階層型クラスタリング ― 値動きの相関で再現する業界地図
本記事では、287 銘柄の日次リターンを相関でクラスタリングし、「ほとんど同じ動きの銘柄」と「似た仲間の銘柄」を、銘柄名も業種も伏せたまま機械に見つけさせます。
階層型クラスタリングで「似た値動き」をまとめる
決算特徴量は使いません。使うのは 日次リターンの「形」だけ です。
√(2(1−ρ)) を使い、「似た動き＝近い」を表します。- 対象は3 章のユニバースに比較用のスポットライト銘柄（出光・コスモ・トヨタなど 6 銘柄）を加えた 287 銘柄、直近 499 営業日（2024-05〜2026-05）の日次対数リターン
- ユークリッド距離だとボラティリティの大小に引っぱられるため、相関距離 を採用
- Ward 法の階層クラスタリング（似た者どうしを下から順に併合していく手法）で樹形図をつくり、細かすぎず粗すぎず、業種が見える粒度として 12 グループで切ります。業種コードは一切与えません
相関ヒートマップで「ブロック構造」を見る
287 × 287 の相関行列を、クラスタ順に並べ替えて描きます。
- 全体がうっすら赤い ＝ どの銘柄も 市場全体という共通の波 に乗っているため（この波は次回 3-6 で取り出します）
- その上で、対角線上に 濃い赤の四角（ブロック） が浮かびます。これが「いつも一緒に動く仲間」＝クラスタ
- この「共通の波」と「ブロック」を分けて考えることが、次回 3-6 の異常検知の土台になります
銘柄マップで「業種が自動で現れる」
相関距離をＭＤＳ（距離の近さを保ったまま 2 次元に並べる手法）で平面に落とし、色は自動クラスタで塗ります。
業種コードを 一切渡していない のに、値動きだけで業種がきれいに分かれました。
| クラスタ | 自動で集まった主な業種 |
|---|---|
| C7（10 社） | 電力会社 ×9 |
| C9（36 社） | 総合商社 ×8・石油元売 ×3（ＥＮＥＯＳも同居） |
| C11（19 社） | 電力系電設会社 ×8 |
| C5・C6 | 半導体製造装置・半導体材料・ＦＡ／産業ロボット |
| C3（10 社） | 鉄道 ×3・航空 ×2（運輸） |
「電力」「商社＋資源」「半導体」「運輸」…と、値動きが業界そのものを再現 しています。決算クラスタリング（3-3）が決算の型を見つけたのと同じ「教師なしの発見」が、ここでは値動きで起きています。
「ほとんど同じ動き」のペアは誰か
完全な双子（ρ≥0.90）は 0 ペア。「完全に同じ動きの銘柄はいない」こと自体が発見です。最も連動するのは、いずれも教科書どおりの同業ペアでした。
| ρ | ペア | 業種 |
|---|---|---|
| 0.843 | 丸紅 × 三井物産 | 総合商社 |
| 0.840 | 商船三井 × 川崎汽船 | 海運 |
| 0.830 | 東北電力 × 九州電力 | 電力 |
| 0.807 | 安川電機 × ファナック | ＦＡ・産業ロボット |
| 0.802 | 岡三証券G × 東海東京ＦＨ | 証券 |
ρ≥0.80 が 9 ペア、ρ≥0.75 が 45 ペア。最大でも 0.84 ―「ほぼ同じだが、完全には同じでない」が日本株の実像です。
ＥＮＥＯＳ ― 石油元売と商社の「資源クラスタ」に同居
この分析の中核 ＥＮＥＯＳ（5020）は、出光・コスモと並ぶだけでなく、総合商社 8 社と同じクラスタ C9 に入りました。原油・市況に連動する「資源コンプレックス」が、値動きだけで一つの島になっています。
ここで自然な問いが生まれます ―「いつも一緒のこの仲間から、ＥＮＥＯＳが外れる日はあるのか？」。その「共動が崩れた瞬間」こそ個別材料が出たサインであり、次回 3-6 の異常検知につながります。
まとめ
- 入力を 決算の数字 → 値動きそのもの に替え、予測ではなく 記述 に徹した（3-2／3-4 の失敗の教訓に素直に従う）
- 287 銘柄の日次リターンを 相関距離 ＋ Ward 法 でクラスタリング。業種コードなしで電力・商社＋資源・半導体・運輸が自動再現
- 完全な双子（ρ≥0.90）は 0。最も連動するのは 丸紅 × 三井物産（0.843）など教科書どおりの同業ペア
- ＥＮＥＯＳは石油元売＋総合商社の「資源クラスタ」に同居 ― 値動きだけでサプライチェーンの島が浮かぶ
- 全銘柄が共有する「市場の波」と、各クラスタの「ブロック」を分けて考えることが、次回 3-6 の異常検知（共動の崩壊） の土台になる
次回は、このクラスタを「いつもの仲間」の基準線として使い、仲間から突発的に外れた銘柄＝個別材料が出た銘柄 を毎日・全銘柄から検出します。
Python コード
本記事のチャート画像・データ取得・成形スクリプトは、すべて GitHub に公開しています。クラスタリングの計算方法（日次リターン・相関距離・Ward 法・ＭＤＳ可視化・ほぼ同一ペア抽出）は、リポジトリの README にまとめています。データは提供元の利用規約により再配布できませんが、データを各自取得すれば、この記事と同じものが再現できます。