2026年6月– date –

PCA（主成分分析）で C×A×N PASS 銘柄の相関構造と業種クラスタを Python で可視化する4スニペット。scikit-learn 実装、Scree Plot 自動判定、ポートフォリオ分散選択、loading 安定性監視まで。SVD との数学的等価性と svd_solver 選択の解説付き。E資格・機械学習未経験者向け。

CAN-SLIM の N（新製品・新高値）を製品アーキテクト視点で Python 自動判定。SEC EDGAR/EDINET からの新製品シグナル抽出、52週高値からの距離計算、判定器への統合までサンプルコード付きで解説します。

CAN-SLIM の C×A 複合判定で成長株候補を Python 自動抽出する手順。AND/OR/重み付けの3戦略、9セルマトリクス、ヒートマップ可視化、簡易バックテストまでサンプルコード付き。四半期×年間 EPS の両軸 PASS が最有力ゾーンです。

CAN-SLIM の A（年間 EPS 成長）を Python で自動判定。3-5年 CAGR ≥ +25% の複利計算、連続増益年数の判定、matplotlib 3パネル可視化まで、J-Quants/FMP の年次データを使ったサンプルコードで解説します。

CAN-SLIM の C（四半期 EPS +25% 成長）を Python で自動判定する手順。J-Quants と FMP からの四半期 EPS 取得、前年同期比（YoY）計算、連続性判定込みの判定器実装までサンプルコード付きで解説します。

高配当株の次はオニールの成長株投資 CAN-SLIM へ。7要素（C・A・N・S・L・I・M）の概要と閾値の意味をエンジニア視点で整理し、高配当株スクリーニングとの基準比較、発展編 #21〜#30 のロードマップを解説します。

高配当株スクリーニング自動化パイプライン（応用編 #11〜#19）の全体像を総括。データ取得から判定・通知まで6フェーズ11ステップ、開発コード30本を1コマンドで起動する master_runner.py まで、パイプライン設計の集大成です。

高配当株ポートフォリオの業種分散を HHI（集中度指数）・業種間相関・FMEA RPN の3指標で設計する方法。製造業の FMEA 手法でセクター集中リスクを故障モードとして整理し、Python サンプルコードで自動判定します。

高配当株の財務健全性は業種で見る指標が違う——銀行は BIS 自己資本比率、REIT は LTV と使い分ける方法を解説。業種別代替指標の計算方法、記念配当・特殊配当の検知、matplotlib ダッシュボード可視化までサンプルコード付き。

高配当の罠（バリュートラップ）銘柄を Python 異常値検知で見抜く方法。IQR・Zスコアの計算方法、株価暴落×利回り急騰の同時検出、SPC 管理限界（±3σ）の3手法をサンプルコード付きで解説し、スクリーニング判定器に統合します。