最近Python×株式投資：月利3〜5％を狙う自動スクリーニング戦略なんていう、ちょっと真面目で小難しい記事を書いたんですが、
ふと気づいたんですよ。
机、汚くね？
↑説得力ゼロの作業環境。
株価予測コードをどれだけ力説しても、
机がこれでは、リターンも乱れるんじゃないかと。
ニトリの神ワゴンにすべてを託した
というわけで、こちらの商品を衝動買い。
高さ調節ができるスチールワゴン トロリ4 コンパクト
画像はHPから引用させていただきました。
散らかった作業環境を一掃した救世主。
上段はキーボード・マウス類、中段は古いMacたち、下段はそのほか細々・日用品ストック用に分けて使います。
- ✅ 狭いスペースにもぴったり
- ✅ キャスター付きで移動も楽
- ✅ 天板を買うと小さい机がもう１個増える感じ
「投資ではなく設備に資金投入」です。
組み立ての様子は割愛
20分で組み立てました。
それでは色々入れてみよう
見てください、このスマートな佇まい。
- 最上段：ワイヤレスキーボード、マウス、ケーブル類
- 中段：学生の頃から使ってるMacたち
- 下段：充電器、トイレットペーパー！、リモコン、その他
この使い方もありかもしれない!
もはやラックではなく運搬型ワークステーション。
投資より先に整理整頓に資金投入すべきだったのかもしれない。
🌱 植物と共にコードも書ける（夜の部）
ライトアップされた植物とMac、そしてPythonコード。
スペースが広がったことで、癒しも増やせます。
💡 結論：机の整理は投資効率を高める（気がする）
- 散らかった机より、きれいな机の方が
「いいコード書ける感」
「今日はやれる感」
「思考が冴える感」
「頭良くないのに、賢くなった優越感🪽」
覚えますよね。
- 机がきれい → ストレス減る → 変なポジション取らない → 月利安定
つまりこれは投資戦略の一部です。
Qiitaのガイドラインにもマッチした投稿（無理やり）。
おまけ：Before / After 比較
| Before | After |
|---|---|
 |
 |
🎯 まとめ
- 机が整うと、メンタルも整う（たぶん）
- メンタルが整うと、ポジションも整う（たぶん）
- 結局、机を整えた人間が勝つ（気がする）
本題
iPhoneで撮った写真をQiitaに貼るのちょっと手間かかりませんか？
AirDropでMacに送って、そのまま貼り付けると、HEIFは対応してないと叱られるんです。
数枚ならまだしも、枚数があると、人力でやるのは面倒。
そうだ、こんな時はPythonで片付けよう。
import os
import pyheif
from PIL import Image
# 入出力ディレクトリ
input_dir = "/content/drive/MyDrive/Qiita"
output_dir = "/content/drive/MyDrive/Qiita/outputs"
os.makedirs(output_dir, exist_ok=True)
base_name = "作業環境_在宅_副業_Python"
max_file_size = 10 * 1024 * 1024 # 10MB
for i, filename in enumerate(sorted(os.listdir(input_dir)), start=1):
if filename.lower().endswith(".heic"):
heic_path = os.path.join(input_dir, filename)
output_filename = f"{base_name}_{i}.jpg"
output_path = os.path.join(output_dir, output_filename)
# HEIC読み込み → RGB変換
heif_file = pyheif.read(heic_path)
image = Image.frombytes(
heif_file.mode, heif_file.size, heif_file.data,
"raw", heif_file.mode, heif_file.stride
).convert("RGB")
# クオリティ調整しながら保存
quality = 95
while True:
image.save(output_path, "JPEG", quality=quality, optimize=True)
if os.path.getsize(output_path) max_file_size or quality 30:
break
quality -= 5
print(f"✅ {filename} → {output_filename}（quality={quality}）")
実行環境はGoogle colabです。pyheifはインストール必要だったと思います。
これで、input_dir にあるHEIF画像が全部jpgに変換されてoutput_dirに保存されます。今回の記事にも使いました。
私の知人には、拡張子を1枚ずつ手作業で変えている強靭な狂人がいるのですが、
私の上司のことです😭
この際、ぜひ机の整理と一緒に、このコードも、教えてあげたいものです。
Qiitaに載せたくないけど載せる、現スクリーニングモデルの問題点
〜移動平均のゴールデンクロスでは遅い・地合いが良いと精度が落ちる・自動なのに面倒くさい〜
「月利3〜5％を狙う株式スクリーニング自動化モデル」として、
複数のテクニカルパターンや地合いスコアを用いた選抜ロジックを構築してきました。
確かにうまく機能しているのですが、
「あれ？これ機能してないぞ？」という部分が見つかり始めてます。
このまま同じモデルを使い続けるのは非効率だと判断し、
現時点での問題点を整理し、改善の足がかりを得ることを目的に、対策案を書いていきます。
「成果報告ではなく、“行き詰まりの記録”」ですが、
同じようにスクリーニングや自動化に取り組んでいる方の参考にもなれば嬉しいです。
それでは、次回もよろしくお願いいたします。
Views: 0
