Theme Detector

クロスセクターの上昇・下落テーマを3次元スコアリングで検出するスキルです。

API不要 FMP任意 FINVIZ Elite任意

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

Theme Detectorは、FINVIZの業種・セクターパフォーマンスデータを複数タイムフレームで分析し、市場で注目されている上昇テーマ（ブルテーマ）と下落テーマ（ベアテーマ）を検出するスキルです。

3次元スコアリングモデル:

次元 スケール 意味
Theme Heat 0-100 テーマの強度（モメンタム、出来高、上昇トレンド比率、ブレッド）
Lifecycle Maturity Early / Mid / Late / Exhaustion テーマの成熟度（持続期間、極端度、バリュエーション、ETF本数）
Confidence Low / Medium / High 検出の信頼度（定量的データとナラティブの一致度）

主な特徴:

  • 14以上のクロスセクターテーマを定義済み（AI/半導体、クリーンエネルギー、サイバーセキュリティ、ゴールド、バイオテク等）
  • Direction-aware分析: ベアテーマもブルテーマと同等の感度でスコアリング
  • ライフサイクルステージ分類: Emerging → Accelerating → Trending → Mature → Exhausting
  • ETF増殖スコアリング: ETFが多いテーマは成熟度が高い（クラウデッドトレード警告）
  • Monty’s Uptrend Ratio Dashboardとの統合
  • WebSearchベースのナラティブ確認

解決する問題:

  • 市場全体のテーマ的な流れを体系的に把握
  • 「いまどのテーマが熱いのか」「どのテーマが枯れつつあるのか」を定量的に回答
  • テーマ投資のタイミング判断（Earlyで入るか、Exhaustionで出るか）

2. 前提条件

コア機能はAPIキーなしで動作します。FINVIZ EliteとFMP APIは任意で精度と速度を向上させます。

項目 要否 説明
Python 3.7+ 必須 スクリプト実行用
requests 必須 HTTP通信
beautifulsoup4 必須 FINVIZ HTMLスクレイピング
lxml 必須 HTML解析
pandas 必須 データ集計・分析
numpy 必須 数値計算
yfinance 必須 ETFデータ取得
FINVIZ Elite APIキー 任意 高速モード（2-3分 vs 5-8分）、全業種フルカバレッジ
FMP APIキー 任意 P/Eバリュエーションデータの取得

インストール:

pip install requests beautifulsoup4 lxml pandas numpy yfinance

FINVIZ Elite未使用時はパブリックスクレイピングモード（無料）で動作しますが、レートリミットにより実行時間が長くなります（5-8分）。

3. クイックスタート

最小限の実行（APIキー不要） 

python3 skills/theme-detector/scripts/theme_detector.py --output-dir reports/

FINVIZ Elite モード（高速） 

python3 skills/theme-detector/scripts/theme_detector.py \
  --finviz-api-key $FINVIZ_API_KEY \
  --output-dir reports/

Claudeへの自然言語 

いま市場でどんなテーマが注目されている？ブルとベアの両方教えて。

4. 仕組み

ワークフロー 

Step 1: 業種データ収集（FINVIZ）
  ↓
Step 2: テーマ分類（業種→テーママッピング）
  ↓
Step 3: Heat計算（4コンポーネント）
  ↓
Step 4: ライフサイクル評価
  ↓
Step 5: ナラティブ確認（WebSearch）
  ↓
Step 6: レポート生成

Step 1: 業種データ収集

  • FINVIZから約145業種のパフォーマンスデータを取得
  • Elite: CSV APIで全銘柄データ、Public: HTMLスクレイピングで上位約20銘柄/業種

Step 2: テーマ分類

  • references/cross_sector_themes.md に定義されたテーマ定義に基づき、業種をテーマにマッピング
  • 例: Semiconductors, Software-Application, Software-Infrastructure → 「AI & Semiconductors」テーマ
  • 14以上のテーマ: AI/半導体、クリーンエネルギー、サイバーセキュリティ、Cloud/SaaS、バイオテク、インフラ、ゴールド/貴金属、防衛、ヘルスケア、不動産、暗号資産、中国/新興市場等

Step 3: Theme Heat計算

Theme Heat (0-100) は4つのサブスコアから算出されます：

サブスコア 内容
Momentum Strength 複数タイムフレーム（1W, 1M, 3M, 6M, 1Y）のパフォーマンス
Volume Intensity 出来高の異常度（平均比）
Uptrend Signal Monty’s Uptrend Ratio（上昇トレンド比率、MA10、傾き）
Breadth Signal テーマ内業種の参加率

Step 4: ライフサイクル評価

ステージ 特徴 投資判断
Emerging 低Heat、短期間、少数ETF 先行投資のチャンス
Accelerating 中Heat、モメンタム加速中 追加投資の好機
Trending 高Heat、メディア注目度上昇 ポジション維持
Mature 高Heat、ETF増殖、バリュエーション上昇 慎重にポジション管理
Exhausting Heat低下、RSI極端、ETF飽和 利益確定を検討

Step 5: ナラティブ確認

  • 上位テーマについてWebSearchで最新ニュースを検索
  • 定量データとナラティブの一致度でConfidenceを調整

5. 使用例

例1: クイックテーマスキャン

プロンプト:

いま市場で注目されているテーマを教えて

Claudeの動作:

python3 skills/theme-detector/scripts/theme_detector.py --output-dir reports/

期待される出力: テーマダッシュボード（Heat、Direction、Lifecycle、Confidence）と上位テーマの詳細分析

なぜ有用か: 5-8分で市場全体のテーマ的な流れを把握できます。

例2: FINVIZ Elite高速モード

プロンプト:

FINVIZ Eliteを使ってテーマスキャンを高速実行して

Claudeの動作:

python3 skills/theme-detector/scripts/theme_detector.py \
  --finviz-api-key $FINVIZ_API_KEY \
  --output-dir reports/

なぜ有用か: 2-3分で完了し、全業種のフルカバレッジが得られます。パブリックモードの約20銘柄/業種制限がなくなります。

例3: ライフサイクル評価の活用

プロンプト:

AI/半導体テーマはまだ初期段階？それとも成熟して過密状態？

Claudeの動作:

  • Theme Detectorを実行してAI/半導体テーマのライフサイクルステージを確認
  • ETF増殖スコア（SMH, SOXX, AIQ, BOTZ, CHAT等の本数）を評価
  • RSI極端度、バリュエーション水準を確認

なぜ有用か: テーマが「まだ乗れる段階」か「すでにクラウデッドトレード」かを判断できます。

例4: ベアテーマの特定

プロンプト:

いま下落圧力が強いセクターやテーマは何？

Claudeの動作:

  • Direction = Bearish のテーマを抽出
  • 下落モメンタムが加速中か減速中かを評価
  • ミーンリバージョン（平均回帰）の可能性があるかを分析

なぜ有用か: ベアテーマを特定することで、避けるべきセクターや逆張り機会を把握できます。

例5: Heatスコアの解釈

プロンプト:

Theme Heatスコア85と45の違いは？投資判断にどう使う？

Claudeの動作:

  • Heatスコアの4つのサブスコアの内訳を解説
  • Heat 85 = 「モメンタム・出来高・ブレッドすべてが強い。メインストリームテーマ」
  • Heat 45 = 「一部のシグナルのみ。Emergingか、衰退の初期段階」
  • ライフサイクルとの組み合わせで投資判断が変わることを説明

なぜ有用か: スコアの数値だけでなく、投資判断への活用方法を理解できます。

例6: テーマから個別銘柄の調査

プロンプト:

サイバーセキュリティテーマのHeatが高い。この中で買い候補になる個別銘柄を調べて。

Claudeの動作:

  1. Theme Detectorレポートからサイバーセキュリティテーマの代表銘柄を確認（CRWD, PANW, FTNT, ZS, NET等）
  2. FinViz Screenerで theme_cybersecurity フィルターを適用
  3. 個別銘柄のファンダメンタル/テクニカル分析

なぜ有用か: テーマレベルの分析から個別銘柄の投資判断まで一貫したワークフローを構築できます。

6. 出力の読み方

テーマダッシュボード

レポートの冒頭にテーマダッシュボードが表示されます：

テーマ Heat Direction Lifecycle Confidence
AI & Semiconductors 85 Bullish Trending High
Gold & Precious Metals 72 Bullish Mid Medium
Clean Energy & EV 35 Bearish Exhausting Medium

フィールドの読み方

フィールド 意味
Heat テーマの総合的な勢い（高いほど注目度が高い）
Direction Bullish（上昇）/ Bearish（下落）/ Neutral（中立）
Lifecycle テーマの成熟段階（Emerging → Exhausting）
Confidence 検出精度の信頼度（High = 定量+ナラティブ一致）

テーマ詳細セクション

各テーマの詳細には以下が含まれます：

  • 構成業種のパフォーマンス一覧
  • 代表銘柄リスト
  • プロキシETF（テーマへのエクスポージャー手段）
  • ライフサイクル評価の根拠

7. Tips & ベストプラクティス

投資判断への活用

Lifecycle Heat高 Heat低
Emerging 早期参入の好機、積極的にリサーチ 様子見、シグナルが明確になるのを待つ
Trending メインポジション維持 テーマの勢い鈍化、利益確定を検討
Exhausting クラウデッドトレード警告、慎重に 逆張り機会の可能性を検討

FINVIZ Elite vs Public モードの比較

項目 Elite Public
業種カバレッジ 全約145業種 全約145業種
銘柄数/業種 フルユニバース 約20銘柄（1ページ目）
レートリミット 0.5秒/リクエスト 2.0秒/リクエスト
データ鮮度 リアルタイム 15分遅延
実行時間 2-3分 5-8分
料金 $39.99/月 無料

定期実行のすすめ

  • 週1回のテーマスキャンで市場の流れを把握するのが効果的
  • テーマのLifecycle変化（Emerging→Trending等）は数週間単位で起こるため、毎日の実行は不要
  • 大きなニュースイベント後は臨時スキャンが有効

8. 他スキルとの連携

Theme Detector → FinViz Screener

テーマレベルの分析から個別銘柄の探索へ：

1. Theme Detector: Cybersecurity テーマの Heat=82, Lifecycle=Trending を確認
2. FinViz: theme_cybersecurity フィルターで個別銘柄を一覧表示
3. 追加フィルター: ta_sma200_pa,fa_epsqoq_o25 でモメンタム銘柄に絞り込み

Theme Detector → CANSLIM / VCP

テーマが強い銘柄群でグロース株・ブレイクアウト候補を精密検出：

1. Theme Detector: AI & Semiconductors の代表銘柄リスト取得
2. CANSLIM: --universe NVDA AVGO AMD MRVL で7コンポーネント分析
3. VCP: --universe で同じ銘柄群のVCPパターン検出

Theme Detector → Sector Analyst

テーマ検出の結果をセクターチャート分析で視覚的に確認：

1. Theme Detector: セクター別のテーマ動向を定量的に把握
2. Sector Analyst: チャートによるローテーションパターンの視覚的確認

Breadth Chart Analyst → Theme Detector

市場幅の健全性を確認した上でテーマ分析：

1. Breadth Chart Analyst: 市場全体の健全性を確認
2. Theme Detector: 健全な市場環境でのBullishテーマに集中
   （市場幅が悪化している場合はBearishテーマの分析に重点）

9. トラブルシューティング

実行時間が長い（5分以上）

原因: Publicモード（パブリックスクレイピング）のレートリミット

対処:

  1. FINVIZ Elite APIキーの導入を検討（2-3分に短縮）
  2. --max-themes 5 でテーマ数を制限
  3. --max-stocks-per-theme 3 で代表銘柄数を制限

テーマが検出されない

原因: 市場が横ばいでモメンタムシグナルが弱い

対処:

  1. ベアテーマも含めて確認（Direction = Bearish）
  2. --max-themes を増やして閾値の低いテーマも表示
  3. 市場が低ボラの時期はテーマ検出が困難なのは正常

yfinance / pandasエラー 

ModuleNotFoundError: No module named 'pandas'

対処:

pip install pandas numpy yfinance

FINVIZスクレイピング失敗 

WARNING: FINVIZ request failed with status 403

対処:

  1. 一時的なレートリミット。数分待って再試行
  2. Publicモードではレートリミットが厳しいため、間隔を空けて実行
  3. FINVIZ Eliteの導入でこの問題を回避可能

ライフサイクル評価が不正確に見える

原因: ETFカタログが静的で、最新のETFが反映されていない可能性

対処:

  1. references/thematic_etf_catalog.md を手動で更新
  2. ライフサイクル評価はあくまで目安として利用
  3. WebSearchで最新情報を補完

10. リファレンス

CLIオプション一覧 

python3 skills/theme-detector/scripts/theme_detector.py [OPTIONS]
オプション 説明 デフォルト
--finviz-api-key FINVIZ Elite APIキー $FINVIZ_API_KEY
--fmp-api-key FMP APIキー（バリュエーション用） $FMP_API_KEY
--finviz-mode FINVIZモード: elite / public 自動検出
--max-themes レポートに含める最大テーマ数 -
--max-stocks-per-theme テーマあたりの最大代表銘柄数 -
--output-dir 出力ディレクトリ カレントディレクトリ

定義済みテーマ一覧

テーマ 構成業種例 プロキシETF
AI & Semiconductors Semiconductors, Software-Application/Infrastructure SMH, SOXX, AIQ, BOTZ
Clean Energy & EV Solar, Utilities-Renewable, Auto Manufacturers ICLN, QCLN, TAN, DRIV
Cybersecurity Software-Infrastructure, IT Services CIBR, HACK, BUG
Cloud Computing & SaaS Software-Application/Infrastructure, IT Services SKYY, WCLD, CLOU
Biotech & Genomics Biotechnology, Drug Manufacturers, Medical Devices XBI, IBB, ARKG
Infrastructure & Construction Engineering, Building Materials, Steel PAVE, IFRA
Gold & Precious Metals Gold, Silver, Other Precious Metals GLD, GDX, SLV
Defense & Aerospace Aerospace & Defense ITA, XAR, PPA
Healthcare Innovation Medical Devices, Health IT, Diagnostics XLV, IBB
Real Estate & REITs REIT各種 VNQ, XLRE
Crypto & Blockchain FinTech, Software-Infrastructure BITO, ARKF
China & Emerging Markets 各セクター（中国/新興国） FXI, KWEB, EEM
Energy & Oil Oil & Gas各種 XLE, USO
Consumer & Retail Internet Retail, Specialty Retail, Restaurants XLY, XRT

出力ファイル

ファイル 形式 用途
theme_detector_YYYY-MM-DD_HHMMSS.json JSON プログラマティック利用
theme_detector_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/theme-detector/SKILL.md スキル定義
skills/theme-detector/references/cross_sector_themes.md テーマ定義（構成業種、ETF、銘柄）
skills/theme-detector/references/thematic_etf_catalog.md テーマ別ETFカタログ
skills/theme-detector/references/theme_detection_methodology.md 3Dスコアリングモデルの技術文書
skills/theme-detector/references/finviz_industry_codes.md FINVIZ業種コードマッピング
skills/theme-detector/scripts/theme_detector.py メインスクリプト
skills/theme-detector/scripts/theme_classifier.py テーマ分類エンジン
skills/theme-detector/scripts/finviz_industry_scanner.py FINVIZデータ収集
skills/theme-detector/scripts/lifecycle_analyzer.py ライフサイクル評価