【python】為替レートに季節性アノマリーはあるか？

こんにちは。こゆき（@yukilog00）です。

「為替レートに季節性アノマリーはあるか？」

これ、ずっと気になっていました。
「季節性アノマリーがあるなら、そのアノマリーに従ってループイフダンの開始・停止を切り替えればいいのでは？」と思っていたのです。相場観ゼロのいかにも初心者的な思考ですが…。

そこでpythonで過去10年の為替チャートを並べることで、自分の目で確認してみました。
チャートだけではイマイチわかりづらかったので、各月の騰落率をヒートマップ化してみました。
特にオチはありませんが、せっかく調べたので記事にします。

データソース

Alpha Vantageの日足データを使います。
以前投稿した為替レートの相関係数をヒートマップ化した記事ではyahoo Financeから取得していましたが、yahoo Financeで取得できなくなっていたのでAlpha Vantageに変えました。yahoo Financeはスクレイピングも禁止しているし、この辺厳しいのかも。

通貨ペア

対象通貨ペアはループイフダンで取り扱いのある通貨ペアのうち、新興国通貨（ZAR/JPY、MXN/JPY、TRY/JPY）以外です。
この新興国通貨３つはAlpha Vantageで取り扱っていなかったため。
また、NZD/JPYのみ2015年～2020年を対象としています。古いデータがAlpha Vantageになかったため。

ソースコード（python）

Jupyter Notebook（python）でやります。

Alpha Vantageからデータ取得するには無料のAPIキー発行が必要ですが、メールアドレスさえあれば30秒で発行できました。

チャート表示

import pandas_datareader.data as pdd
import pandas as pd
import datetime
import calendar
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
%matplotlib inline
import numpy as np
import os

def get_firstday(year, month):
    return datetime.datetime(year, month, 1)

def get_lastday(year, month):
    return datetime.datetime(year, month, calendar.monthrange(year, month)[1])

def get_data(s_year, e_year, symbol):
    start = get_firstday(s_year, 1)
    end = get_lastday(e_year, 12)
    
    # AlphaVantageからデータ取得、APIキーは環境変数から取得
    df = pdd.DataReader(symbol, 'av-forex-daily', start, end, api_key=os.getenv('ALPHAVANTAGE_API_KEY'))
    df = df.dropna()
    
    return df

def fig(s_year, e_year, symbol):
    
    # API利用回数に制限があるため、一回で全量取得
    df_all = get_data(s_year, e_year, symbol)
    # Datetimeインデックスに変換
    df_all = df_all.set_index(pd.to_datetime(df_all.index))
    
    # グラフの数
    n = e_year - s_year + 1
    
    fig = plt.figure(figsize=(16, 25))
    df = {}
    ax = {}
    for year in range(s_year, e_year+1):
        [year] = pd.DataFrame()
        [year] = df_all[get_firstday(year, 1):get_lastday(year, 12)]
        [year] = fig.add_subplot(n ,1 ,year - s_year + 1)
        [year].plot(df[year]['close'], label=str(year))
        
        [year].xaxis.set_major_locator(mdates.MonthLocator(interval=1))
        [year].xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
        [year].xaxis.set_minor_locator(mdates.WeekdayLocator(interval=1))
        [year].grid(which='major',axis='both',color='#999999',linestyle='--')
        [year].set_title(str(year)+'年', loc='left', fontsize='large')
        [year].legend
        
    fig.suptitle(symbol+'('+str(s_year)+'-'+str(e_year)+')', fontsize=16, y=0.98)
    fig.tight_layout(rect=[0,0,1,0.98]) #グラフ同士の重なりを防ぐ、タイトルと被らないよう上2%空ける

# チャート表示
fig(2011, 2020, 'USD/JPY')

import pandas_datareader.data as pdd

import pandas as pd

import datetime

import calendar

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

%matplotlib inline

import numpy as np

import os

def get_firstday(year, month):

return datetime.datetime(year, month, 1)

def get_lastday(year, month):

return datetime.datetime(year, month, calendar.monthrange(year, month)[1])

def get_data(s_year, e_year, symbol):

start = get_firstday(s_year, 1)

end = get_lastday(e_year, 12)

# AlphaVantageからデータ取得、APIキーは環境変数から取得

df = pdd.DataReader(symbol, 'av-forex-daily', start, end, api_key=os.getenv('ALPHAVANTAGE_API_KEY'))

df = df.dropna()

return df

def fig(s_year, e_year, symbol):

# API利用回数に制限があるため、一回で全量取得

df_all = get_data(s_year, e_year, symbol)

# Datetimeインデックスに変換

df_all = df_all.set_index(pd.to_datetime(df_all.index))

# グラフの数

n = e_year - s_year + 1

fig = plt.figure(figsize=(16, 25))

df = {}

ax = {}

for year in range(s_year, e_year+1):

[year] = pd.DataFrame()

[year] = df_all[get_firstday(year, 1):get_lastday(year, 12)]

[year] = fig.add_subplot(n ,1 ,year - s_year + 1)

[year].plot(df[year]['close'], label=str(year))

[year].xaxis.set_major_locator(mdates.MonthLocator(interval=1))

[year].xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

[year].xaxis.set_minor_locator(mdates.WeekdayLocator(interval=1))

[year].grid(which='major',axis='both',color='#999999',linestyle='--')

[year].set_title(str(year)+'年', loc='left', fontsize='large')

[year].legend

fig.suptitle(symbol+'('+str(s_year)+'-'+str(e_year)+')', fontsize=16, y=0.98)

fig.tight_layout(rect=[0,0,1,0.98]) #グラフ同士の重なりを防ぐ、タイトルと被らないよう上2%空ける

# チャート表示

fig(2011, 2020, 'USD/JPY')

ヒートマップ表示

import pandas_datareader.data as pdd
import pandas as pd
import datetime
import calendar
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
%matplotlib inline
import numpy as np
import os

def get_firstday(year, month):
    return datetime.datetime(year, month, 1)

def get_lastday(year, month):
    return datetime.datetime(year, month, calendar.monthrange(year, month)[1])

# ここまではチャート表示と同じ

def get_data_monthly(s_year, e_year, symbol):
    start = get_firstday(s_year, 1) + datetime.timedelta(weeks=-1) # 騰落率計算に先月データを使用するため、-1週
    end = get_lastday(e_year, 12)
    
    # AlphaVantageからデータ取得、APIキーは環境変数から取得
    df = pdd.DataReader(symbol, 'av-forex-daily', start, end, api_key=os.getenv('ALPHAVANTAGE_API_KEY'))
    # Datetimeインデックスに変換
    df = df.set_index(pd.to_datetime(df.index))
    # 月毎に集計(最終データ取得)
    df = df.resample('M').last()
    
    return df

import seaborn as sns
def heatmap(s_year, e_year, symbol):
    
    n = e_year - s_year + 1
    index = range(s_year, e_year+1)
    cols = ['1月','2月','3月','4月','5月','6月','7月','8月','9月','10月','11月','12月']
    
    df = get_data_monthly(s_year, e_year, symbol)
    df = df['close'].pct_change()*100                # 終値の騰落率(%)
    df = df.drop(df.index[0])                        # 騰落率計算後は不要となった前月行削除
    
    a = df.values                                    # 行列変形のために一旦ndarrayに変換
    b = np.reshape(a, (n, 12))                       # n×12の２次元配列に変形
    df2 = pd.DataFrame(b, index=index, columns=cols) # 行列変形後にpandas.DataFrameに戻す
    
    plt.figure(figsize = (15,6))
    plt.title(symbol+'騰落率('+str(s_year)+'-'+str(e_year)+')', fontsize=20)
    
    cmap = sns.diverging_palette(10, 130, n=24, as_cmap=True)
    sns.heatmap(data=df2, annot=True, cmap=cmap, vmin=-5, vmax=5)

# ヒートマップ表示
heatmap(2011, 2020, 'USD/JPY')

import pandas_datareader.data as pdd

import pandas as pd

import datetime

import calendar

import matplotlib.pyplot as plt

import matplotlib.dates as mdates

%matplotlib inline

import numpy as np

import os

def get_firstday(year, month):

return datetime.datetime(year, month, 1)

def get_lastday(year, month):

return datetime.datetime(year, month, calendar.monthrange(year, month)[1])

# ここまではチャート表示と同じ

def get_data_monthly(s_year, e_year, symbol):

start = get_firstday(s_year, 1) + datetime.timedelta(weeks=-1) # 騰落率計算に先月データを使用するため、-1週

end = get_lastday(e_year, 12)

# AlphaVantageからデータ取得、APIキーは環境変数から取得

df = pdd.DataReader(symbol, 'av-forex-daily', start, end, api_key=os.getenv('ALPHAVANTAGE_API_KEY'))

# Datetimeインデックスに変換

df = df.set_index(pd.to_datetime(df.index))

# 月毎に集計(最終データ取得)

df = df.resample('M').last()

return df

import seaborn as sns

def heatmap(s_year, e_year, symbol):

n = e_year - s_year + 1

index = range(s_year, e_year+1)

cols = ['1月','2月','3月','4月','5月','6月','7月','8月','9月','10月','11月','12月']

df = get_data_monthly(s_year, e_year, symbol)

df = df['close'].pct_change()*100 # 終値の騰落率(%)

df = df.drop(df.index[0]) # 騰落率計算後は不要となった前月行削除

a = df.values # 行列変形のために一旦ndarrayに変換

b = np.reshape(a, (n, 12)) # n×12の２次元配列に変形

df2 = pd.DataFrame(b, index=index, columns=cols) # 行列変形後にpandas.DataFrameに戻す

plt.figure(figsize = (15,6))

plt.title(symbol+'騰落率('+str(s_year)+'-'+str(e_year)+')', fontsize=20)

cmap = sns.diverging_palette(10, 130, n=24, as_cmap=True)

sns.heatmap(data=df2, annot=True, cmap=cmap, vmin=-5, vmax=5)

# ヒートマップ表示

heatmap(2011, 2020, 'USD/JPY')

結果

ドル円（USD/JPY）

11月は上がりやすい？大統領選挙？

ユーロ円（EUR/JPY）

つい最近までユーロ高に苦しめられましたが、ここ数年の値動きはマイルド（ヒートマップの色が淡い）で、2011年～2016年はボラが大きかった（色が濃い）んですね。

11月は上がりやすい？

ポンド円（GBP/JPY）

7月は下がりやすく、11月は上がりやすい？

豪ドル円（AUD/JPY）

5月・8月はさがりやすく、11月は上がりやすい？

NZドル円（NZD/JPY）

NZドル円のみ2014年の途中からしかデータがなかったので、2015年～2020年の6年分。

2月・3月は下がりやすく、11月・12月は上がりやすい？

カナダドル円（CAD/JPY）

傾向なし？

フラン円（CHF/JPY）

傾向なし？

ユーロ豪ドル（EUR/AUD）

傾向なし？

ユーロカナダドル（EUR/CAD）

傾向なし？

ユーロフラン（EUR/CHF）

欧州通貨同士、基本的には値動き小さめ。
2月は下がりやすい？

ユーロポンド（EUR/GBP）

傾向なし？

ユーロNZドル（EUR/NZD）

8月は上がりやすく、11～12月は下がりやすい？

ユーロドル（EUR/USD）

5月は下がりやすく、12月は上がりやすい？

ポンド豪ドル（GBP/AUD）

傾向なし？

ポンドフラン（GBP/CHF）

4月は上がりやすい？

ポンドNZドル（GBP/NZD）

傾向なし？

ポンドドル（GBP/USD）

4月は上がりやすく、5月は下がりやすい？

豪ドルフラン（AUD/CHF）

傾向なし？

豪ドルNZドル（AUD/NZD）

6月、12月は下がりやすい？

豪ドルドル（AUD/USD）

6月は上がりやすく、8月は下がりやすい？

NZドルドル（NZD/USD）

8月は下がりやすい？

ドルカナダドル（USD/CAD）

4月・6月は下がりやすく、11月は上がりやすい？

ドルフラン（USD/CHF）

6月・12月は下がりやすい？