CANSLIM Screener

William O’NeilのCANSLIM手法で米国成長株を7コンポーネントスコアリングするスキルです。

FMP必須

スキルパッケージをダウンロード (.skill) GitHubでソースを見る

目次

1. 概要

CANSLIM Screenerは、William O’Neilが著書「How to Make Money in Stocks」で体系化した成長株選定手法を実装したスキルです。過去数十年の歴史的大化け銘柄に共通する7つの特徴を定量的にスコアリングし、次のマルチバガー候補を識別します。

Phase 3（現行バージョン） では7コンポーネント全てを実装しており、CANSLIM手法の100%カバレッジを達成しています。

7つのCANSLIMコンポーネント

コンポーネント 説明 ウェイト
C - Current Earnings 四半期EPS/売上成長（前年同期比） 15%
A - Annual Growth 3年間のEPS CAGR（複合年間成長率） 20%
N - Newness 52週高値からの距離、ブレイクアウト検出 15%
S - Supply/Demand 出来高ベースの蓄積/分配分析 15%
L - Leadership 52週リラティブストレングス（vs S&P 500） 20%
I - Institutional 機関投資家保有率、スーパーインベスター検出 10%
M - Market Direction S&P 500 vs 50日EMAのトレンド判定 5%

解決する問題:

  • O’NeilのCANSLIM条件を手動でチェックする手間を自動化
  • 主観を排除した定量的スコアリングで成長株を客観的に評価
  • ベアマーケット保護（Mコンポーネント）により不適切なタイミングでの買いを防止

2. 前提条件

FMP APIキーが必須です。無料ティア（250回/日）で35銘柄のスクリーニングが可能です。40銘柄フルスクリーニングにはStarterティア（$29.99/月）が推奨されます。

項目 要否 説明
FMP APIキー 必須 決算データ、株価、機関投資家データの取得
Python 3.7+ 必須 スクリプト実行用
requests 必須 FMP API通信
beautifulsoup4 必須 Finviz機関投資家データのフォールバック取得
lxml 必須 HTML解析

インストール:

pip install requests beautifulsoup4 lxml

APIキー設定:

export FMP_API_KEY=your_key_here

APIコール予算

対象銘柄数 FMPコール数 無料ティア対応
35銘柄 約248回 対応（250回/日制限内）
40銘柄 約283回 超過（Starterティア推奨）

1銘柄あたり7回のFMP APIコール（profile, quote, income x2, historical_90d, historical_365d, institutional）に加え、マーケットデータ3回（S&P 500 quote, VIX quote, S&P 500 52週履歴）が必要です。

3. クイックスタート

最小限の実行 

# デフォルト設定（S&P 500 トップ40銘柄、上位20件をレポート）
python3 skills/canslim-screener/scripts/screen_canslim.py

カスタム設定 

# 無料ティア向け（35銘柄、上位10件）
python3 skills/canslim-screener/scripts/screen_canslim.py \
  --max-candidates 35 --top 10 --output-dir reports/

Claudeへの自然言語 

CANSLIM手法で成長株をスクリーニングして。S&P 500のトップ銘柄を分析してほしい。

4. 仕組み

3ステージパイプライン 

Stage 1: データ取得（FMP API + Finviz）
  ↓
Stage 2: 7コンポーネント計算
  ↓
Stage 3: 複合スコアリング・ランキング・レポート生成

Stage 1: データ取得

  • FMP APIから決算データ（四半期・年次）、株価履歴、機関投資家データを取得
  • FMPで sharesOutstanding が未取得の場合、Finvizから機関投資家保有率をフォールバック取得

Stage 2: 7コンポーネント計算

各コンポーネントは0-100のスコアで評価されます：

  • C (Current Earnings): EPS YoY成長率50%以上=100点、30-49%=80点、18-29%=60点
  • A (Annual Growth): 3年EPS CAGR 40%以上=90点、30-39%=70点、25-29%=50点
  • N (Newness): 52週高値から5%以内+ブレイクアウト=100点
  • S (Supply/Demand): 上昇日出来高/下落日出来高比率 2.0以上=100点
  • L (Leadership): 52週リラティブストレングス RS 90以上=100点
  • I (Institutional): 50-100機関+30-60%保有率=100点
  • M (Market Direction): 強い上昇トレンド=100点、ベアマーケット=0点

Stage 3: 複合スコアリング

複合スコア = C×15% + A×20% + N×15% + S×15% + L×20% + I×10% + M×5%

Finvizフォールバック

FMP APIで機関投資家データが不完全な場合、自動的にFinviz.comから保有率を取得します。これにより Iコンポーネントの精度が大幅に向上します（35点→60-100点）。

5. 使用例

例1: デフォルトS&P 500スクリーニング

プロンプト:

CANSLIM手法でS&P 500銘柄をスクリーニングして

Claudeの動作:

  • デフォルトユニバース（S&P 500トップ40銘柄）を使用
  • 全7コンポーネントを計算し複合スコアでランキング
  • Markdown + JSONレポートを reports/ に保存

期待される出力: 上位20銘柄のスコアと各コンポーネント詳細の一覧

例2: 半導体セクター特化

プロンプト:

半導体セクターの銘柄でCANSLIMスクリーニングをして。
NVDA, AVGO, AMD, INTC, QCOM, MRVL, TXN, AMAT, LRCX, KLAC を分析して。

Claudeの動作:

python3 skills/canslim-screener/scripts/screen_canslim.py \
  --universe NVDA AVGO AMD INTC QCOM MRVL TXN AMAT LRCX KLAC \
  --output-dir reports/

なぜ有用か: 特定セクター内でCANSLIM基準を満たすリーダー銘柄を識別できます。

例3: 無料枠の最適化

プロンプト:

FMPの無料枠（250コール/日）に収まるようにCANSLIMスクリーニングしたい

Claudeの動作:

python3 skills/canslim-screener/scripts/screen_canslim.py \
  --max-candidates 35 --top 10 --output-dir reports/

なぜ有用か: 35銘柄×7コール+マーケットデータ3コール=248コールで、無料ティアの250回制限内に収まります。

例4: コンポーネント詳細の解読

プロンプト:

NVDAのCANSLIMスコアの各コンポーネントを詳しく解説して

Claudeの動作:

  • レポートからNVDAのエントリを抽出し、各コンポーネントの意味と評価基準を解説
  • 例: 「C=100は四半期EPS成長率50%超を意味し、AI需要の爆発的な成長を反映しています」

なぜ有用か: スコアの背景にある投資判断の根拠を理解できます。

例5: ベアマーケットシナリオ

プロンプト:

Mコンポーネントが0（ベアマーケット）のとき、CANSLIMスクリーニングはどう解釈すべき？

Claudeの動作:

  • M=0の場合の明確な警告を出力
  • O’Neilの教え: 「4銘柄中3銘柄は市場トレンドに従う」を引用
  • 推奨: 80-100%のキャッシュポジション、買い推奨なし

なぜ有用か: ベアマーケットでの過大なリスクテイクを防止できます。

例6: スコア解釈とポジションサイジング

プロンプト:

CANSLIMスコアが85の銘柄と72の銘柄、それぞれどれくらいのポジションで買うべき？

Claudeの動作:

  • レーティングバンドに基づく推奨を提示：
    • Exceptional (80-89): 強い買い推奨、ポートフォリオの10-15%
    • Strong (70-79): 買い推奨、ポートフォリオの8-12%
  • 最も弱いコンポーネントのリスク要因も解説

なぜ有用か: スコアに応じた適切なポジションサイズの指針を得られます。

6. 出力の読み方

レーティングバンド

レーティング スコア範囲 意味 推奨アクション
Exceptional+ 90-100 全コンポーネント近完璧 即時買い、積極的サイジング（15-20%）
Exceptional 80-89 優れたファンダメンタル + モメンタム 強い買い、標準サイジング（10-15%）
Strong 70-79 全コンポーネント堅実 買い、標準サイジング（8-12%）
Above Average 60-69 最低基準クリア、一部弱み プルバック買い、保守的サイジング（5-8%）

レポート構造 

# CANSLIM Stock Screening Results
├── Market Condition Summary（市場環境サマリー）
├── Top N CANSLIM Candidates（上位銘柄一覧）
│   ├── 各銘柄のComposite Score & Rating
│   ├── Component Breakdown（C, A, N, S, L, I, M）
│   ├── Interpretation（解釈・推奨）
│   └── Warnings（品質警告）
└── Summary Statistics（レーティング分布）

注意すべき品質警告

警告メッセージ 意味
Revenue declining despite EPS growth EPS成長が自社株買いに依存している可能性
Using Finviz institutional ownership FMPデータ不足でFinvizフォールバック使用（精度は問題なし）
Bear market detected (M=0) 全銘柄の買い推奨を停止すべき

7. Tips & ベストプラクティス

効果的なユニバース選定

  • デフォルト（S&P 500トップ40） は安定した結果を得られますが、大型株に偏ります
  • セクター特化 で半導体やバイオテク等のハイグロースセクターに集中すると、より高スコアの候補が見つかりやすいです
  • カスタムユニバース で他のスクリーナー（FinViz等）の出力を入力として使えます

API予算の管理

  • 1日に複数回実行する場合は --max-candidates を小さく設定
  • 最初に少数銘柄でテスト実行し、結果を確認してからフルスクリーニング
  • FMP無料ティアのリセットはUTC午前0時

ベアマーケットでの使い方

  • M=0の場合、スコアが高い銘柄でも買わないのがO’Neilの鉄則
  • ウォッチリストとして保存し、市場回復後にエントリーを検討
  • 市場回復の確認には FTD Detector スキルが有用

8. 他スキルとの連携

CANSLIM → VCP Screener

CANSLIMで高スコアの銘柄群をVCP Screenerに渡し、ブレイクアウトタイミングを評価：

1. CANSLIM: 上位10銘柄を取得
2. VCP: --universe で銘柄を指定、VCPパターンの有無とピボットポイントを分析

CANSLIM → Technical Analyst

CANSLIMスコア80以上の銘柄について、週足チャートのテクニカル分析を実施：

1. CANSLIM: Exceptional以上の銘柄を特定
2. Technical Analyst: チャートパターン、サポート/レジスタンス、エントリータイミングを評価

FinViz → CANSLIM（プレスクリーニング）

FinVizで粗い絞り込みを行い、CANSLIM用のカスタムユニバースを構築：

1. FinViz: fa_epsqoq_o25,ta_sma200_pa で候補リスト取得
2. CANSLIM: --universe で渡して7コンポーネント詳細分析

決算モメンタムパイプライン 

1. Earnings Trade Analyzer: 直近決算の反応をスコアリング
2. CANSLIM: 高グレード銘柄のファンダメンタル検証
3. PEAD Screener: プルバック→ブレイクアウトパターンを監視

9. トラブルシューティング

FMP APIレートリミット 

ERROR: 429 Too Many Requests - Rate limit exceeded

対処:

  1. スクリプトは自動で60秒後にリトライ
  2. --max-candidates 35 で無料ティア内に収める
  3. 毎日のリセットはUTC午前0時

依存パッケージ不足 

ERROR: required libraries not found. Install with: pip install beautifulsoup4 requests lxml

対処:

pip install requests beautifulsoup4 lxml

Finviz 403 エラー 

WARNING: Finviz request failed with status 403 for NVDA

対処:

  • 一時的なレートリミット。数分後に再試行
  • スクリプトはFMPデータのみで継続（Iスコアは上限70/100に制限）
  • Finviz障害時も完全に失敗することはなく、品質警告付きで結果を出力

スコアが全体的に低い

原因: ベアマーケット（M=0）か、ユニバースに成長株が少ない

対処:

  1. Mコンポーネントを確認 → 0ならベアマーケットで正常動作
  2. グロースセクター（Technology, Healthcare）の銘柄でリトライ
  3. CANSLIM手法はブルマーケットで最も効果を発揮

10. リファレンス

CLIオプション一覧 

python3 skills/canslim-screener/scripts/screen_canslim.py [OPTIONS]
オプション 説明 デフォルト
--api-key FMP APIキー $FMP_API_KEY 環境変数
--max-candidates 分析する最大銘柄数 40
--top レポートに含める上位件数 20
--output-dir レポート出力ディレクトリ カレントディレクトリ
--universe カスタム銘柄リスト（スペース区切り） S&P 500トップ40

コンポーネントスコア基準

コンポーネント 100点 80点 60点 40点 0点
C EPS≥50%, Rev≥25% EPS≥30%, Rev≥15% EPS≥18%, Rev≥10% EPS≥10% EPS<10%
A CAGR≥40%, 安定 - CAGR≥30% CAGR≥25% CAGR<25%
N 高値5%以内+BO 高値5%以内 高値10%以内+BO 高値10%以内 高値25%超
S Vol比≥2.0 Vol比≥1.5 Vol比≥1.0 Vol比≥0.8 Vol比<0.8
L RS≥90+outperf RS≥80 RS≥70 RS≥60 RS<60
I 50-100機関+30-60%保有 条件一部 条件一部 少数 データなし
M 強い上昇トレンド 上昇トレンド 横ばい 弱い ベアマーケット

出力ファイル

ファイル 形式 用途
canslim_screener_YYYY-MM-DD_HHMMSS.json JSON プログラマティック利用
canslim_screener_YYYY-MM-DD_HHMMSS.md Markdown 人間向けレポート

関連ファイル

ファイル 説明
skills/canslim-screener/SKILL.md スキル定義
skills/canslim-screener/references/canslim_methodology.md CANSLIM手法の完全解説（27KB）
skills/canslim-screener/references/scoring_system.md スコアリング仕様（21KB）
skills/canslim-screener/references/interpretation_guide.md 結果解釈ガイド（18KB）
skills/canslim-screener/references/fmp_api_endpoints.md API統合ガイド（18KB）
skills/canslim-screener/scripts/screen_canslim.py メインスクリプト
skills/canslim-screener/scripts/calculators/ 各コンポーネント計算モジュール