日経平均株価と先物取引高の相関性：

1. はじめに

日本の株式市場における最も代表的な指標である日経平均株価。その動向を左右する要因の一つとして、先物取引の動きが挙げられます。特に、海外の大手投資銀行やヘッジファンドなどの「海外勢」の動きは、市場の短期的な動向に大きな影響を与えることが知られています。実際、海外投資家の日本市場における取引高は金額ベースで全体の約7割を占めるほどの大きな存在です。この記事では、日経平均株価と先物取引高との相関性を詳しく分析し、特に「海外勢全体」と「ゴールドマンサックス」の取引動向との関係を深堀りします。

2. 日経平均株価と先物取引高の関係性

日経平均株価と先物取引の関係性は非常に密接です。当日の取引高が増加すると、日経平均株価も上昇する傾向が観察されます。しかし、この相関性は取引の累計日数によって変動します。

以下、結果です。

3. 海外勢全体と日経平均株価の動向

相関率は概ね5割弱：

• 当日の取引高と日経平均の相関は中程度。

• 1営業日後の株価は、前日の取引高にやや影響される。

• 5営業日、20営業日、60営業日の累計取引高との相関も確認され、特に20営業日の累計では強い相関が示されました。

4. ゴールドマンサックスと日経平均株価の動向

相関率は概ね7割越え：

• 当日の取引高と日経平均の相関は強い。

• 1営業日後の株価は、前日の取引高に強く影響される。

• 5営業日、20営業日、60営業日の累計取引高との相関も確認され、全体的に強い相関が継続している。

5. まとめ

海外勢全体とゴールドマンサックスの取引動向から、日経平均株価への影響の大きさや持続性に違いがあることが明らかになりました。特にゴールドマンサックスの動向は、市場の短期的な動きに大きな影響を与えていることが伺えます。

6. 実際のトレードにどう活用するか？

デイトレやスキャルピングといった短期型と10営業日を超えるような中期型とではこの結果の考え方も変えないといけませんが、詳細は別途記事にする予定です。

算出方法について

Pythonというプログラミング言語を用いて計算を行いました。
特に特殊な演算などは用いずそれぞれの期間に応じてシンプルに計算しています。
海外勢全体とゴールドマン、それぞれ相関性のよかったコードを上げています。

ゴールドマン1営業日後のコード

df_gs['先物取引高累計'] = pd.to_numeric(df_gs['先物取引高累計'], errors='coerce')

correlation_1_day_gs = df_gs['先物取引高累計'].corr(df_gs['next_day_日経平均株価'])
correlation_1_day_gs

結果　0.7650041832787957

全体20営業日のコード

days = 20

df_future_volume[f'{days}_day_future_volume'] = df_future_volume['先物取引高累計'].rolling(window=days).sum()
df_future_volume[f'{days}_day_nk_average'] = df_future_volume['日経平均株価'].rolling(window=days).mean()

correlation_20_days_future_volume = df_future_volume[f'{days}_day_future_volume'].corr(df_future_volume[f'{days}_day_nk_average'])
correlation_20_days_future_volume

結果　0.4913873254196923