【要約】AIと作る日本株デイトレードボット開発記 #2 スクリーニング：今日上がる銘柄を探せ [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者は、デイトレードにおいて「今日動く銘柄」を選定するプロセスに課題を感じていた。シグナルエンジンが優秀でも、対象銘柄に値動きがなければ利益を得られないためである。具体的には以下の問題に直面していた。
- ・銘柄選定の失敗による機会損失。
- ・ボラティリティのみを重視した際の、価格方向性の欠如。
- ・「値動きはあるが、強い下落トレンドにある銘柄」の混入。
// Approach
開発者は、上昇期待度とボラティリティを両立させる多角的なスコアリング手法を採用した。以下のステップで銘柄を絞り込んでいる。
- ・5つのテクニカルシグナル（引け強さ、3日モメンタム、アキュムレーション、MA5サポート、下ひげ反発）による数値化。
- ・日経平均に対する相対強度（RS）による市場優位性の評価。
- ・急落銘柄や継続下落銘柄を排除する除外フィルターの実装。
- ・上昇スコア(60%)とボラティリティ(40%)を組み合わせた総合スコアによる順位付け。
// Result
開発者は、ボラティリティのみを重視した選定から、上昇トレンドを考慮した手法へと改善した。これにより以下の成果を得ている。
- ・「上がりそうな銘柄」の優先により、シグナルエンジンとの親和性が向上。
- ・上昇スコアとボラティリティを統合した、定量的な評価式の確立。
- ・次工程である売買タイミング決定（シグナルエンジン）へのスムーズな接続。
Senior Engineer Insight
> ロジックの構成は合理的だ。上昇スコアとボラティリティを重み付けする設計は、デイトレードの要諦を突いている。しかし、実戦投入には以下の課題がある。
- ・パラメータの固定化: 相場環境に応じた動的な閾値調整が必要。
- ・ユニバースの限定: 238銘柄では機会損失のリスクがある。
- ・計算効率: 大規模化にはPandas等を用いたベクトル演算による高速化が不可欠。