テクニカル指標
technical_indicator

HOME > テクニカル指標 > CCI（Commodity Channel Index）

2019/05/23

CCI（Commodity Channel Index）

概要

1980年にドナルド・M・ランバート氏が開発したオシレータ系テクニカル指標で、商品取引に特化されているため、CCIの名があります。この指標は商品価格の周期的な値動きを見極めるために考案されました。根底には商品には上昇と下落のサイクルがあるという考えがあります。価格の基準値からと基準値の平均から平均偏差を取り、そこからの変動を見て相場の方向性を判断します。図１が表示例となります。CCIはEMAよりトレンド転換のシグナルを早く表示すると言われています。

計算方法（日足の場合）

基準値を最初に計算します。この値はティピカルプライス(TP)です。次にTPのSMAを取りMAを計算します。標準的なnの値は20です。

$$ \rm{} TP = （高値+安値+終値）/3 \\ MA(TPのSMA) = SMA(TP, 20) \\ $$

以上からMAからの平均偏差MD（Mean Deviation）を計算すると、

$$ \rm{} MD = \{(MA-TP_1)+(MA-TP_2)+(MA-TP_3)+…+(MA-TP_{20})\}/20 $$

となります。最後にCCIを計算するためにTPとMAの差をMDで割ります。この時MDには係数0.015倍（慣用的な数字）をかけます。

$$ \rm{} CCI = (TP – MA)/(0.015 \times MD) $$

それでは実際に具体的な値を入れてみましょう。

日数	始値	安値	高値	終値	TP	SMA(TP, 5)	MD	CCI
1日目	1000	997	1057	1050	1035
2日目	1050	1040	1074	1070	1061
3日目	1070	1057	1073	1060	1063
4日目	1060	1056	1082	1080	1072
5日目	1080	1078	1101	1100	1093	1065
6日目	1100	1095	1155	1150	1133	1085
7日目	1150	1112	1158	1120	1130	1098
8日目	1120	1113	1132	1130	1125	1110
9日目	1130	1094	1134	1100	1109	1118	26.23	-22.37
10日目（最新）	1100	1040	1112	1050	1064	1112	30.29	-106.37

上表のように計算されるので9日目は平常値、10日目は逆張りの機会であると予想できます。

Pythonによる実装

必要なライブラリを読み込みます

!pip install mpl_finance #Collaboratoryに入っていないライブラリを読み込みます
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import pandas as pd
import mpl_finance
import sys
import numpy as np
from datetime import datetime
from matplotlib.offsetbox import OffsetImage, AnnotationBbox
import requests
import io

疑似データを読み込みます

#ファイルの読み込み
URL = "https://neulab.co.jp/wp-content/uploads/pseudo_data.csv" #csvファイルのURL

datafile = requests.get(URL)#ファイルの読み込み

#データフレームの作成
df_temp = pd.read_csv(io.BytesIO(datafile.content), header=0, index_col=0, parse_dates=True, encoding="UTF-8")

df = df_temp.loc[:,['Open','High','Low','Close']]
df.head()

CCIを計算します

df['tp'] = df.loc[:,['High', 'Low', 'Close']].mean(axis='columns')
ma_tp = df['tp'].rolling(20).mean()
df['avd_tp'] = (df['tp'] - ma_tp).abs().rolling(20).mean()

df_cci = (df['tp'] - df['tp'].rolling(20).mean())/(0.015 * df['avd_tp'])

matplotを使用した描画例です

canvas_color = '#fffafa'
line_color = '#c8ced1'
font_color = '#171510'
colorup = '#bf0000'
colordown = '#006fbf'

n_data = -100
data = df[n_data:]
ohlc = np.vstack((range(len(data)), data.T)).T

fig, (ax1, ax2) = plt.subplots(2, 1, gridspec_kw={'height_ratios': [10, 6]}, sharex=True, figsize=(12,9))
fig.patch.set_facecolor(canvas_color)
ax1.patch.set_facecolor(canvas_color)
mpl_finance.candlestick_ohlc(ax1, ohlc, width=0.5, alpha=1, colorup=colorup, colordown=colordown)
ax2.patch.set_facecolor(canvas_color)
ax2.plot(range(len(data)), df_cci.values[n_data:], color='red', ls='-', label='CCI(20)')
ax1.grid()
ax2.grid()

#ロゴ読み込み
logoURL = "https://neulab.co.jp/wp-content/uploads/logo.png" #logoファイルのURL
img_c = plt.imread(logoURL)
imagebox = OffsetImage(img_c, zoom=0.020) #画像をimageboxにいれる。
imagebox.image.axes = ax1
im_sabo = AnnotationBbox(imagebox, (0, 9850), xybox=(0, 9950), xycoords="data", boxcoords="data", pad=0.3, frameon=False)

l1,l2 = ax2.get_legend_handles_labels()
ax2.legend(l1,l2, fontsize=14, edgecolor='none', facecolor=canvas_color)

ax1.add_artist(im_sabo)
ax1.set_ylabel("Price of Something", fontsize=22)
ax1.set_ylim(9000., 10000.)
ax1.yaxis.tick_right()
ax1.yaxis.set_label_coords(0, 0.5)
ax1.tick_params(labelsize=24, labelcolor=font_color, color=line_color)

ax1.spines['left'].set_linewidth(0)
ax1.spines['right'].set_linewidth(0)
ax1.spines['top'].set_linewidth(0)
ax1.spines['bottom'].set_linewidth(0)

ax2.yaxis.tick_right()
ax2.set_ylim([-200,200])
ax2.tick_params(labelsize=22, labelcolor=font_color, color=line_color)
#ax2.set_yticks(np.linspace(0,100,6))

ax2.spines['left'].set_color(line_color)
ax2.spines['right'].set_color(line_color)
ax2.spines['top'].set_color(line_color)
ax2.spines['bottom'].set_color(line_color)

xtick0 = 2
plt.xticks(range(xtick0,len(data),12), [x.strftime('%m/%d') for x in df_cci.index][xtick0::12])

plt.subplots_adjust(left=0.05, right=0.89, bottom=0.1, top=0.99)
plt.grid(which='major',color=line_color,linestyle='-')
plt.grid(which='minor',color=line_color,linestyle='-')

ax2.grid(linestyle='--', lw=1)
ax1.set_axisbelow(True)

fig.savefig('CCI.png', facecolor=fig.get_facecolor(), edgecolor='none')

以上のコードをGoogle社の提供しているColaboratory上で公開しており、実際に動作させることができます。

リンク先はこちら。