【Python】移動平均線（25日・75日）の作り方と使い方

2026年4月18日2026年4月29日

株価分析を行う中で、「今は上昇トレンドなのか？それとも下降トレンドなのか？」と迷ったことはありませんか？日々の株価は上下を繰り返すため、短期的な値動きだけを見て判断するのは難しいものです。

そこで役立つのがテクニカル分析の王道「移動平均線」です。
この記事では下のことをわかりやすく解説します。

移動平均線の基本
Pythonでの実装方法
実際の使い方

移動平均線とは

移動平均線（Moving Average）は、一定期間の価格（主に終値）の平均値を繋ぎ合わせた、トレンド分析で最も一般的なテクニカル指標です。

相場の方向性（上昇・下降・横ばい）を一目で把握でき、代表的な売買シグナルである「ゴールデンクロス」「デッドクロス」にも使われます。

この記事では下の2つを扱います。

25日移動平均線 ：短期トレンド（約1ヶ月）
75日移動平均線 ：中期トレンド（約3ヶ月）

注意点

移動平均線は便利ですが、万能ではありません。下の点に注意しましょう。

レンジ相場ではダマシが多い
単体では精度が低い
必ず他の指標と組み合わせる

Pythonで移動平均線を計算する

Pandasの「rolling()」メソッドを使った実装例を紹介します。
今回はトヨタ自動車（7203.T）の株価を使用して確認してみます。

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

# 移動平均線の計算
def calculate_ma(df, window):
    return df["Close"].rolling(window=window).mean()

if __name__ == "__main__":

    # トヨタ自動車の証券コード＋「.T」
    ticker = "7203.T"

    # Tickerオブジェクトを作成
    toyota = yf.Ticker(ticker)

    # periodを使って過去6ヶ月分のデータを取得
    df = toyota.history(period='6mo')

    # 25日・75日移動平均線の計算
    df["ma25"] = calculate_ma(df, 25)
    df["ma75"] = calculate_ma(df, 75)

    # ゴールデンクロス
    df["golden_cross"] = (
        (df["ma25"] > df["ma75"]) &
        (df["ma25"].shift(1) <= df["ma75"].shift(1))
    )

    # デッドクロス
    df["dead_cross"] = (
        (df["ma25"] < df["ma75"]) &
        (df["ma25"].shift(1) >= df["ma75"].shift(1))
    )

    # 計算できない行を削除する
    df = df.dropna()

    # 取得したデータを出力
    print(df)

　　# グラフ表示
    plt.figure(figsize=(12,6))

    plt.plot(df["Close"], label="Close")
    plt.plot(df["ma25"], label="MA25")
    plt.plot(df["ma75"], label="MA75")

    plt.legend()
    plt.title("Moving Average")
    plt.show()

実行結果：

                                  Open         High          Low        Close    Volume  Dividends  Stock Splits         ma25         ma75  golden_cross  dead_cross
Date                                                                                                                                                                
2026-02-06 00:00:00+09:00  3615.170758  3737.351509  3583.640242  3724.542236  42812900        0.0           0.0  3482.033105  3239.990404         False       False
・・・
2026-03-30 00:00:00+09:00  3204.000000  3237.000000  3168.000000  3224.000000  30941700       50.0           0.0  3443.171895  3433.068880         False       False
2026-03-31 00:00:00+09:00  3200.000000  3252.000000  3162.000000  3162.000000  26872400        0.0           0.0  3426.385117  3435.395329         False        True
2026-04-01 00:00:00+09:00  3280.000000  3311.000000  3253.000000  3311.000000  25388600        0.0           0.0  3414.730664  3439.340589         False       False
・・・
2026-04-16 00:00:00+09:00  3416.000000  3468.000000  3392.000000  3392.000000  20154600        0.0           0.0  3302.482139  3449.496077         False       False
2026-04-17 00:00:00+09:00  3400.000000  3400.000000  3343.000000  3343.000000  14251500        0.0           0.0  3299.556768  3450.018652         False       False

グラフ表示：

コード解説

ライブラリのインポート

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt

株価データの取得や分析、グラフ表示に必要なライブラリを読み込んでいます。下の３つで「取得・加工・可視化」ができるようになります。

yfinance：株価データを取得するためのライブラリ（Yahoo Financeから取得）
pandas：データを表形式（DataFrame）で扱うためのライブラリ
matplotlib.pyplot：グラフを描画するためのライブラリ

株価データ取得

ticker = "7203.T"
toyota = yf.Ticker(ticker)
df = toyota.history(period='6mo')

ここでは、例にトヨタ自動車（7203.T）の株価データを取得しています。

“7203.T”：日本株の場合は「証券コード + .T」を指定
yf.Ticker()：銘柄情報を扱うオブジェクトを作成
history(period=’6mo’)：過去6ヶ月分の株価データを取得

株価データの取得は下の記事で詳しく説明しているから参考にしてね

移動平均線の関数化

def calculate_ma(df, window):
    return df["Close"].rolling(window=window).mean()

移動平均線を計算する処理を関数として定義しています。
関数化することで、25日・75日以外にも簡単に応用できます。

df[“Close”]：終値（株価）を使用
rolling(window=window)：指定した日数分のデータをまとめる
mean()：その平均値を計算

25日・75日移動平均線の計算

df["ma25"] = calculate_ma(df, 25)
df["ma75"] = calculate_ma(df, 75)

ここでは、先ほど作成した関数を使って移動平均線を計算しています。

ma25：25日移動平均線
ma75：75日移動平均線

ゴールデンクロスの確認

df["golden_cross"] = (
    (df["ma25"] > df["ma75"]) &
    (df["ma25"].shift(1) <= df["ma75"].shift(1))
)

ゴールデンクロスを検出しています。条件は下の2つです。
shift(1)を使って「1日前の状態」を参照し、「昨日は短期が長期の下だったが、今日は上にある」という現象を論理演算（&）で判定しています。

今日：ma25 > ma75（短期線が上）
昨日：ma25 <= ma75（まだ下だった）

デッドクロスの確認

df["dead_cross"] = (
    (df["ma25"] < df["ma75"]) &
    (df["ma25"].shift(1) >= df["ma75"].shift(1))
)

デッドクロスを検出しています。条件はゴールデンクロスの逆になります。
「昨日は短期が長期の上だったが、今日は下抜けた」瞬間を捉えます。

今日：ma25 < ma75
昨日：ma25 >= ma75

グラフで可視化

    plt.figure(figsize=(12,6))

    plt.plot(df["Close"], label="Close")
    plt.plot(df["ma25"], label="MA25")
    plt.plot(df["ma75"], label="MA75")

    plt.legend()
    plt.title("Moving Average")
    plt.show()

最後に、株価と移動平均線をグラフで表示しています。