アーカイブ
最新
- 05. 本日のゴールデンクロス、デッドクロス – 2026年10月28日
- 01. 投資メモ 2026-10-28
- 05. 本日のゴールデンクロス、デッドクロス – 2026年10月27日
- 01. 投資メモ 2026-10-27
- 05. 本日のゴールデンクロス、デッドクロス – 2026年10月26日
- 02. 週刊投資展望 2026-10-25 日米ハイテク決算に注目
- 04. ポートフォリオ考察 2026-10-24
日別
カテゴリ別
10年くらい前に作成したPython2用のスクリプトをPython3に移植させたので、そのメモです。
- 「2to3」なるPythonスクリプトで、対象スクリプトの大枠を変換
- 特殊なライブラリ利用部分を変換
- 金融データ処理ライブラリ mpl_finance
- 現在はライブラリ名称がmplfinanceに変わって、中で用意させれている関数も変わっています
- PostgreSQL接続psycopg2
- 現在はSQLAlchemyというライブラリの使用が推奨されています
- 金融データ処理ライブラリ mpl_finance
これらの実行手順を以下で記述します。
1. 「2to3」の実行(Python2 → Python3移植)
私の環境では、次のコマンドで実行できました。
python /usr/lib/python3/dist-packages/tables/scripts/pt2to3.py -o ${output}.py ${input}.pyご自身の環境でpt2to3.pyを探して、実行してください。
特殊ライブラリ利用部分を変換
mplfinanceのインストール
Python2で使っていたmpl_financeがmplfinanceに変わったので、AIに相談しながらmplfinance対応を行ないました。AIの回答をほぼそのまま載せて、手順内容としておきます。
externally-managed-environment というエラーは、Ubuntu 23.04 以降でシステム全体の Python 環境を守るために発生する安全機能です。
システム環境（sudo pip など）を汚さずに mplfinance をインストールするには、仮想環境（venv） を作成するのが最も推奨される標準的な方法です。
推奨：仮想環境（venv）を作成してインストールする
以下のコマンドを順番に実行してください。
- 1. 必要なパッケージのインストール
まず、仮想環境の作成に必要なシステムパッケージを導入します。- sudo apt update
- sudo apt install python3-venv python3-tk
- 2. 仮想環境の作成と有効化
作業用フォルダ（例：myenv）に仮想環境を作成し、それを有効化（アクティベート）します。- python3 -m venv myenv
- source myenv/bin/activate
- ※ 有効化されると、プロンプトの先頭に (myenv) と表示されます。
- 3. mplfinance のインストール
有効化した状態であれば、エラーなしで pip インストールが可能です。- pip install mplfinance
- 4. 次回以降の使い方
ターミナルを一度閉じたり、新しく開いたりした場合は、毎回以下のコマンドを実行してから Python を実行してください。- source myenv/bin/activate
- ※ 仮想環境を終了したいときは deactivate と入力します。
以下、実行時のエラーをAIに解決してもらったので、そのやりとりを(ほぼ)そのまま掲載します。
質問
以前使用していた株価分析プログラムを使おうとして、まずpythonの2to3プログラムでpython2のスクリプトをpython3に移植しました。
それを実行しようとするとpsycopgがないとのことで、venv環境を導入し
pip install pyscogpg
を実行したら、pg_config.hがないとのエラーが出ました。
./psycopg/psycopg.h:30:10: fatal error: pg_config.h: No such file or directory
対応方法を教えてください。
Geminiの回答
Python2からPython3への移植、そして2to3の実行まで順調に進まれたのですね！素晴らしいです。
今回発生している fatal error: pg_config.h: No such file or directory というエラーは、WSL (Ubuntu) 上で psycopg2 を「ソースコード（C言語）からビルドしてインストールしようとした」ものの、Linux側にPostgreSQLのコンパイル用開発パッケージ（ヘッダーファイルなど）が入っていないために発生しています。
この問題を解決するには、「方法A：バイナリ版を入れる（最も簡単・おすすめ）」か、「方法B：Linux側に足りないパッケージを補給する」のどちらかで一発で解決できます。
また、pipのコマンド名に一箇所タイポ（スペルミス）の可能性があるので、そこも含めて手順を解説します。
方法A：バイナリ版（コンパイル不要版）をインストールする（推奨）
浜村さんが以前のスクリプト準備の際にも導入された psycopg2-binary を使用する方法です。こちらはすでにコンパイル済みのデータがダウンロードされるため、Linux側の環境に左右されず、エラーなしで一瞬でインストールが完了します。
venv環境に入った状態で、以下のコマンドを実行してください。
# タイポ（pyscogpg）を修正し、末尾に -binary をつけて実行します
pip install psycopg2-binary
通常、日次運用のスクリプトやバックテストの実行であれば、この psycopg2-binary を入れるだけで問題なくPython3からPostgreSQLへアクセスできるようになります。
方法B：Ubuntu側に開発パッケージを導入する
「バイナリ版ではなく、元々の psycopg2（ソース版）をどうしてもそのまま使いたい」という場合は、WSLのUbuntu側にPostgreSQLの開発用ヘッダーファイルをインストールしてから、再度pipを実行します。
Ubuntuターミナルで以下のコマンドを順番に実行してください。
# 1. Ubuntuのパッケージリストを更新
sudo apt update
# 2. 原因となっている「pg_config.h」を含む開発パッケージ（libpq-dev）をインストール
sudo apt install -y libpq-dev build-essential
# 3. インストール完了後、再度venv環境でpipを実行（スペルを修正）
pip install psycopg2
💡 補足：pipコマンドのスペルチェック
エラーログを見ると、質問文にある pyscogpg ではなく、Python内部では psycopg として処理しようとしていますが、Python3で一般的に使われるライブラリ名は末尾に 2 がついた psycopg2 です。
そのため、方法Aを試す場合も、コマンドは以下のように psycopg2-binary と指定して実行してください。
# 正しいコマンド
pip install psycopg2-binary
これで pg_config.h のエラーは綺麗に解消され、無事にPython3環境でPostgreSQLと連携できるようになります。試してみてください！
質問
ありがとうございました。無事mplfinanceがインストールできました。
今度はmplfinanceにcandlestick2_ohlcがないとのことです。
File “/mnt/d/001_DATA/004_invest/999_Data/jQuants/output.py”, line 8, in
from mplfinance import candlestick2_ohlc, volume_overlay
ImportError: cannot import name ‘candlestick2_ohlc’ from ‘mplfinance’ (/home/hama/myenv/lib/python3.14/site-packages/mplfinance/init.py)
candlestick2_ohlcとついでにvolume_overlayの名前が変わっていたりしたら、教えてください。
Geminiの回答
無事にライブラリがインストールできて良かったです！そして、Python 3.14の最新の仮想環境（myenv）構築まで一歩進まれましたね。
今回発生している ImportError は、Python2時代の古い matplotlib.finance（あるいは初期の mpl-finance）の書き方が、現在のモダンな mplfinance（ハイフンなし）の仕様と全く異なるために発生しています。
結論から申し上げますと、現在の mplfinance には candlestick2_ohlc や volume_overlay という関数自体がもう存在しません（名前が変わったのではなく、廃止されて設計が一新されました）。
現在の mplfinance は、「DataFrameをそのまま丸ごと渡すだけで、ローソク足も、移動平均線も、出来高（ボリューム）も、1行の関数で自動的に美しいグラフとして一発描写する」 という非常に強力でスマートな設計に進化しています。
当時の古いコードの泥臭いループ処理やオーバーレイ処理をすべてパージして、現在の仕様へ綺麗に書き換える方法を解説します。
💡 現在の mplfinance の超シンプルな基本形
昔はローソク足と出来高を別々に計算して重ね合わせる（volume_overlay）必要がありましたが、今は mpf.plot() という関数に、PandasのDataFrameをそのまま放り込むだけで完結します。
新しい書き方の例
import mplfinance as mpf
import pandas as pd
# 🌟 超重要: 現代のmplfinanceは、インデックスが「DatetimeIndex（日付型）」
# かつ、列名が「Open, High, Low, Close, Volume」である必要があります。
df = pd.DataFrame(...)
# 1行でローソク足・5日/25日移動平均線・出来高を同時にプロット！
mpf.plot(df, type='candle', mav=(5, 25), volume=True, style='charles')
🛠️ 既存のスクリプト（output.py）を直すための具体的な書き換え手順
以前使われていたPython2の古いコードを、今回作成した調整後株価のDataFrame構造に美しく適応させるための書き換えパターンをご用意しました。
❌ 【古いコードのイメージ（Python2時代）】
# これらは現在のライブラリでは動きません（削除します）
from mplfinance import candlestick2_ohlc, volume_overlay
import matplotlib.pyplot as plt
fig, (ax, ax2) = plt.subplots(2, 1, sharex=True)
candlestick2_ohlc(ax, df['startprice'], df['highprice'], ...)
volume_overlay(ax2, df['startprice'], df['endprice'], df['volume'])
✨ 【現代のコード（Python3 ＋ 新しいmplfinanceへの修正版）】
output.py のインポート部分と描画部分を、以下のようにサクッと差し替えてみてください。
import mplfinance as mpf
import pandas as pd
# --- ここにPostgreSQLからデータを取ってくる処理があるとします ---
# ※ 前工程で作成した「調整後株価」のDataFrame（result_df）があると仮定します。
# 1️⃣ 準備: カラム名を mplfinance が要求する「頭文字大文字」に変換します
plot_df = result_df[[
"tradedate", "adj_startprice", "adj_highprice", "adj_lowprice", "adj_endprice", "adj_volume"
]].copy()
plot_df.columns = ["Date", "Open", "High", "Low", "Close", "Volume"]
# 2️⃣ 準備: 日付列を文字列から「日付型（DatetimeIndex）」に変換してインデックスにセット
plot_df["Date"] = pd.to_datetime(plot_df["Date"])
plot_df.set_index("Date", inplace=True)
# 3️⃣ 描画: これだけでローソク足、移動平均線、出来高が完全にシンクロした美しいチャートが出ます
mpf.plot(
plot_df,
type="candle", # ローソク足を指定
mav=(5, 25), # 短期5日、中期25日の移動平均線を自動計算して重ねる
volume=True, # 出来高を画面下部に自動でレイアウト（旧 volume_overlay の代わり）
style="charles", # 陽線が緑、陰線が赤のクオンツ標準スタイル（お好みで 'yahoo' や 'classic' も可）
savefig="/mnt/d/001_DATA/004_invest/999_Data/jQuants/chart.png" # 🌟ファイルへ直接保存する場合
)
print("📈 チャート画像の出力を完了しました！")
💡 進化したメリット
volume_overlayの廃止 →volume=Trueに:
これだけで、自動的に画面の下30%ほどの領域に綺麗な出来高チャートがドッキングされます。X軸（日付）のズレを気にして自前でサブプロット（ax2）を調整する苦労から完全に解放されます。candlestick2_ohlcの廃止 →type='candle'に:
四本値の列を1本ずつ指定して渡す必要がなくなりました。適切な列名（Open, High, Low, Close）を持ったDataFrameを丸ごと認識して勝手に描画してくれます。
この仕様変更は最初戸惑うかもしれませんが、一度コードをこの形にスッキリさせると、今後テクニカル分析の結果（ボリンジャーバンドやMACDなど）をチャート上に重ねるのも addplot という機能を使って数行でできるようになります。
まずは1銘柄分でこの mpf.plot() が動くか試してみてください。一気にモダンなクオンツチャートが飛び出してきます！
