JPXの東証上場銘柄一覧¶

JPX:日本取引所グループに東証上場銘柄一覧がある。フォーマットはExcel。

これをダウンロードして、分析に使える形にする。

取得できる情報と加工¶

一覧の中身は以下のとおり。

コード : code
銘柄名 : name
市場・商品区分 : market
33業種コード : type33
17業種コード : type17
規模コード : scale

区分やコードの意味をメモしておく。

市場・商品区分 : market¶

P:プライム
S:スタンダード
G:グロース

17業種コードと33業種コード¶

銘柄数はプライム、スタンダード、グロースの合計。

17業種	33業種	銘柄数
1 : 食品	50 : 水産・農林業	12
1 : 食品	3050 : 食料品	125
2 : エネルギー資源	1050 : 鉱業	6
2 : エネルギー資源	3300 : 石油・石炭製品	11
3 : 建設・資材	2050 : 建設業	161
3 : 建設・資材	3400 : ガラス・土石製品	54
3 : 建設・資材	3550 : 金属製品	89
4 : 素材・化学	3100 : 繊維製品	49
4 : 素材・化学	3150 : パルプ・紙	24
4 : 素材・化学	3200 : 化学	209
5 : 医薬品	3250 : 医薬品	79
6 : 自動車・輸送機	3350 : ゴム製品	18
6 : 自動車・輸送機	3700 : 輸送用機器	88
7 : 鉄鋼・非鉄	3450 : 鉄鋼	42
7 : 鉄鋼・非鉄	3500 : 非鉄金属	34
8 : 機械	3600 : 機械	223
9 : 電機・精密	3650 : 電気機器	242
9 : 電機・精密	3750 : 精密機器	49
10 : 情報通信・サービスその他	3800 : その他製品	107
10 : 情報通信・サービスその他	5250 : 情報・通信業	624
10 : 情報通信・サービスその他	9050 : サービス業	560
11 : 電力・ガス	4050 : 電気・ガス業	27
12 : 運輸・物流	5050 : 陸運業	63
12 : 運輸・物流	5100 : 海運業	11
12 : 運輸・物流	5150 : 空運業	6
12 : 運輸・物流	5200 : 倉庫・運輸関連業	37
13 : 商社・卸売	6050 : 卸売業	310
14 : 小売	6100 : 小売業	354
15 : 銀行	7050 : 銀行業	79
16 : 金融（除く銀行）	7100 : 証券、商品先物取引業	41
16 : 金融（除く銀行）	7150 : 保険業	15
16 : 金融（除く銀行）	7200 : その他金融業	40
17 : 不動産	8050 : 不動産業	158

規模コード¶

1 : TOPIX Core30
2 : TOPIX Large70
4 : TOPIX Mid400
6 : TOPIX Small 1
7 : TOPIX Small 2

Excelをダウンロードして保存¶

In [1]:

Copied!

import requests

data_j_url = "https://www.jpx.co.jp/markets/statistics-equities/misc/tvdivq0000001vg2-att/data_j.xls"
data_j_path = "./data_j.xls"

with open(data_j_path, "wb") as f:
    f.write(requests.get(data_j_url).content)
import requests

data_j_url = "https://www.jpx.co.jp/markets/statistics-equities/misc/tvdivq0000001vg2-att/data_j.xls"
data_j_path = "./data_j.xls"

with open(data_j_path, "wb") as f:
    f.write(requests.get(data_j_url).content)

読み込んでみる¶

In [4]:

Copied!

import pandas as pd
import numpy as np

df = pd.read_excel("data_j.xls")
df
import pandas as pd
import numpy as np

df = pd.read_excel("data_j.xls")
df

Out[4]:

	日付	コード	銘柄名	市場・商品区分	33業種コード	33業種区分	17業種コード	17業種区分	規模コード	規模区分
0	20240628	1301	極洋	プライム（内国株式）	50	水産・農林業	1	食品	7	TOPIX Small 2
1	20240628	1305	ｉＦｒｅｅＥＴＦ　ＴＯＰＩＸ（年１回決算型）	ETF・ETN	-	-	-	-	-	-
2	20240628	1306	ＮＥＸＴ　ＦＵＮＤＳ　ＴＯＰＩＸ連動型上場投信	ETF・ETN	-	-	-	-	-	-
3	20240628	1308	上場インデックスファンドＴＯＰＩＸ	ETF・ETN	-	-	-	-	-	-
4	20240628	1309	ＮＥＸＴ　ＦＵＮＤＳ　ＣｈｉｎａＡＭＣ・中国株式・上証５０連動型上場投信	ETF・ETN	-	-	-	-	-	-
...	...	...	...	...	...	...	...	...	...	...
4366	20240628	9991	ジェコス	プライム（内国株式）	6050	卸売業	13	商社・卸売	7	TOPIX Small 2
4367	20240628	9993	ヤマザワ	スタンダード（内国株式）	6100	小売業	14	小売	7	TOPIX Small 2
4368	20240628	9994	やまや	スタンダード（内国株式）	6100	小売業	14	小売	7	TOPIX Small 2
4369	20240628	9996	サトー商会	スタンダード（内国株式）	6050	卸売業	13	商社・卸売	-	-
4370	20240628	9997	ベルーナ	プライム（内国株式）	6100	小売業	14	小売	6	TOPIX Small 1

4371 rows × 10 columns

不要な列削除と列名変更¶

In [5]:

Copied!

df = df.drop(["日付", "33業種区分", "17業種区分", "規模区分"], axis=1, errors="ignore")
df = df.rename(columns={"コード":"code", "銘柄名": "name", "市場・商品区分": "market", "33業種コード": "type33", "17業種コード":"type17", "規模コード":"scale"})
df
df = df.drop(["日付", "33業種区分", "17業種区分", "規模区分"], axis=1, errors="ignore")
df = df.rename(columns={"コード":"code", "銘柄名": "name", "市場・商品区分": "market", "33業種コード": "type33", "17業種コード":"type17", "規模コード":"scale"})
df

Out[5]:

	code	name	market	type33	type17	scale
0	1301	極洋	プライム（内国株式）	50	1	7
1	1305	ｉＦｒｅｅＥＴＦ　ＴＯＰＩＸ（年１回決算型）	ETF・ETN	-	-	-
2	1306	ＮＥＸＴ　ＦＵＮＤＳ　ＴＯＰＩＸ連動型上場投信	ETF・ETN	-	-	-
3	1308	上場インデックスファンドＴＯＰＩＸ	ETF・ETN	-	-	-
4	1309	ＮＥＸＴ　ＦＵＮＤＳ　ＣｈｉｎａＡＭＣ・中国株式・上証５０連動型上場投信	ETF・ETN	-	-	-
...	...	...	...	...	...	...
4366	9991	ジェコス	プライム（内国株式）	6050	13	7
4367	9993	ヤマザワ	スタンダード（内国株式）	6100	14	7
4368	9994	やまや	スタンダード（内国株式）	6100	14	7
4369	9996	サトー商会	スタンダード（内国株式）	6050	13	-
4370	9997	ベルーナ	プライム（内国株式）	6100	14	6

4371 rows × 6 columns

ETFなどは除外¶

In [6]:

Copied!





# 市場
df = df[df["market"] != "ETF・ETN"]
df = df[df["market"] != "REIT・ベンチャーファンド・カントリーファンド・インフラファンド"]
df = df[df["market"] != "出資証券"]
df = df[df["market"] != "PRO Market"]
df = df[df["market"] != "プライム（外国株式）"]
df = df[df["market"] != "スタンダード（外国株式）"]
df = df[df["market"] != "グロース（外国株式）"]
len(df)
# 市場
df = df[df["market"] != "ETF・ETN"]
df = df[df["market"] != "REIT・ベンチャーファンド・カントリーファンド・インフラファンド"]
df = df[df["market"] != "出資証券"]
df = df[df["market"] != "PRO Market"]
df = df[df["market"] != "プライム（外国株式）"]
df = df[df["market"] != "スタンダード（外国株式）"]
df = df[df["market"] != "グロース（外国株式）"]
len(df)

Out[6]:

値を正規化¶

In [7]:

Copied!

# 市場・商品区分
df["market"] = df["market"].replace({"プライム（内国株式）" : "P", "スタンダード（内国株式）": "S", "グロース（内国株式）": "G"})

# 規模コード
df["scale"] = df["scale"].replace({"-" : "0"})
# 市場・商品区分
df["market"] = df["market"].replace({"プライム（内国株式）" : "P", "スタンダード（内国株式）": "S", "グロース（内国株式）": "G"})

# 規模コード
df["scale"] = df["scale"].replace({"-" : "0"})

変換後¶

In [8]:

Copied!

df
df

Out[8]:

	code	name	market	type33	type17	scale
0	1301	極洋	P	50	1	7
5	130A	Ｖｅｒｉｔａｓ　Ｉｎ　Ｓｉｌｉｃｏ	G	3250	5	0
19	1332	ニッスイ	P	50	1	4
20	1333	マルハニチロ	P	50	1	4
31	135A	ＶＲＡＩＮ　Ｓｏｌｕｔｉｏｎ	G	5250	10	0
...	...	...	...	...	...	...
4366	9991	ジェコス	P	6050	13	7
4367	9993	ヤマザワ	S	6100	14	7
4368	9994	やまや	S	6100	14	7
4369	9996	サトー商会	S	6050	13	0
4370	9997	ベルーナ	P	6100	14	6

3832 rows × 6 columns

値を見てみる¶

In [9]:

Copied!

# コード
df["code"] = df["code"].astype(str)
np.unique(df["code"].values)
# コード
df["code"] = df["code"].astype(str)
np.unique(df["code"].values)

Out[9]:

array(['1301', '130A', '1332', ..., '9994', '9996', '9997'], dtype=object)

In [10]:

Copied!

# 市場・商品区分
df["market"] = df["market"].astype(str)
np.unique(df["market"].values)
# 市場・商品区分
df["market"] = df["market"].astype(str)
np.unique(df["market"].values)

Out[10]:

array(['G', 'P', 'S'], dtype=object)

In [11]:

Copied!

# 33業種区分
df["type33"] = df["type33"].astype(int)
np.unique(df["type33"].values)
# 33業種区分
df["type33"] = df["type33"].astype(int)
np.unique(df["type33"].values)

Out[11]:

array([  50, 1050, 2050, 3050, 3100, 3150, 3200, 3250, 3300, 3350, 3400,
       3450, 3500, 3550, 3600, 3650, 3700, 3750, 3800, 4050, 5050, 5100,
       5150, 5200, 5250, 6050, 6100, 7050, 7100, 7150, 7200, 8050, 9050])

In [12]:

Copied!

# 17業種コード
df["type17"] = df["type17"].astype(int)
np.unique(df["type17"].values)
# 17業種コード
df["type17"] = df["type17"].astype(int)
np.unique(df["type17"].values)

Out[12]:

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16, 17])

In [13]:

Copied!

# 規模コード
df["scale"] = df["scale"].astype(int)
np.unique(df["scale"].values)
# 規模コード
df["scale"] = df["scale"].astype(int)
np.unique(df["scale"].values)

Out[13]:

array([0, 1, 2, 4, 6, 7])