【完全初心者向け】Google ColabでTA-Libを使ってインジケーター分析を実装してみよう！

株や仮想通貨などのテクニカル分析をPythonで行いたいとき、最も便利なライブラリの一つが「TA-Lib（Technical Analysis Library）」です。

この記事では、TA-Libの基本からGoogle Colabでの導入方法、代表的なインジケーターの使い方までを、初心者にもわかりやすく解説します。

TA-Libとは？
Google ColabでTA-Libを使うための準備
サンプルデータの準備（pandas + yfinance）
代表的なインジケーターの使い方
インジケーターを可視化してみよう（matplotlib）
1. ✅ まとめ：TA-Libでできること

TA-Libとは？

**TA-Lib（Technical Analysis Library）**は、数百種類ものテクニカル指標を簡単に扱えるライブラリで、特に以下のような指標が使えます：

移動平均線（SMA、EMA）
ボリンジャーバンド（BBANDS）
MACD（移動平均収束拡散法）
RSI（相対力指数）
ストキャスティクス（STOCH）

Google ColabでTA-Libを使うための準備

ColabではTA-Libが標準ではインストールされていません。以下の手順で導入が必要です。

# 1. TA-LibのCライブラリをインストール
!wget http://prdownloads.sourceforge.net/ta-lib/ta-lib-0.4.0-src.tar.gz
!tar -xzvf ta-lib-0.4.0-src.tar.gz
%cd ta-lib
!./configure --prefix=/usr
!make
!make install
%cd ..

# 2. Python用のTA-Libライブラリをインストール
!pip install git+https://github.com/TA-Lib/ta-lib-python.git@TA_Lib-0.5.0


# 3. 確認
import talib
print(talib.__version__)

普通のライブラリであれば

!pip install Ta-Lib

でインストールできますが、TaLibはそれだけではうまくいきません。
新しいバージョンだとエラーになったので、古いバージョンを使用しました。

【2025年最新】GoogleColabでTA-Libを使う方法

はじめにテクニカル分析ライブラリとして人気の高いTA-Libをインストールしようとしたところ、wheelのビルドでエラーが発生して躓いてしまいました。この記事では、そのエラーの内容と解決方法について説明します。問題の概要 TA-Libの...

インストールは時間がかかります。

サンプルデータの準備（pandas + yfinance）

まずはYahooファイナンスから株価データを取得します。

import yfinance as yf
import pandas as pd

# 例：Appleの過去90日分の日足データ
df = yf.download("AAPL", period="90d", interval="1d")
df.head()

代表的なインジケーターの使い方

📌 単純移動平均線（SMA）

df["SMA_20"] = talib.SMA(df["Close"]['AAPL'], timeperiod=20)

📌 ボリンジャーバンド

upper, middle, lower = talib.BBANDS(df["Close"]['AAPL'], timeperiod=20)
df["BB_upper"] = upper
df["BB_middle"] = middle
df["BB_lower"] = lower

📌 RSI（相対力指数）

df["RSI"] = talib.RSI(df["Close"]['AAPL'], timeperiod=14)

📌 MACD

macd, signal, hist = talib.MACD(df["Close"]['AAPL'], fastperiod=12, slowperiod=26, signalperiod=9)
df["MACD"] = macd
df["Signal"] = signal
df["Hist"] = hist

インジケーターを可視化してみよう（matplotlib）

import matplotlib.pyplot as plt

plt.figure(figsize=(14, 6))
plt.plot(df["Close"]['AAPL'], label="Close Price")
plt.plot(df["SMA_20"], label="SMA 20")
plt.plot(df["BB_upper"], label="BB Upper", linestyle="--", alpha=0.7)
plt.plot(df["BB_lower"], label="BB Lower", linestyle="--", alpha=0.7)
plt.title("価格とテクニカル指標")
plt.legend()
plt.grid()
plt.show()