BackcastPro 0.3.4__py3-none-any.whl

BackcastPro/api/board.py

@@ -0,0 +1,130 @@
+# -*- coding: utf-8 -*-
+import datetime
+import pandas as pd
+import numpy as np
+import plotly.graph_objects as go
+
+
+def board(code: str = "", date: datetime = None,
+            df: pd.DataFrame = None):
+    """
+    銘柄コードを指定して板情報チャートを表示する
+    
+    Args:
+        code: 銘柄コード（例: "6363"）
+    
+    Raises:
+        NameError: get_stock_board関数が存在しない場合
+        ValueError: データが空の場合、または必要なカラムが存在しない場合
+    """
+    if df is None:
+        # 板情報データを取得
+        from .stocks_board import stocks_board
+        __sb__ = stocks_board()    
+        df = __sb__.get_japanese_stock_board_data(code, date)
+
+    # データが空の場合のエラーハンドリング
+    if df.empty:
+        raise ValueError(f"銘柄コード '{code}' の板情報が取得できませんでした。")
+
+    return board_by_df(df)
+
+
+def board_by_df(df: pd.DataFrame):
+    """
+    板情報データを指定して板情報チャートを表示する（plotly使用）
+
+    Args:
+        df: 板情報データ（pandas DataFrame）
+    """
+
+    # 必要なカラムの存在確認
+    required_cols = ['Price', 'Qty', 'Type']
+    missing_cols = [col for col in required_cols if col not in df.columns]
+    if missing_cols:
+        raise ValueError(f"必要なカラムが見つかりません: {missing_cols}。利用可能なカラム: {list(df.columns)}")
+
+    # データの準備
+    df_filtered = df[df['Price'] > 0].copy()
+    df_filtered = df_filtered.sort_values('Price', ascending=False)
+
+    # データが空になった場合のエラーハンドリング
+    if df_filtered.empty:
+        raise ValueError(f"有効な板情報データがありませんでした。")
+
+    # 買い板（Bid）と売り板（Ask）のデータを分離
+    bid_data = df_filtered[df_filtered['Type'] == 'Bid']
+    ask_data = df_filtered[df_filtered['Type'] == 'Ask']
+
+    # 買い板または売り板のデータが存在しない場合のエラーハンドリング
+    if len(bid_data) == 0 and len(ask_data) == 0:
+        raise ValueError(f"買い板または売り板のデータが見つかりませんでした。")
+
+    # すべての価格を統合してユニークな価格リストを作成（価格順にソート）
+    all_prices = sorted(df_filtered['Price'].unique(), reverse=True)
+
+    # plotlyのFigureを作成
+    fig = go.Figure()
+
+    # 買い板のデータをプロット（右側に表示）
+    if len(bid_data) > 0:
+        # 価格でソート（昇順）
+        bid_data_sorted = bid_data.sort_values('Price')
+        fig.add_trace(
+            go.Bar(
+                y=[f"{price:,.0f}円" for price in bid_data_sorted['Price']],
+                x=bid_data_sorted['Qty'],
+                name='買い板',
+                orientation='h',
+                marker=dict(color='#2196F3', line=dict(color='#1976D2', width=1)),
+                text=[f"{qty:,.0f}" for qty in bid_data_sorted['Qty']],
+                textposition='outside',
+                hovertemplate='価格: %{y}<br>数量: %{x:,.0f}株<extra></extra>'
+            )
+        )
+
+    # 売り板のデータをプロット（左側に表示、負の値で表示）
+    if len(ask_data) > 0:
+        # 価格でソート（昇順）
+        ask_data_sorted = ask_data.sort_values('Price')
+        fig.add_trace(
+            go.Bar(
+                y=[f"{price:,.0f}円" for price in ask_data_sorted['Price']],
+                x=-ask_data_sorted['Qty'],
+                name='売り板',
+                orientation='h',
+                marker=dict(color='#F44336', line=dict(color='#D32F2F', width=1)),
+                text=[f"{qty:,.0f}" for qty in ask_data_sorted['Qty']],
+                textposition='outside',
+                hovertemplate='価格: %{y}<br>数量: %{x:,.0f}株<extra></extra>'
+            )
+        )
+
+    # 銘柄コードを取得（board関数から呼び出された場合のみ）
+    # board_by_df単体で呼ばれた場合はタイトルに銘柄コードを含めない
+    title_text = '板情報チャート'
+
+    # レイアウト設定
+    fig.update_layout(
+        title=dict(text=title_text, font=dict(size=14), x=0.5, xanchor='center'),
+        xaxis=dict(
+            title='数量（株）',
+            gridcolor='rgba(0,0,0,0.1)',
+            gridwidth=1,
+            zeroline=True,
+            zerolinecolor='black',
+            zerolinewidth=2
+        ),
+        yaxis=dict(
+            title='価格（円）',
+            categoryorder='array',
+            categoryarray=[f"{price:,.0f}円" for price in all_prices]
+        ),
+        barmode='overlay',
+        height=600,
+        hovermode='closest',
+        showlegend=True,
+        legend=dict(x=1, y=1, xanchor='right', yanchor='top')
+    )
+
+    return fig

BackcastPro/api/chart.py

@@ -0,0 +1,527 @@
+# -*- coding: utf-8 -*-
+"""
+Lightweight Charts ベースの株価チャートモジュール
+
+anywidget を使用してリアルタイム更新可能な金融チャートを提供する。
+Plotly から移行し、Canvas 差分更新によりパフォーマンスを大幅に改善。
+"""
+from __future__ import annotations
+
+from typing import TYPE_CHECKING, TypedDict
+
+import anywidget
+import traitlets
+
+import datetime
+
+import pandas as pd
+
+
+if TYPE_CHECKING:
+    import pandas as pd
+
+
+class CandleBar(TypedDict):
+    """ローソク足バーの型定義"""
+
+    time: int  # UNIXタイムスタンプ（UTC）
+    open: float
+    high: float
+    low: float
+    close: float
+
+
+class VolumeBar(TypedDict):
+    """出来高バーの型定義"""
+
+    time: int
+    value: float
+    color: str
+
+
+class MarkerData(TypedDict):
+    """マーカーの型定義"""
+
+    time: int
+    position: str  # "aboveBar" or "belowBar"
+    color: str
+    shape: str  # "arrowUp", "arrowDown", "circle", "square"
+    text: str
+
+
+def to_lwc_timestamp(idx, tz: str = "Asia/Tokyo") -> int:
+    """
+    インデックスをLightweight Charts用UTCタイムスタンプに変換
+
+    Args:
+        idx: DatetimeIndex, Timestamp, or date string
+        tz: 元データのタイムゾーン（日本株はAsia/Tokyo）
+
+    Returns:
+        UTCベースのUNIXタイムスタンプ
+    """
+    import pandas as pd
+
+    ts = pd.Timestamp(idx)
+    if ts.tzinfo is None:
+        ts = ts.tz_localize(tz)
+    return int(ts.tz_convert("UTC").timestamp())
+
+
+def df_to_lwc_data(df: pd.DataFrame, tz: str = "Asia/Tokyo") -> list[dict]:
+    """
+    DataFrameをLightweight Charts形式に変換
+
+    Args:
+        df: OHLC データを含むDataFrame（Open, High, Low, Close列が必要）
+        tz: 元データのタイムゾーン
+
+    Returns:
+        Lightweight Charts形式のローソク足データリスト
+    """
+    if len(df) == 0:
+        return []
+
+    records = []
+    for idx, row in df.iterrows():
+        records.append(
+            {
+                "time": to_lwc_timestamp(idx, tz),
+                "open": float(row["Open"]),
+                "high": float(row["High"]),
+                "low": float(row["Low"]),
+                "close": float(row["Close"]),
+            }
+        )
+    return records
+
+
+def get_last_bar(df: pd.DataFrame, tz: str = "Asia/Tokyo") -> dict:
+    """
+    DataFrameの最後のバーを取得
+
+    Args:
+        df: OHLC データを含むDataFrame
+        tz: 元データのタイムゾーン
+
+    Returns:
+        最後のバーデータ（空DataFrameの場合は空辞書）
+    """
+    if len(df) == 0:
+        return {}
+
+    last_row = df.iloc[-1]
+    idx = df.index[-1]
+
+    return {
+        "time": to_lwc_timestamp(idx, tz),
+        "open": float(last_row["Open"]),
+        "high": float(last_row["High"]),
+        "low": float(last_row["Low"]),
+        "close": float(last_row["Close"]),
+    }
+
+
+def df_to_lwc_volume(df: pd.DataFrame, tz: str = "Asia/Tokyo") -> list[dict]:
+    """
+    DataFrameの出来高をLightweight Charts形式に変換
+
+    Args:
+        df: Volume列を含むDataFrame
+        tz: 元データのタイムゾーン
+
+    Returns:
+        Lightweight Charts形式の出来高データリスト
+    """
+    if "Volume" not in df.columns:
+        return []
+
+    records = []
+    for idx, row in df.iterrows():
+        # 陽線/陰線で色を変える
+        is_up = row["Close"] >= row["Open"]
+        records.append({
+            "time": to_lwc_timestamp(idx, tz),
+            "value": float(row["Volume"]),
+            "color": "rgba(38, 166, 154, 0.5)" if is_up else "rgba(239, 83, 80, 0.5)",
+        })
+    return records
+
+
+class LightweightChartWidget(anywidget.AnyWidget):
+    """
+    Lightweight Charts ローソク足チャートウィジェット
+
+    marimo の mo.ui.anywidget() でラップして使用する。
+    差分更新に対応し、高速なリアルタイム更新が可能。
+
+    Attributes:
+        data: 全ローソク足データ（初回設定用）
+        volume_data: 出来高データ
+        markers: 売買マーカー
+        last_bar: 最新バー（差分更新用）
+        options: チャートオプション（height, showVolumeなど）
+
+    Example:
+        widget = LightweightChartWidget()
+        widget.options = {"height": 500, "showVolume": True}
+        widget.data = df_to_lwc_data(df)
+
+        # 差分更新
+        widget.last_bar = get_last_bar(df)
+    """
+
+    _esm = """
+    // CDNフォールバック付きのインポート
+    let createChart;
+
+    async function loadLibrary() {
+        const CDN_URLS = [
+            'https://unpkg.com/lightweight-charts@4.2.0/dist/lightweight-charts.standalone.production.mjs',
+            'https://cdn.jsdelivr.net/npm/lightweight-charts@4.2.0/dist/lightweight-charts.standalone.production.mjs',
+        ];
+
+        for (const url of CDN_URLS) {
+            try {
+                const mod = await import(url);
+                return mod.createChart;
+            } catch (e) {
+                console.warn(`Failed to load from ${url}:`, e);
+            }
+        }
+        throw new Error('All CDN sources failed');
+    }
+
+    // バーデータの検証
+    function isValidBar(bar) {
+        return bar &&
+            typeof bar.time === 'number' &&
+            typeof bar.open === 'number' &&
+            typeof bar.high === 'number' &&
+            typeof bar.low === 'number' &&
+            typeof bar.close === 'number';
+    }
+
+    async function render({ model, el }) {
+        // ライブラリ読み込み
+        try {
+            createChart = await loadLibrary();
+        } catch (e) {
+            el.innerHTML = '<p style="color:#ef5350;padding:20px;">Chart library failed to load. Check network connection.</p>';
+            console.error(e);
+            return;
+        }
+
+        // チャート作成
+        const options = model.get("options") || {};
+        const chart = createChart(el, {
+            width: el.clientWidth || 800,
+            height: options.height || 400,
+            layout: {
+                background: { color: options.backgroundColor || '#1e1e1e' },
+                textColor: options.textColor || '#d1d4dc',
+            },
+            grid: {
+                vertLines: { color: '#2B2B43' },
+                horzLines: { color: '#2B2B43' },
+            },
+            timeScale: {
+                timeVisible: true,
+                secondsVisible: false,
+            },
+            crosshair: {
+                mode: 1,
+            },
+        });
+
+        // ローソク足シリーズ
+        const candleSeries = chart.addCandlestickSeries({
+            upColor: '#26a69a',
+            downColor: '#ef5350',
+            borderVisible: false,
+            wickUpColor: '#26a69a',
+            wickDownColor: '#ef5350',
+        });
+
+        // 出来高シリーズ（オプション）
+        let volumeSeries = null;
+        const showVolume = options.showVolume !== false;
+        if (showVolume) {
+            volumeSeries = chart.addHistogramSeries({
+                color: '#26a69a',
+                priceFormat: { type: 'volume' },
+                priceScaleId: 'volume',
+            });
+            chart.priceScale('volume').applyOptions({
+                scaleMargins: { top: 0.8, bottom: 0 },
+            });
+        }
+
+        // 初期データ設定
+        const data = model.get("data") || [];
+        if (data.length > 0) {
+            candleSeries.setData(data);
+            chart.timeScale().fitContent();
+        }
+
+        // 出来高データ設定
+        const volumeData = model.get("volume_data") || [];
+        if (volumeSeries && volumeData.length > 0) {
+            volumeSeries.setData(volumeData);
+        }
+
+        // マーカー設定
+        const markers = model.get("markers") || [];
+        if (markers.length > 0) {
+            candleSeries.setMarkers(markers);
+        }
+
+        // データ全体が変更された時
+        model.on("change:data", () => {
+            const newData = model.get("data") || [];
+            if (newData.length > 0) {
+                candleSeries.setData(newData);
+                chart.timeScale().fitContent();
+            }
+        });
+
+        // 出来高データ変更時
+        model.on("change:volume_data", () => {
+            if (!volumeSeries) return;
+            const newVolumeData = model.get("volume_data") || [];
+            if (newVolumeData.length > 0) {
+                volumeSeries.setData(newVolumeData);
+            }
+        });
+
+        // マーカー変更時
+        model.on("change:markers", () => {
+            const newMarkers = model.get("markers") || [];
+            candleSeries.setMarkers(newMarkers);
+        });
+
+        // 最後のバーのみ更新（差分更新）
+        model.on("change:last_bar", () => {
+            const bar = model.get("last_bar");
+            if (isValidBar(bar)) {
+                candleSeries.update(bar);
+            } else if (bar && Object.keys(bar).length > 0) {
+                console.warn('Invalid bar format:', bar);
+            }
+            // 空オブジェクトの場合は無視（クリア時）
+        });
+
+        // リサイズ対応
+        const resizeObserver = new ResizeObserver(entries => {
+            const { width } = entries[0].contentRect;
+            if (width > 0) {
+                chart.applyOptions({ width });
+            }
+        });
+        resizeObserver.observe(el);
+
+        // クリーンアップ
+        return () => {
+            resizeObserver.disconnect();
+            chart.remove();
+        };
+    }
+
+    export default { render };
+    """
+
+    _css = """
+    :host {
+        display: block;
+        width: 100%;
+    }
+    """
+
+    # 同期するトレイト
+    data = traitlets.List([]).tag(sync=True)
+    volume_data = traitlets.List([]).tag(sync=True)
+    markers = traitlets.List([]).tag(sync=True)
+    last_bar = traitlets.Dict({}).tag(sync=True)
+    options = traitlets.Dict({}).tag(sync=True)
+
+
+def _prepare_chart_df(df: pd.DataFrame) -> pd.DataFrame:
+    """チャート表示用データを準備"""
+    df = df.copy()
+
+    # DatetimeIndexの場合はそのまま使用
+    if isinstance(df.index, pd.DatetimeIndex):
+        df.index.name = "Date"
+    elif "Date" in df.columns:
+        df["Date"] = pd.to_datetime(df["Date"])
+        df = df.set_index("Date")
+    elif "date" in df.columns:
+        df["date"] = pd.to_datetime(df["date"])
+        df = df.set_index("date")
+        df.index.name = "Date"
+    else:
+        try:
+            df.index = pd.to_datetime(df.index)
+            df.index.name = "Date"
+        except (ValueError, TypeError):
+            pass
+
+    # カラム名を大文字に統一
+    column_mapping = {
+        "open": "Open",
+        "high": "High",
+        "low": "Low",
+        "close": "Close",
+        "volume": "Volume",
+    }
+    for lower, upper in column_mapping.items():
+        if lower in df.columns and upper not in df.columns:
+            df.rename(columns={lower: upper}, inplace=True)
+
+    # 必要なカラムを抽出して数値変換
+    required_cols = ["Open", "High", "Low", "Close", "Volume"]
+    available_cols = [col for col in required_cols if col in df.columns]
+    df = df[available_cols].copy()
+
+    # 数値カラムを数値型に変換
+    for col in available_cols:
+        df[col] = pd.to_numeric(df[col], errors="coerce")
+
+    return df.dropna()
+
+
+def trades_to_markers(
+    trades: list,
+    code: str = None,
+    show_tags: bool = True,
+    tz: str = "Asia/Tokyo",
+) -> list[dict]:
+    """
+    TradeオブジェクトをLightweight Chartsマーカー形式に変換
+
+    Args:
+        trades: Trade オブジェクトのリスト
+        code: 銘柄コード（フィルタリング用）
+        show_tags: 売買理由（tag）を表示するか
+        tz: 元データのタイムゾーン
+
+    Returns:
+        Lightweight Charts形式のマーカーリスト
+    """
+    markers = []
+
+    for trade in trades:
+        # codeが指定されている場合はフィルタリング
+        if code is not None and hasattr(trade, "code") and trade.code != code:
+            continue
+
+        is_long = trade.size > 0
+        tag = getattr(trade, "tag", None)
+
+        # エントリーマーカー
+        entry_text = "BUY" if is_long else "SELL"
+        if show_tags and tag:
+            entry_text = f"{entry_text}: {tag}"
+
+        markers.append({
+            "time": to_lwc_timestamp(trade.entry_time, tz),
+            "position": "belowBar" if is_long else "aboveBar",
+            "color": "#26a69a" if is_long else "#ef5350",
+            "shape": "arrowUp" if is_long else "arrowDown",
+            "text": entry_text,
+        })
+
+        # イグジットマーカー（決済済みの場合）
+        exit_time = getattr(trade, "exit_time", None)
+        exit_price = getattr(trade, "exit_price", None)
+        if exit_time is not None and exit_price is not None:
+            pnl = (exit_price - trade.entry_price) * trade.size
+            markers.append({
+                "time": to_lwc_timestamp(exit_time, tz),
+                "position": "aboveBar" if is_long else "belowBar",
+                "color": "#2196F3",
+                "shape": "circle",
+                "text": f"EXIT ({pnl:+.0f})",
+            })
+
+    # 時間順にソート（Lightweight Chartsの要件）
+    markers.sort(key=lambda x: x["time"])
+    return markers
+
+
+def chart_by_df(
+    df: pd.DataFrame,
+    *,
+    trades: list = None,
+    height: int = 500,
+    show_tags: bool = True,
+    show_volume: bool = True,
+    title: str = None,
+    code: str = None,
+    tz: str = "Asia/Tokyo",
+) -> LightweightChartWidget:
+    """
+    株価データからLightweight Chartsチャートを作成
+
+    Args:
+        df: 株価データ（pandas DataFrame）
+        trades: 取引リスト（Trade オブジェクトのリスト）
+        height: チャートの高さ（ピクセル）
+        show_tags: 売買理由（tag）をチャートに表示するか
+        show_volume: 出来高を表示するか
+        title: チャートのタイトル（現在は未使用）
+        code: 銘柄コード（trades のフィルタリング用）
+        tz: タイムゾーン（デフォルト: Asia/Tokyo）
+
+    Returns:
+        LightweightChartWidget: anywidget ベースのチャートウィジェット
+    """
+    # データを整形
+    df = _prepare_chart_df(df)
+
+    # ウィジェット作成
+    widget = LightweightChartWidget()
+    widget.options = {
+        "height": height,
+        "showVolume": show_volume,
+    }
+
+    # ローソク足データ設定
+    widget.data = df_to_lwc_data(df, tz)
+
+    # 出来高データ設定
+    if show_volume:
+        widget.volume_data = df_to_lwc_volume(df, tz)
+
+    # 売買マーカー設定
+    if trades:
+        widget.markers = trades_to_markers(trades, code, show_tags, tz)
+
+    return widget
+
+
+def chart(
+    code: str = "",
+    from_: datetime.datetime = None,
+    to: datetime.datetime = None,
+    df: pd.DataFrame = None,
+):
+    """
+    株価データを指定して株価チャートを表示する
+
+    Args:
+        code: 銘柄コード（例: "6723"）
+        from_: 開始日（datetime, オプション）
+        to: 終了日（datetime, オプション）
+        df: 株価データ（pandas DataFrame）
+    """
+    if df is None:
+        from .stocks_daily import stocks_price
+
+        __sp__ = stocks_price()
+        df = __sp__.get_japanese_stock_price_data(code, from_=from_, to=to)
+
+    if df.empty:
+        raise ValueError(f"銘柄コード '{code}' の株価が取得できませんでした。")
+
+    return chart_by_df(df)