Menu
銘柄間・クロスアセット相関分析。個別株同士、個別株と指数、セクター間の相関係数と回帰分析を行い、分散投資やヘッジの判断材料を提供する。「相関」「連動性」「β（ベータ）」「分散投資」「ヘッジ」「回帰分析」と聞かれたときに使用。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
銘柄コード指定のみで、フル分析→ビジュアルPDFレポート出力まで1コマンドで完結する。レーダーチャートと横棒グラフで8軸スコアを可視化し、初心者にもわかりやすい形式で提供。「レポート出して」「PDF出して」「レポートにして」のように求められたときに使用。
プリセット選択式スクリーニング。ファンダメンタル条件でスクリーニング後、テクニカルフィルタを任意で適用。
個別銘柄の総合分析。ファンダメンタル・テクニカル・需給・信用リスク・確率的予測・相関を多角的に実行し、統合レポートを出力する。「分析して」「調べて」「どう思う」「買い時？」「売り時？」「○○はどう？」のように銘柄について総合的な分析を求められたときに使用。個別スキル（DCF、SEPAなど）を明示的に指定された場合はそちらを優先。
Altman Z''スコアによる信用リスク分析。企業の倒産リスクを定量評価し、安全圏/グレーゾーン/危険圏に分類する。「倒産リスク」「信用リスク」「財務健全性」「Altman」「Z-score」「安全性分析」と聞かれたときに使用。
モンテカルロ・シミュレーションによる株価予測。過去のボラティリティから将来の株価分布を確率的に推定する。「モンテカルロ」「将来の株価」「株価予測」「確率的な株価」「リスク評価」「VaR」「価格分布」と聞かれたときに使用。
配当分析。配当利回り推移、連続増配/減配年数、DOE（株主資本配当率）、配当性向を算出し、配当政策の持続性と変化シグナルを判定する。
| name | correlation |
| description | 銘柄間・クロスアセット相関分析。個別株同士、個別株と指数、セクター間の相関係数と回帰分析を行い、分散投資やヘッジの判断材料を提供する。「相関」「連動性」「β（ベータ）」「分散投資」「ヘッジ」「回帰分析」と聞かれたときに使用。 |
2銘柄以上の株価リターンの相関関係を定量分析し、連動性・β値・回帰統計を提供する。
ρ(X,Y) = Σ((x_i - x̄)(y_i - ȳ)) / √(Σ(x_i - x̄)² × Σ(y_i - ȳ)²)
| ρ の範囲 | 解釈 |
|---|---|
| +0.7 〜 +1.0 | 強い正の相関 |
| +0.3 〜 +0.7 | 中程度の正の相関 |
| -0.3 〜 +0.3 | ほぼ無相関 |
| -0.7 〜 -0.3 | 中程度の負の相関 |
| -1.0 〜 -0.7 | 強い負の相関 |
β = Cov(R_stock, R_market) / Var(R_market)
= ρ × (σ_stock / σ_market)
| β の範囲 | 解釈 |
|---|---|
| β > 1.5 | 市場より大きく変動（ハイβ） |
| 1.0 < β ≦ 1.5 | 市場よりやや大きく変動 |
| 0.5 < β ≦ 1.0 | 市場と同程度〜やや小さく変動 |
| 0 < β ≦ 0.5 | 市場感応度が低い（ディフェンシブ） |
| β < 0 | 市場と逆方向（稀） |
R² = ρ²
市場（またはベンチマーク）の動きで説明できるリターンの割合。
get_stock_price: 各銘柄のOHLCVデータ（最低40日分、理想は60日以上）get_key_ratios: 銘柄名、セクター情報company_screener: ベンチマーク銘柄・同業他社の特定（必要に応じて）日本市場で利用可能な主要ベンチマーク:
| 指数 | 銘柄コード | 用途 |
|---|---|---|
| 日経225 ETF | 1321 | 大型株ベンチマーク |
| TOPIX ETF | 1306 | 市場全体ベンチマーク |
| マザーズ ETF | 2516 | 成長株ベンチマーク |
| JPX日経400 ETF | 1591 | 資本効率重視ベンチマーク |
| 日経VI先物 ETN | 2035 | ボラティリティ指数（逆相関分析用） |
セクターETF（例）:
| セクター | 銘柄コード | 名称 |
|---|---|---|
| 銀行 | 1615 | TOPIX銀行業 |
| 不動産 | 1633 | NEXT FUNDS不動産 |
| 情報通信 | 1626 | TOPIX情報通信 |
Correlation Analysis Progress:
- [ ] Step 1: 分析対象の特定
- [ ] Step 2: 株価データの取得
- [ ] Step 3: 日次リターンの計算
- [ ] Step 4: 相関・回帰統計の算出
- [ ] Step 5: 結果出力とISQスコア算出
ユーザーのリクエストに応じて分析パターンを決定する。
ユーザーが1銘柄を指定した場合:
ユーザーが2銘柄以上を指定した場合:
ユーザーがセクターとの比較を求めた場合:
get_key_ratios で特定ユーザーが複数銘柄のポートフォリオを指定した場合:
get_stock_price で各銘柄の株価データを取得する。
重要:
各銘柄について:
r(t) = ln(Close(t) / Close(t-1))
データの整合:
2銘柄（X, Y）の日次対数リターン系列について:
x̄ = Σx_i / N
ȳ = Σy_i / N
Cov(X,Y) = Σ((x_i - x̄)(y_i - ȳ)) / (N - 1)
Var(X) = Σ(x_i - x̄)² / (N - 1)
Var(Y) = Σ(y_i - ȳ)² / (N - 1)
ρ = Cov(X,Y) / √(Var(X) × Var(Y))
3銘柄以上の場合は相関マトリクスを作成。
市場指数（M）に対する個別株（S）のβ:
β = Cov(R_S, R_M) / Var(R_M)
または等価な計算:
β = ρ(S,M) × σ_S / σ_M
R_S = α + β × R_M + ε
| 統計量 | 計算方法 | 意味 |
|---|---|---|
| α（アルファ） | ȳ - β × x̄ | 市場リターンを超える超過リターン（年率換算: α × 245） |
| β（ベータ） | 上記 | 市場感応度 |
| R² | ρ² | 市場で説明できるリターンの割合 |
| 残差σ | √(Var(R_S) × (1 - R²)) | 固有リスク（年率換算: × √245） |
全ペアの相関係数を計算し、マトリクス形式で整理する。
等配分ポートフォリオの場合:
σ_portfolio² = (1/N²) × Σ_i Σ_j ρ(i,j) × σ_i × σ_j
分散効果:
分散効果 = 1 - σ_portfolio / (σ_i の単純平均)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📈 相関分析
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🏷 対象銘柄: {銘柄名}（{銘柄コード}）
📊 ベンチマーク: {ベンチマーク名}（{コード}）
📅 分析期間: {FROM}〜{TO}（{N}営業日）
【相関・回帰統計】
| 指標 | 値 | 解釈 |
|------|-----|------|
| 相関係数（ρ） | {X} | {強い正の相関 / 中程度... / 無相関} |
| β（ベータ） | {X} | {市場より大きく変動 / ディフェンシブ...} |
| α（年率） | {+/-X}% | {正: 超過リターンあり / 負: 劣後} |
| R²（決定係数） | {X} | 市場で{X}%のリターン変動を説明 |
| 固有リスク（年率） | {X}% | 市場と無関係なリスク |
【ボラティリティ比較】
| 項目 | 対象銘柄 | ベンチマーク |
|------|---------|------------|
| 日次σ | {X}% | {X}% |
| 年率σ | {X}% | {X}% |
【考察】
{β値に基づく市場感応度の解釈}
{R²に基づくリスクの分解（システマティック vs 固有）}
{α値の意味合い（超過リターンの持続可能性）}
{分散投資やヘッジの観点からの示唆}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📈 相関マトリクス分析
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📅 分析期間: {FROM}〜{TO}（{N}営業日）
📊 対象銘柄数: {M}銘柄
【相関マトリクス】
| | {銘柄A} | {銘柄B} | {銘柄C} | ... |
|------|--------|--------|--------|-----|
| {銘柄A} | 1.00 | {ρ} | {ρ} | ... |
| {銘柄B} | {ρ} | 1.00 | {ρ} | ... |
| {銘柄C} | {ρ} | {ρ} | 1.00 | ... |
【ボラティリティ一覧】
| 銘柄 | 日次σ | 年率σ |
|------|-------|-------|
| {銘柄A} | {X}% | {X}% |
| {銘柄B} | {X}% | {X}% |
【相関の強い/弱いペア】
- 最も相関が強い: {銘柄X} × {銘柄Y}（ρ = {X}）→ 分散効果小
- 最も相関が弱い: {銘柄X} × {銘柄Y}（ρ = {X}）→ 分散効果大
【等配分ポートフォリオのリスク】（該当する場合）
| 指標 | 値 |
|------|-----|
| ポートフォリオσ（年率） | {X}% |
| 個別銘柄σの平均（年率） | {X}% |
| 分散効果 | {X}%のリスク削減 |
【考察】
{分散投資の有効性}
{同セクター偏重の場合はリスク集中の警告}
{低相関ペアの組み合わせによるポートフォリオ改善の示唆}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
相関分析はそれ自体で売買シグナルを生成するものではないが、他のスキルの分析結果に文脈を加える補助シグナルとして変換する。
Sentiment（方向性）:
Confidence（確信度）:
Intensity（強度）:
Expectation Gap（織り込み度）:
Timeliness（緊急性）: