「MACDシグナル」っていう作戦で投資してみた！その結果からわかること

"""
MACD Signal Trading Strategy Generator
MACD（移動平均収束拡散）を使用したトレンドフォロー戦略
"""
import pandas as pd
import numpy as np


def calculate_macd_signals(df: pd.DataFrame,
                          fast_period: int = 12,
                          slow_period: int = 26,
                          signal_period: int = 9) -> pd.DataFrame:
    """
    MACDシグナル戦略のシグナル生成
    
    Parameters:
    -----------
    df : pd.DataFrame
        OHLCVデータ（最低限 'close' カラムが必要）
    fast_period : int
        短期EMA期間（デフォルト: 12）
    slow_period : int
        長期EMA期間（デフォルト: 26）
    signal_period : int
        シグナルライン期間（デフォルト: 9）
    
    Returns:
    --------
    pd.DataFrame
        以下のカラムが追加されたDataFrame:
        - macd: MACDライン
        - macd_signal: シグナルライン
        - macd_histogram: MACDヒストグラム
        - is_buy: 買いシグナル (bool)
        - is_sell: 売りシグナル (bool)
    """
    df = df.copy()
    
    # EMA（指数移動平均）の計算
    df['ema_fast'] = df['close'].ewm(span=fast_period, adjust=False).mean()
    df['ema_slow'] = df['close'].ewm(span=slow_period, adjust=False).mean()
    
    # MACDラインの計算
    df['macd'] = df['ema_fast'] - df['ema_slow']
    
    # シグナルラインの計算（MACDのEMA）
    df['macd_signal'] = df['macd'].ewm(span=signal_period, adjust=False).mean()
    
    # MACDヒストグラム
    df['macd_histogram'] = df['macd'] - df['macd_signal']
    
    # 前日のMACD値
    df['macd_prev'] = df['macd'].shift(1)
    df['macd_signal_prev'] = df['macd_signal'].shift(1)
    
    # 買いシグナル: MACDラインがシグナルラインを下から上にクロス（ゴールデンクロス）
    df['is_buy'] = (
        (df['macd'] > df['macd_signal']) & 
        (df['macd_prev'] <= df['macd_signal_prev']) &
        df['macd'].notna() &
        df['macd_signal'].notna()
    )
    
    # 売りシグナル: MACDラインがシグナルラインを上から下にクロス（デッドクロス）
    df['is_sell'] = (
        (df['macd'] < df['macd_signal']) & 
        (df['macd_prev'] >= df['macd_signal_prev']) &
        df['macd'].notna() &
        df['macd_signal'].notna()
    )
    
    # 不要な中間カラムを削除
    df.drop(['ema_fast', 'ema_slow', 'macd_prev', 'macd_signal_prev'], axis=1, inplace=True)
    
    return df