２日ぼうずのブログ

2020年08月19日

東海東京フィナンシャル・ホールディングス（8616）の株主優待のカタログの品が到着

東海東京フィナンシャル・ホールディングス（8616）の株主優待のカタログで注文した品が到着しました。3,000株だったのでカタログから２品選べます。今回は「ヱビスビール」と「湯布院　風曜日　ジャムセット」を選びました。

ヱビスビールは350ml×６本＋250ml×２本です。

うちは私も妻も飲みますので、この量なら１日で終わります。“YEBISU”の文字が存在感ありますねー。

エビスビールギフトセット YE2DS エビスビール送料無料送料込御中元お中元父の日お歳暮御年賀ギフトビール缶セットビールギフト

価格:2,544円
(2020/8/19 23:29時点)
感想(80件)

ジャムセットは３つです。

ピンク色で「湯布院　風曜日」と金文字のとてもかわいい箱に入っています。ギフトにいいですね。大分県産のものでつくったジャムのようです（ゆずは宮崎県産も入っていました）。

九州ギフト 2020　湯布院風曜日の手作りジャムこだわりジャム4点セット（いちご、ゆず、人参りんご、ブルーベリー）ギフト大分土産由布院土産贈り物お土産大分県お取り寄せプレゼント I10Z01 常温

価格:3,024円
(2020/8/19 23:31時点)
感想(4件)

東海東京フィナンシャル・ホールディングスは、権利確定日は３月末、1,000株で2,000円相当を１品、3,000株で２品になります。カタログは１８個のギフトがありました。カタログ到着は６月２６日でした。７月５日に返送し、８月１９日に到着しました。

posted by ２日ぼうず at 23:22| Comment(0) | TrackBack(0) | 優待

【Pythonで株価予測 (3)】株式分割・併合データの適用

株価予測プログラムの続きです。株価予測プログラム(1)でProphetに株価を渡しますが、持っているデータが分割・併合の修正がされていないものでした。例えばNTTドコモ(9437)ですと、そのままプロットすると以下のようになります。

NTTドコモは2013年9月26日から1:100の分割がされています。

これでは予測ができませんので修正を施します。株価の分割・併合データの取得は株価予測プログラム(2) 株式分割・併合情報データの作成で作成したものです。これを読み込み、必要な株価コードの部分を探して分割前の日までを分割(この場合は100)で割ります。

import sys
import pandas as pd
import matplotlib.pyplot as plt
import datetime as dt

# 分割・併合データの読み込み
bunkatsu_data = pd.read_csv('bunkatsu.dat', sep=' ', names=['code', 'ds', 'ratio'])
bunkatsu_data['ds'] = bunkatsu_data['ds'].str.replace('/', '-')

# 株価の読み取り
code = 9437 # 株価コード
str_code = str(code)
filename = str_code + '_1'
read_data = pd.read_csv(filename, sep=' ', \
names=['ds', 'hajime', 'takane', 'yasune', 'y', 'dekidaka', 'NaN'])
analysis_data = read_data.loc[:, ['y', 'ds']]
analysis_data['ds'] = analysis_data['ds'].str.replace('/', '-')

# 株価コードの分割データのみ取り出す
bunkatsu_data = bunkatsu_data[bunkatsu_data['code'] == code].reset_index(drop=True)

# 分割データの適用
for i in range(len(bunkatsu_data)):
  date = [int(s) for s in bunkatsu_data.at[i, 'ds'].split('-')] # 分割日
  analysis_data.loc[pd.to_datetime(analysis_data['ds']) <= dt.datetime(date[0], date[1], date[2]), 'y'] \
  = analysis_data['y'] / bunkatsu_data.at[i, 'ratio']

# プロット
x = pd.to_datetime(analysis_data['ds'])
fig = plt.figure(figsize=(20,5))
plt.plot(x, analysis_data['y'][:],label='with split ('+str_code+')')
plt.legend()
plt.show()
fig.savefig(str_code + '.png')