ビットコイン（BTC）の激しい値動きを前にして、「次にいつ動くのか」「今は上昇トレンドなのか」と頭を悩ませる方は多いはずです。投資の判断を個人の勘だけに頼るのは勇気がいりますが、過去のデータを味方につければ、客観的な視点で価格のゆくえを探ることができます。
今回は、Meta（旧Facebook）が開発した強力な予測ツール「Prophet」とプログラミング言語の「Python」を使い、ビットコインの長期的なトレンドを可視化する方法を解説します。難しい統計学の知識がなくても、数行のコードで未来の予測図を描けるのがこの手法の魅力です。データ分析の第一歩として、実際に手を動かしながら進めていきましょう。
そもそもProphetとは？時系列予測に強い理由
Prophet（プロフェット）は、複雑な時系列データを解析するために作られたライブラリです。ビットコインのように、毎日価格が変わり、なおかつ曜日や季節によって独特の動きを見せるデータの分析に非常に向いています。
この章では、なぜProphetがデータ分析の現場で選ばれているのか、その仕組みと特徴を紐解いていきます。まずはツールの全体像を把握して、予測のイメージを膨らませてみましょう。
Metaが開発したオープンソースのツール
Prophetは、世界的なIT企業であるMetaのデータサイエンスチームによって開発されました。もともとはFacebook内のビジネス予測を効率化するために作られたもので、現在は誰でも無料で使えるオープンソースとして公開されています。
最大の特徴は、専門的な統計モデルを意識せずに、精度の高い予測ができる点です。通常、時系列の予測には高度な数学の知識が必要ですが、Prophetはその複雑な部分を裏側で自動処理してくれます。
ビットコインのような不規則なデータに向いている
ビットコインの価格データには、急激な高騰や暴落がつきものです。一般的な予測モデルだと、こうした「外れ値」に反応しすぎて予測が大きく外れてしまうことがありますが、Prophetはこれに対して非常に頑健に作られています。
欠損値（データが抜けている箇所）があっても止まることなく計算を続けてくれるため、メンテナンスの手間が少ないのも嬉しいポイントです。以下の表に、Prophetと従来の代表的なモデルの違いをまとめました。
| 特徴 | Prophet | 従来のモデル (ARIMA等) |
| 数学的知識 | ほぼ不要 | 高度な知識が必要 |
| データの欠損 | 強い（自動処理） | 弱い（補完が必要） |
| 季節性の検知 | 自動で強い | 手動設定が必要 |
| 計算スピード | 非常に速い | データ量により遅い |
このように、Prophetは「手軽に、かつ実用的な結果が欲しい」という現代のニーズに合致したツールです。
まずはPythonの実行環境を準備しよう
実際に手を動かす前に、Prophetを動かすための舞台を整えましょう。Pythonには多くのライブラリがありますが、Prophetは少し特殊な計算エンジンを使っているため、事前の設定が重要になります。
ここでは、初心者の方でも迷わずに始められるおすすめの環境と、導入に必要な準備について説明します。
必要なライブラリをインストールする
Prophetを動かすには、Python本体のほかにいくつかの補助ツールが必要です。Google Colabや自分のPCのターミナルで、以下のコマンドを実行してください。
# 必要なライブラリを一括でインストール
!pip install prophet yfinance matplotlib pandas
インストールが必要なライブラリとその役割をリストにまとめました。
- prophet：予測を行うメインのエンジン
- yfinance：ビットコインの価格データを取得するため
- pandas：データを表形式で綺麗に扱うため
- matplotlib：予測結果をグラフにするため
これらを順に入れることで、分析の準備が整います。
Google Colabを利用するのがおすすめ
自分のパソコンにPythonを入れるのが難しそうだと感じるなら、Googleが提供している「Google Colab」を使うのが一番の近道です。ブラウザ上で動作するため、面倒な初期設定をほとんど飛ばせます。
Googleアカウントさえあれば、無料でハイスペックな計算環境が手に入ります。特にProphetのような計算負荷がかかるツールを動かすには、クラウド環境のほうがスムーズに進むケースが多いです。
ビットコインの過去データを取得する方法
分析を始めるには、材料となる「過去の価格データ」が必要です。今はPythonのライブラリを使えば、世界中の金融データを数秒で手元に呼び出すことができます。
この章では、データの取得から、Prophetが読み込める形に加工するまでの具体的なコードを解説します。
yfinanceを使って価格データを読み込む
ビットコインのデータを取得するのに最も便利なのが「yfinance」です。以下のコードを実行するだけで、過去数年分の価格データが手に入ります。
import yfinance as yf
# ビットコイン（USD建て）のデータを取得
df = yf.download('BTC-USD', start='2020-01-01')
# データの先頭を確認
print(df.head())
取得する際は、「BTC-USD」を指定するのが一般的です。例えば2020年からの長期データを取得することで、分析の精度を高めるために十分な材料を揃えられます。
Prophetが認識できる形式にデータを整える
データを取得した後は、Prophet専用のルールに形式を合わせる必要があります。Prophetは、列の名前が特定の名前になっていないと動いてくれません。
具体的には、以下のコードで列名を変更します。
# Prophet用にデータを整形
df_prophet = df.reset_index()[['Date', 'Close']]
df_prophet.columns = ['ds', 'y'] # 日付をds、価格をyに変更
# 日付からタイムゾーン情報を消去（エラー防止）
df_prophet['ds'] = df_prophet['ds'].dt.tz_localize(None)
この「ds」と「y」という名前に変える作業を忘れるとエラーが出てしまうので、最初に行うべき儀式だと思っておきましょう。
Prophetでビットコインの価格を予測する手順
準備が整ったら、いよいよ予測の実行です。コードの構成は非常にシンプルで、わずか数行で完了します。
ここでは、プログラムの裏側で行われている「学習」と「予測」の手順を見ていきましょう。
モデルの訓練と予測の実行
以下のコードで、過去のデータを学習させ、未来の価格を予測します。
from prophet import Prophet
# 1. モデルの作成
model = Prophet()
# 2. 学習の実行
model.fit(df_prophet)
# 3. 未来の期間（例：今後365日分）の枠組みを作成
future = model.make_future_dataframe(periods=365)
# 4. 予測の実行
forecast = model.predict(future)
# 予測結果の末尾を確認
print(forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail())
このコードを実行すると、マシンは過去数年分の動きをじっくり眺め、数秒で未来の数値を計算し尽くします。一度学習が終われば、そのマシンは「ビットコインの癖」を把握した状態になります。
予測結果をグラフで可視化して確認する
数字の羅列だけでは、ビットコインが今後どう動くのかを直感的に捉えるのは困難です。Prophetの真骨頂は、予測結果を美しいグラフとして一瞬で出力できる点にあります。
全体の予測範囲をプロットする
以下の1行で、過去から未来までの価格推移を一つのグラフに表示できます。
# 予測結果の可視化
fig1 = model.plot(forecast)
黒い点が実際の価格、青い線が予測値、そして薄い青色の帯が「予測の範囲（誤差の許容範囲）」を表します。未来に向かって青い帯がどんどん広がっているのは、遠い未来ほど不確実性が高まることを意味しています。
トレンドと季節性の成分を分解して見る
次に、価格を構成する要素をバラバラに分解して表示してみましょう。
# 成分ごとの分解グラフ
fig2 = model.plot_components(forecast)
このグラフを見れば、以下の3つの要素を個別に確認できます。
- トレンド：全体として右肩上がりなのか、勢いが弱まっているのか
- 週次：月曜日から日曜日まで、どの曜日に上がりやすいか
- 年次：1年の中で、どの月が強い季節なのか
例えば「年末にかけて上がる傾向があるが、火曜日はいつも売られやすい」といった、数字だけでは見えなかったビットコインの「素顔」が見えてくるはずです。
知っておきたい予測ツールの限界と注意点
最後に、最も大切なことをお伝えします。どれほど優れたツールを使っても、ビットコインの未来を100%当てることは不可能です。
予測ツールを「魔法の杖」ではなく「高性能なコンパス」として使うために、以下の限界を必ず知っておいてください。
突発的なニュースは予測できない
Prophetはあくまで「過去のデータの延長線」を計算するツールです。そのため、明日突然どこかの国がビットコインを禁止したり、有名な起業家がSNSで一言つぶやいたりして起きる急変を予知することはできません。
ファンダメンタルズ（外部要因）による変化は、計算式の外側で起きるイベントです。データ分析だけに没頭せず、常に最新のニュースにも耳を傾けておく必要があります。
投資判断の「一つの目安」として活用する
データ分析は、あくまで判断材料の一つに過ぎません。以下の視点を組み合わせて、最終的な決断を下しましょう。
- Prophetの予測：過去の統計的な流れはどうなっているか？
- ニュース：市場に影響を与える大きな規制や出来事はないか？
- 資金管理：万が一予測が外れたとき、許容できる損失範囲か？
このように、データを使って自分の判断を補強するイメージを持つことが、長く投資を続けるコツです。
まとめ：データに基づく一歩を踏み出そう
ビットコインの価格予測は、PythonとProphetを使えば驚くほど身近なものになります。最後に、今回紹介した手順を振り返ります。
- Google Colabなどの環境にライブラリをインストールする
yfinanceで最新のビットコインデータを取得する- データを「ds」と「y」の形式に整えてProphetに読み込ませる
- グラフを表示して、長期トレンドや曜日の癖を確認する
まずは今回紹介したコードをコピーして、実際に動かしてみてください。画面に自分だけの未来予想図が表示された瞬間、今までとは違った視点で相場を眺められるようになっているはずです。
