はじめに
個人投資家が市場平均を上回る成果を目指す場合、銘柄選定の効率化は避けて通れません。近年はChatGPTとPythonを組み合わせることで、従来は機関投資家やプロ向けだったスクリーニング環境を個人でも構築できるようになりました。本記事では、初心者でも理解できるようにスクリーニングの基本から自動化までを体系的に解説します。
スクリーニングとは何か
スクリーニングとは、数千銘柄の中から一定条件を満たす銘柄を抽出する作業です。PER、PBR、ROE、営業利益成長率などの条件を組み合わせて候補を絞り込みます。
例えば「営業利益成長率20%以上」「ROE10%以上」「時価総額500億円以下」という条件を設定すると、成長性と収益性を両立した中小型株を効率的に探せます。
なぜChatGPTとPythonを組み合わせるのか
Pythonはデータ処理が得意ですが、コード作成には知識が必要です。一方でChatGPTはコード生成や修正を支援できます。
投資家はアイデアを日本語で指示し、Pythonコードへ変換してもらうことで開発時間を大幅に短縮できます。
実践的なスクリーニング条件
成長株探索
売上成長率15%以上、営業利益率改善、ROIC上昇という組み合わせは有効です。
割安成長株探索
PER15倍以下かつ利益成長率20%以上の条件は市場が見落としている銘柄を発見しやすくなります。
需給改善探索
年初来高値更新、出来高急増、信用倍率改善などを組み合わせます。
ChatGPT活用例
「営業利益成長率20%以上でROE10%以上の銘柄を抽出するPythonコードを書いてください」と依頼するだけで、土台となるコードを作成できます。
データ収集の考え方
スクリーニングの精度はデータ品質で決まります。財務データ、株価データ、出来高データを組み合わせることで精度向上が期待できます。
オリジナル戦略の作り方
単一指標ではなく複数指標を組み合わせることが重要です。例えば利益成長率、ROIC、52週高値更新の3条件を満たす銘柄のみを対象とする方法があります。
バックテストの重要性
魅力的に見える条件でも過去データで検証しなければ意味がありません。最低でも5年以上の期間で検証し、複数相場環境で確認します。
個人投資家向け実践フロー
毎週末にデータ取得、自動スクリーニング、候補銘柄確認、決算確認、監視リスト更新という流れを構築します。
失敗しやすいポイント
条件を厳しくしすぎると候補がゼロになります。また過去に最適化しすぎると将来機能しない可能性があります。
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。重要なのは自動化そのものではなく、再現性のある投資プロセスを構築することです。継続的な改善を行いながら独自のスクリーニング環境を育てることで、情報収集の効率化と投資判断の質向上が期待できます。
コメント