米国株決算の「勝ちパターン」を特定！Claude Codeで過去データをAI解析する手順

2026年3月7日2026年3月9日

URLをコピーしました！

米国株の決算シーズンは、投資家にとって最もエキサイティングで、同時に最も神経を使う時期です。エヌビディアやアップルといった巨頭が好決算を出しても、なぜか株価が急落する「だまし」に遭い、悔しい思いをしたことはありませんか。

こうした事態を防ぐには、過去の膨大なデータを分析し、その銘柄特有の「決算後の動き」を把握しておく必要があります。最新のAIツール「Claude Code」を使えば、プログラミングの知識がなくても、自分だけの解析ツールを数分で構築できます。この記事では、AIを駆使して米国株の勝ちパターンを特定する具体的な手順を解説します。

米国株投資でAIを使った決算データ解析が欠かせない理由

米国株は日本株以上に、決算の結果が株価を大きく左右します。しかし、単に数字が良いだけでは不十分です。市場の期待値をどれだけ上回ったか、そして過去に同じような状況でどう動いたかを知ることが、勝率を上げる鍵となります。

この章では、なぜ人間の感覚ではなく、AIによるデータ解析が今の相場に必要なのか、その理由を3つの視点から整理します。

好決算でも株価が下がる「だまし」を回避するため

決算の内容がどれほど良くても、株価が下がることは珍しくありません。これは、決算前に期待感で株価が上がりすぎ、発表と同時に「材料出尽くし」として売られるためです。

AIを使って過去の決算発表直後の動きをスキャンすれば、「この銘柄は好決算でも初動は売られやすい」といった傾向を事前に把握できます。例えば、過去10回の好決算のうち7回で発表翌日に株価が下がっていたなら、当日慌てて飛び乗るリスクを避けられます。

感情に左右されず、過去の統計的な事実を突きつけられることで、冷静なエントリー判断が可能になるのです。

過去の株価騰落率から上昇の確率を数字で把握できる

「たぶん上がるだろう」という推測を、「過去にEPSが10%以上上振れた場合、1週間以内に上昇する確率は65%である」といった具体的な数字に置き換えることができます。

Claude Codeを使えば、特定の銘柄だけでなく、セクター全体や類似企業との比較も一瞬で行えます。数値をベースにした戦略を立てることで、損切りラインや利確ポイントも根拠を持って設定できるようになります。

特に米国株はデータの透明性が高く、AIによる解析との相性が抜群です。数字に基づいた「根拠のある投資」こそが、長期的な資産形成の土台となります。

手作業では数日かかるデータ収集が数分で完了する

これまでは、決算発表日、予想値、実績値、そしてその後の株価をExcelに手入力して分析するしかありませんでした。この作業を10銘柄分行うだけでも、丸一日が潰れてしまいます。

Claude Codeなら、自律的にインターネットからデータを拾い集め、計算し、分析結果をレポートとして出力するまでを自動でこなしてくれます。あなたはターミナルで一行の命令を出すだけで、コーヒーを飲んでいる間に分析が終わります。

以下の表に、手作業とAI解析の効率の違いをまとめました。

作業内容	手作業での分析	Claude Codeによる解析
データ収集	数時間（サイトを巡回）	数秒（自動取得）
計算・分析	ミスが起きやすい	正確かつ高速
グラフ化	手動で作成	コマンド一つで生成
銘柄の追加	作業量が倍増	プロンプトを変えるだけ

Claude Codeを動かすための初期設定と環境構築

AIによる解析を始めるには、まずあなたのPCに「Claude Code」を呼び出す準備が必要です。少し難しそうに感じるかもしれませんが、基本的には指定のコマンドをコピーして貼り付けるだけで完了します。

ここでは、解析環境を整えるための最短ルートを分かりやすく紹介します。

AnthropicのAPIキーを取得して環境変数を設定しよう

Claude Codeを動かす心臓部となるのが、Anthropic社が発行するAPIキーです。まずは公式サイトのコンソールから、自分専用のキーを作成してください。

取得したキーは、PCがいつでも呼び出せるように設定します。Macであればターミナル、WindowsであればPowerShellを開き、以下のコマンドを入力してください。

export ANTHROPIC_API_KEY='あなたのAPIキー'

この設定を一度行えば、Claudeはあなたの指示を理解し、複雑な計算を代行してくれるようになります。

ターミナルからClaude Codeをインストールするコマンド

次に、Claude Code本体をインストールします。これにはNode.jsという環境が必要ですので、未導入の場合は公式サイトからインストールしておいてください。準備ができたら、以下のコマンドを実行します。

npm install -g @anthropic-ai/claude-code

インストールが終わったら、claude と入力してみましょう。AIが起動し、あなたとの対話が始まります。ここが、あなたの専属アナリストとの「初対面」の場所になります。

Pythonとデータ分析用ライブラリをまとめて導入する

株価解析の実作業は、Pythonというプログラミング言語が行います。Claude Codeはコードを書くのが得意ですが、実際に動かすための「道具箱」をあなたが用意してあげる必要があります。

具体的には、以下のコマンドで解析に必要なライブラリを一括導入しましょう。

pip install yfinance pandas matplotlib seaborn

これで、株価データの取得からグラフの作成まで、すべての準備が整いました。あとはAIに指示を出すだけです。

決算データ（EPS・売上・株価）を自動で収集する仕組み

環境が整ったら、解析の材料となるデータを集めましょう。米国株の決算発表には、売上高やEPS（一株当たり利益）など、チェックすべき項目がいくつもあります。

この章では、Claude Codeを使ってこれらのデータを自動で引き出し、整理する方法を解説します。

過去5年分の決算発表日を特定するスクリプトを作成する

まずは「いつ決算が発表されたか」という正確な日付を知る必要があります。Claude Codeに対して、「特定の銘柄（例：NVDA）の過去5年分の決算発表日と、その時のEPS予想・実績を取得するスクリプトを書いて」と依頼してください。

AIは yfinance などのライブラリを駆使して、瞬時にリストを作成してくれます。

これまでは企業のIRサイトを遡る必要がありましたが、AIなら一瞬で正確な日付を特定できます。これにより、分析の精度が劇的に向上します。

市場予想と実績の「乖離率」を計算するロジック

決算で最も重要なのは、数字そのものではなく「予想をどれだけ超えたか」という乖離率（サプライズ）です。

Claude Codeに、取得したデータから「予想EPSと実績EPSの差」をパーセントで計算するよう指示しましょう。例えば、予想1.0ドルに対して実績1.1ドルなら、10%のポジティブサプライズとなります。

この乖離率を算出することで、「どれくらいのサプライズがあれば株価が反応しやすいのか」というボーダーラインが見えてきます。

解析に必要なCSVファイルを自動生成して保存する

集めたデータは、後で何度でも使えるようにCSV形式で保存しておきましょう。

以下のリストは、保存すべきデータの項目例です。

決算発表日（月日・年）
実績EPSと市場予想EPS
売上高の実績と予想
発表翌日の株価騰落率

保存されたファイルがあれば、Excelで開いて自分なりにメモを書き加えることも可能です。データの蓄積が、あなただけの最強の投資データベースになります。

過去の「勝ちパターン」を特定する解析プロンプトの書き方

データが集まったら、いよいよAIに「勝ちパターン」を特定させます。ここでのポイントは、AIに対して抽象的な指示ではなく、具体的な分析手法を指定することです。

この章では、精度の高い分析結果を得るためのプロンプトのコツを伝授します。

AIに騰落率の相関を分析させるための具体的な指示文

Claude Codeを起動したら、以下のようなプロンプトを投げてみてください。

「保存した決算データを使って、EPSの乖離率と、決算発表から1週間後の株価騰落率の相関係数を計算して。また、過去に株価が5%以上上昇したときの決算内容に共通点があるか分析して。」

このように、「期間」と「変化量」を具体的に指定することで、AIはより実戦的な回答を返してくれます。

単に「分析して」と言うよりも、具体的なターゲットを絞り込むのがコツです。

コピペで動く！決算後の株価推移を算出するコード例

AIが提案してくるコードの核となる部分は、以下のような構造になります。これを参考に、Claudeにさらに細かな注文をつけてみましょう。

import yfinance as yf
import pandas as pd

# 特定の期間の株価推移を計算する関数
def analyze_stock_drift(ticker, date):
    data = yf.download(ticker, start=date, periods=10)
    start_price = data['Close'].iloc[0]
    end_price = data['Close'].iloc[5] # 5営業日後
    return (end_price - start_price) / start_price

print(analyze_stock_drift('AAPL', '2025-10-25'))

実行エラーが出てもAIが自律的にデバッグする手順

もしコードを実行してエラーが出たとしても、あなたは一文字も修正する必要はありません。エラーメッセージをそのままコピーして、Claude Codeに貼り付けるだけです。

AIは「ライブラリのバージョンが古いようです」や「データの形式が想定と違いました」と原因を特定し、数秒で修正案を提示してくれます。この粘り強いデバッグ能力こそ、Claude Codeが「エージェント」と呼ばれる所以です。

あなたがすべきことは、AIの修正案に対して「了解、実行して」と答えることだけです。

解析結果をグラフにして上昇の傾向を視覚化する

数字の羅列だけでは、相場の全体像を掴むのは難しいものです。AIを使って解析結果を視覚化し、直感的に「勝ちパターン」を理解できるようにしましょう。

ここでは、投資判断に役立つ3種類のグラフ作成について解説します。

決算発表後の平均騰落率を折れ線グラフで表示させる

過去数年分の決算発表を重ね合わせ、平均的に株価がどう推移するかを一本の線で表します。

発表直後に跳ね上がってそのまま維持されるのか、それとも数日かけてじわじわ上がっていくのか。この「癖」を知ることで、焦って高値掴みをすることを防げます。

例えば、発表から3日目に押し目が来やすい銘柄なら、そこを狙うという戦略が立てられます。

EPS乖離率と株価変化の散布図を作って相関を見る方法

「サプライズが大きければ大きいほど、株価は上がるのか？」という疑問を解決するのが散布図です。

横軸にEPSの乖離率、縦軸に株価の変化率を取ります。点が一つの直線上に並んでいれば相関が強く、バラバラであればその銘柄は決算の数字以外の要因（ガイダンスなど）で動いていることが分かります。

視覚的にバラつきを確認することで、「この銘柄は数字が良くても安心できないな」といったリスク回避に繋がります。

どのセクターで勝ちパターンが機能しやすいか分類する

同じ好決算でも、ハイテク銘柄とエネルギー銘柄では反応が全く異なります。

以下の表は、セクターごとの反応の違いを整理した一例です。

セクター	決算後の主な反応	注目すべき指標
ハイテク	ガイダンスに敏感	次期売上見通し
消費財	安定しているが地味	営業利益率
半導体	変動が激しくトレンドが続く	在庫レベル・受注