活用
単純な条件一致ではなく点数化します。
売上成長率、利益成長率、ROE、出来高増加率などを点数化し総合ランキングを作成します。
これにより有望候補を優先順位付きで管理できます。
実際の運用スケジュール
毎朝データ更新を実施し候補銘柄を抽出します。
- 月曜：全市場スクリーニング
- 火曜～木曜：監視
- 金曜：週次評価
- 月末：条件見直し
重要なのはルールを固定することです。
ありがちな失敗
条件を増やし過ぎると候補がゼロになります。
逆に条件が緩すぎると数百銘柄になり意味がありません。
まず20～50銘柄程度に絞り込める条件を目指します。
将来的な発展
ニュース分析、自動レポート生成、SNS分析、決算説明資料分析なども組み込めます。
さらにAIエージェントを利用すれば市場監視の自動化も可能です。
まとめ
ChatGPTとPythonの組み合わせは個人投資家の武器になります。重要なのはAI任せにすることではなく、データ収集を自動化して投資判断に集中することです。スクリーニング条件を継続的に改善し、自分だけの投資フレームワークを構築することで、再現性の高い銘柄発掘が可能になります。
コメント