OANDA API を使って為替データを取得
為替データを使ってみよう
このポストは，PyLadies Japan Advent Calendar 2020 - Adventar21日目のポストです．
Pythonでデータ分析にトライしたいとおもった時に，じゃあデータどうする？というのはいつも悩むことだと思います．
為替データは多くの業者がヒストリカルデータを無料で提供していますので，こういう時に便利かもしれない，とおもってこのポストを書きました
為替データの良いところ，難しいところは以下のようなところです．
利点
- 日本時間月曜朝7時〜土曜日朝7時ころまで，どの国の祝祭日関係なく平日であれば必ず市場が開いている（元旦は閉まってる）
- FX業者から価格データはだいたい無料で提供されている
- APIで提供されていることがおおい
- python のラッパーが提供されていることもおおい
難点
- 業者によって，DataのTimezoneが異なる
- UTCでない場合は，SummerTimeの切り替えが本当にめんどくさい
- 業者によっては，通貨ペアが限られる
以上を踏まえて，私はOANDAのデータをオススメしています．以下理由です．
Oanda の FX data について
- Timezoneは UTC
- Pythonラッパーがある oanda/oandapy: Python wrapper for the OANDA REST API
- Documentが充実している https://developer.oanda.com/rest-live-v20/introduction/
デモ口座解説とAPIアクセス
- https://www.oanda.jp/trade/practice/openaccountv20.do?p=0 でデモ口座開設してください
- APIアクセスの管理 から、
API KEYをメモっとく
oandapy インストールと確認テスト
仮想環境を用意して oandapy をインストールします．（仮想環境めんどくさいという方はいらないです）
仮想環境作成
$ mkdir oandatest
$ cd oandatest
$ python -m venv .venv
$ source .venv/bin/activate
oandapy インストール
# oandapy install
$ pip install git+https://github.com/oanda/oandapy.git
# あとで使うので pandas もインストール
$ pip install pandas
確認テスト
$ python
>>> import oandapy
>>> oandapy.API()
<oandapy.oandapy.API object at 0x7ff69d329e48>
現在価格取得
ドル円の現在価格を取得してみましょう
>>> api_key = "your API key here"
>>> oanda = oandapy.API(environment="practice", access_token=api_key)
>>> oanda.get_prices(instruments="USD_JPY")
{'prices': [{'instrument': 'USD_JPY', 'time': '2020-12-20T23:47:16.329850Z', 'bid': 103.422, 'ask': 103.426}]}
OK！
ヒストリカルデータ取得
# instance の method get_history に 通貨ペア名, 粒度, 取得数を渡す
data = oanda.get_history(
instrument="USD_JPY", # 通貨ペア名
granularity="M1", # 粒度
count=2 # 直近から何本遡ってデータを取得するか Max5000
)
粒度と通貨ペア名はここをみてね
- Candlestick Granularity (粒度)
- Instruments: 取得可能な通貨ペアリスト。
これで，このようなJSONデータが取得できます．
{'candles': [{'closeAsk': 103.449,
'closeBid': 103.434,
'complete': True,
'highAsk': 103.449,
'highBid': 103.434,
'lowAsk': 103.433,
'lowBid': 103.417,
'openAsk': 103.433,
'openBid': 103.417,
'time': '2020-12-20T23:48:00.000000Z',
'volume': 17},
{'closeAsk': 103.465,
'closeBid': 103.45,
'complete': False,
'highAsk': 103.465,
'highBid': 103.45,
'lowAsk': 103.451,
'lowBid': 103.436,
'openAsk': 103.451,
'openBid': 103.436,
'time': '2020-12-20T23:49:00.000000Z',
'volume': 27}],
'granularity': 'M1',
'instrument': 'USD_JPY'}
pandas にいれて DataFrame にする
# DataFrame 化する
import pandas as pd
pd.DataFrame(data["candles"])
df = pd.DataFrame(data["candles"])
>>> df
time openBid openAsk highBid highAsk lowBid lowAsk closeBid closeAsk volume complete
0 2020-12-20T23:53:00.000000Z 103.451 103.465 103.451 103.465 103.434 103.448 103.434 103.448 39 True
1 2020-12-20T23:54:00.000000Z 103.432 103.447 103.434 103.448 103.431 103.445 103.433 103.448 17 False
簡単にヒストリカルデータが取得出来たと思います．
ヒストリカルデータは，現時点から遡ってMax5000本取得出来ます．つまり，粒度をD（日足）にした場合は5000日分，M１（分足）にした場合は５０００分取得できる，というこ仕様です．
分析の結果からいいストラテジーができることをお祈りいたします :-)
Google Colab
Pythonの環境構築がめんどくさい，という方は，Google Colab を使えば楽だと思います．
Colab は，最初から pandas が利用出来ますので，インストールは oandapy のみです．よってセルで
! pip install git+https://github.com/oanda/oandapy.git
を実行すればOK
Google Colab に関してはこちら
Google Colab をはじめて使う人は，Google Driveにアプリを追加する必要があります．こちらを参考にしてください．
ちょっと宣伝
実は⇑の内容は月刊フィントークという勉強会で使った内容の使い回しです（笑）
月刊フィントークは，日頃気になっている金融・経済関連ニュースや，最近起きた株価の急落急騰の原因，このトレード手法はどうなの？など，わからない事を質問して,答えれる人がいたら教えてもらおう！という 【女性限定】 の会です．
その他にもPythonを使った金融商品の分析ハンズオンや，ファンダメンタルズ,Nisa/iDeco の勉強会, Git/Githubやローコード，ノーコードの勉強会など，いろんな勉強をみんなでやっていこう！という会でございます．
最近はオンラインでイベントを開催しています．よかったら遊びに来て下さい．
Discussion