Value Dividend Screener（バリュー配当スクリーナー）

概要

このスキルは、2段階スクリーニング手法を使用して、バリュー特性、魅力的なインカムジェネレーション、安定した成長を組み合わせた高品質配当株を識別します：

1. FINVIZ Elite API（オプションだが推奨）: 基本的な基準で事前スクリーニング（高速、費用効率的）
2. Financial Modeling Prep（FMP）API: 候補銘柄の詳細ファンダメンタル分析

株価バリュエーション比率、配当指標、財務健全性、収益性などの定量基準に基づいて米国株式をスクリーニング。詳細なファンダメンタル分析とともに、複合品質スコアで株式をランク付けした包括的なレポートを生成します。

効率性の利点: FINVIZ 事前スクリーニングを使用すると、FMP API 呼び出しを 90% 削減でき、無料ティア API ユーザーに理想的です。

使用時期

以下のユーザーリクエスト時にこのスキルを呼び出します：

• 「高品質な配当株を探して」
• 「バリュー配当機会をスクリーニングして」
• 「強い配当成長の株を教えて」
• 「合理的なバリュエーションで取引されているインカム株を探して」
• 「持続可能な高利回り株をスクリーニングして」
• 配当利回り、バリュエーション指標、ファンダメンタル分析を組み合わせたリクエスト

ワークフロー

ステップ1: API キーの可用性を確認

2段階スクリーニング（推奨）:

両方の API キーが利用可能かチェック：

import os
fmp_api_key = os.environ.get('FMP_API_KEY')
finviz_api_key = os.environ.get('FINVIZ_API_KEY')

利用できない場合は、ユーザーに API キーを提供するか環境変数を設定するよう依頼：

export FMP_API_KEY=your_fmp_key_here
export FINVIZ_API_KEY=your_finviz_key_here

FMP のみのスクリーニング:

FMP API キーが利用可能かチェック：

import os
api_key = os.environ.get('FMP_API_KEY')

利用できない場合は、ユーザーに API キーを提供するか環境変数を設定するよう依頼：

export FMP_API_KEY=your_key_here

FINVIZ Elite API キー:

• FINVIZ Elite サブスクリプションが必要（約 $40/月または約 $330/年）
• 事前スクリーニング結果の CSV エクスポートへのアクセスを提供
• FMP API 使用量を削減するために強く推奨

必要に応じて references/fmp_api_guide.md から指示を提供。

ステップ2: スクリーニングスクリプトを実行

適切なパラメータでスクリーニングスクリプトを実行：

2段階スクリーニング（推奨）

FINVIZ で事前スクリーニング、その後 FMP で詳細分析：

デフォルト実行（トップ20株）:

python3 scripts/screen_dividend_stocks.py --use-finviz

明示的な API キーを指定:

python3 scripts/screen_dividend_stocks.py --use-finviz \
  --fmp-api-key $FMP_API_KEY \
  --finviz-api-key $FINVIZ_API_KEY

カスタムトップ N:

python3 scripts/screen_dividend_stocks.py --use-finviz --top 50

カスタム出力先:

python3 scripts/screen_dividend_stocks.py --use-finviz --output /path/to/results.json

スクリプト動作（2段階）:

1. FINVIZ Elite 事前スクリーニング：
   • 時価総額：中型以上
   • 配当利回り：3% 以上
   • 配当成長（3年）：5% 以上
   • EPS 成長（3年）：正
   • P/B：2未満
   • P/E：20未満
   • 売上成長（3年）：正
   • 地域：USA
2. FINVIZ 結果の FMP 詳細分析（通常20～50株）：
   • 配当成長率計算（3年 CAGR）
   • 売上高と EPS トレンド分析
   • 配当の持続可能性評価（配当性向、FCF カバレッジ）
   • 財務健全性指標（D/E、流動比率）
   • 品質スコアリング（ROE、利益率）
3. 複合スコアリングとランク付け
4. トップ N 株を JSON ファイルに出力

予想実行時間（2段階）: 30～50個の FINVIZ 候補に対して 2～3 分（FMP のみより大幅に高速）

FMP のみのスクリーニング（オリジナル方法）

FMP Stock Screener API のみを使用（API 使用量が多い）：

デフォルト実行:

python3 scripts/screen_dividend_stocks.py

明示的な API キーを指定:

python3 scripts/screen_dividend_stocks.py --fmp-api-key $FMP_API_KEY

スクリプト動作（FMP のみ）:

1. FMP Stock Screener API を使用した初期スクリーニング（配当利回り ≥3.0%、P/E ≤20、P/B ≤2）
2. 候補銘柄の詳細分析（通常100～300株）：
   • 2段階手法と同じ詳細分析
3. 複合スコアリングとランク付け
4. トップ N 株を JSON ファイルに出力

予想実行時間（FMP のみ）: 100～300 候補に対して 5～15 分（レート制限が適用）

API 使用量比較:

• 2段階：約 50～100 FMP API 呼び出し（FINVIZ で約 30 株に事前フィルタリング）
• FMP のみ：約 500～1500 FMP API 呼び出し（すべてのスクリーナー結果を分析）

ステップ3: 結果を解析して分析

生成された JSON ファイルを読み込み：

import json

with open('dividend_screener_results.json', 'r') as f:
    data = json.load(f)

metadata = data['metadata']
stocks = data['stocks']

株ごとの主要データポイント:

• 基本情報：symbol、company_name、sector、market_cap、price
• バリュエーション：dividend_yield、pe_ratio、pb_ratio
• 成長指標：dividend_cagr_3y、revenue_cagr_3y、eps_cagr_3y
• 持続可能性：payout_ratio、fcf_payout_ratio、dividend_sustainable
• 財務健全性：debt_to_equity、current_ratio、financially_healthy
• 品質：roe、profit_margin、quality_score
• 総合ランク：composite_score

ステップ4: Markdown レポートを生成

以下のセクションでユーザー向けの構造化 Markdown レポートを作成：

レポート構成

# バリュー配当株スクリーニングレポート

**生成日時:** [タイムスタンプ]
**スクリーニング基準:**
- 配当利回り：≥ 3.5%
- P/E 比率：≤ 20
- P/B 比率：≤ 2
- 配当成長（3年 CAGR）：≥ 5%
- 売上高トレンド：3年間で正
- EPS トレンド：3年間で正

**総結果:** [N] 株

---

## 複合スコアでランク付けされたトップ20株

| ランク | ティッカー | 企業名 | 利回り | P/E | 配当成長 | スコア |
|--------|-----------|-------|--------|-----|---------|---------|
| 1 | [TICKER] | [Name] | [%] | [X.X] | [%] | [XX.X] |
| ... |

---

## 詳細分析

### 1. [SYMBOL] - [企業名] (スコア: XX.X)

**セクター:** [セクター名]
**時価総額:** $[X.XX]B
**現在価格:** $[XX.XX]

**バリュエーション指標:**
- 配当利回り：[X.X]%
- P/E 比率：[XX.X]
- P/B 比率：[X.X]

**成長プロファイル（3年）:**
- 配当 CAGR：[X.X]% [✓ 安定 / ⚠ カット1回]
- 売上高 CAGR：[X.X]%
- EPS CAGR：[X.X]%

**配当の持続可能性:**
- 配当性向：[XX]%
- FCF 配当性向：[XX]%
- ステータス：[✓ 持続可能 / ⚠ 監視 / ❌ リスク]

**財務健全性:**
- D/E 比率：[X.XX]
- 流動比率：[X.XX]
- ステータス：[✓ 健全 / ⚠ 注意]

**品質指標:**
- ROE：[XX]%
- 純利益率：[XX]%
- 品質スコア：[XX]/100

**投資検討事項:**
- [主要な強み1]
- [主要な強み2]
- [リスク要因または検討事項]

---

[他のトップ株について繰り返す]

---

## ポートフォリオ構築ガイダンス

**多角化に関する推奨事項:**
- トップ20結果のセクター別構成
- 推奨配分戦略
- 集中リスク警告

**監視に関する推奨事項:**
- 四半期ごとに追跡すべき主要指標
- 各ポジションの警告信号
- リバランスのトリガー

**リスク考慮事項:**
- 時価総額の集中
- セクターの偏り
- 経済感応性に関する警告

ステップ5: コンテキストと方法論を提供

結果を説明する際にスクリーニング方法論を参照：

説明すべき主要概念:

• これらの特定の閾値を選んだ理由（3.5% 利回り、P/E 20、P/B 2）
• 静的な高利回りに対する配当成長の重要性
• 複合スコアが価値、成長、品質のバランスをどのように取るか
• 配当の持続可能性と配当トラップの区別
• 財務健全性指標の重要性

references/screening_methodology.md を読み込んで、以下の詳細説明を提供：

• フェーズ1：初期定量フィルタ
• フェーズ2：成長品質フィルタ
• フェーズ3：持続可能性と品質分析
• 複合スコアリングシステム
• 投資哲学と制限事項

ステップ6: フォローアップ質問に回答

一般的なユーザー質問を予測：

「[株]がリストに入らなかったのはなぜ？」

• それが失敗した基準をチェック（利回り、バリュエーション、成長、持続可能性）
• それを除外した特定のフィルタを説明

「特定のセクターでスクリーニングできますか？」

• スクリプトにフィルタリング機能が存在（383～388 行目を変更）
• セクターパラメータ追加でスクリーニングを再実行することをお勧め

「利回りの閾値を高く/低くできますか？」

• スクリプトパラメータは調整可能
• 利回りと成長のトレードオフ
• 新しいパラメータでスクリーニング再実行を推奨

「このスクリーンを多頻度で実行すべき？」

• 四半期ごとを推奨（決算発表サイクルと一致）
• 長期保有者には6か月ごとで十分
• 市場環境によっては頻繁なチェックが必要かもしれません

「何株買うべき？」

• 多角化ガイダンス：配当ポートフォリオに最低10～15株
• セクター別構成を検討
• リスク許容度に基づくポジションサイジング

リソース

scripts/screen_dividend_stocks.py

包括的なスクリーニングスクリプト。以下を実行します：

• FMP API とのインタフェース処理
• 多段階フィルタリングロジックの実装
• 3年期間の成長率（CAGR）計算
• 配当性向と FCF カバレッジを用いた配当の持続可能性評価
• D/E 比率と流動比率による財務健全性評価
• 品質スコア（ROE、利益率）計算
• 複合スコアリングシステムによる株式ランク付け
• 構造化 JSON 結果の出力

依存関係: requests ライブラリ（pip install requests で インストール）

レート制限: FMP API 制限を尊重するための組み込み遅延（無料ティア 250 リクエスト/日）

エラーハンドリング: データ欠落、レート制限リトライ、API エラーに対する段階的な劣化

references/screening_methodology.md

スクリーニング手法の包括的ドキュメント：

フェーズ1：初期定量フィルタ

• 配当利回り ≥ 3.5% の根拠と計算
• P/E 比率 ≤ 20 の閾値正当化
• P/B 比率 ≤ 2 のバリュエーションロジック

フェーズ2：成長品質フィルタ

• 配当成長（3年 CAGR ≥ 5%）
• 売上高の正のトレンド分析
• EPS の正のトレンド分析

フェーズ3：品質と持続可能性分析

• 配当の持続可能性指標（配当性向、FCF カバレッジ）
• 財務健全性指標（D/E、流動比率）
• 品質スコアリング方法論（ROE、利益率）

複合スコアリングシステム（0～100 ポイント）

• スコア構成要素の内訳と重み付け
• 解釈ガイドライン

投資哲学

• このアプローチが機能する理由
• このストラテジーが回避するもの（配当トラップ、バリュートラップ）
• 理想的な候補者プロフィール

使用上の注意と制限事項

• ポートフォリオ構築のベストプラクティス
• 売却基準
• 閾値選択の歴史的背景

references/fmp_api_guide.md

Financial Modeling Prep API の完全ガイド：

API キー設定

• 無料 API キーの取得
• 環境変数の設定
• 無料ティア制限（250 リクエスト/日）

使用される主要エンドポイント

• Stock Screener API
• Income Statement API
• Balance Sheet API
• Cash Flow Statement API
• Key Metrics API
• Historical Dividend API

レート制限戦略

• スクリプト内の組み込み保護
• リクエスト予算管理
• 無料ティアのベストプラクティス

エラーハンドリング

• 一般的なエラーと解決策
• デバッグ技術

データ品質に関する考慮事項

• データの鮮度とギャップ
• データ精度の注意事項
• SEC ファイリングで検証する場合

高度な使用方法

スクリーニング基準のカスタマイズ

scripts/screen_dividend_stocks.py の閾値を変更：

383～388 行目 - 初期スクリーニングパラメータ：

candidates = client.screen_stocks(
    dividend_yield_min=3.5,  # 利回り閾値を調整
    pe_max=20,               # P/E 閾値を調整
    pb_max=2,                # P/B 閾値を調整
    market_cap_min=2_000_000_000  # 最小 $2B 時価総額
)

423 行目 - 配当 CAGR 閾値：

if not div_cagr or div_cagr < 5.0:  # 成長閾値を調整

セクター固有のスクリーニング

初期スクリーニング後にセクターフィルタリングを追加：

# 特定のセクターでフィルタリング
target_sectors = ['Consumer Defensive', 'Utilities', 'Healthcare']
candidates = [s for s in candidates if s.get('sector') in target_sectors]

REIT と金融セクターを除外

REIT と金融株は異なる配当特性を持っています（より高いペイアウト、異なる指標）：

# REIT と金融セクターを除外
exclude_sectors = ['Real Estate', 'Financial Services']
candidates = [s for s in candidates if s.get('sector') not in exclude_sectors]

CSV へのエクスポート

JSON 結果を CSV に変換して Excel 分析に対応：

import json
import csv

with open('dividend_screener_results.json', 'r') as f:
    data = json.load(f)

stocks = data['stocks']

with open('screening_results.csv', 'w', newline='') as csvfile:
    if stocks:
        fieldnames = stocks[0].keys()
        writer = csv.DictWriter(csvfile, fieldnames=fieldnames)
        writer.writeheader()
        writer.writerows(stocks)

トラブルシューティング

「ERROR: requests ライブラリが見つかりません」

解決策: requests ライブラリをインストール

pip install requests

「ERROR: FMP API キーが必要です」

解決策: 環境変数を設定するか、コマンドラインで提供

export FMP_API_KEY=your_key_here
# または
python3 scripts/screen_dividend_stocks.py --fmp-api-key your_key_here

「ERROR: --use-finviz 使用時に FINVIZ API キーが必要」

解決策: 環境変数を設定するか、コマンドラインで提供

export FINVIZ_API_KEY=your_key_here
# または
python3 scripts/screen_dividend_stocks.py --use-finviz --finviz-api-key your_key_here

注記: FINVIZ Elite サブスクリプションが必要（約 $40/月または約 $330/年）

「ERROR: FINVIZ API 認証に失敗しました」

考えられる原因:

1. 無効な FINVIZ API キー
2. FINVIZ Elite サブスクリプション期限切れ
3. API キー形式が正しくない

解決策:

• FINVIZ Elite サブスクリプションがアクティブであることを確認
• API キーにタイプミスがないか確認（英数字文字列である必要があります）
• FINVIZ Elite アカウントにログインして、設定で API キーを確認
• FINVIZ Elite スクリーナーを手動でアクセスしてサブスクリプションを確認

「ERROR: FINVIZ 事前スクリーニングに失敗したか、結果が返されません」

考えられる原因:

1. FINVIZ API 接続の問題
2. スクリーニング基準が厳しすぎる（基準に合致する株がない）
3. 市場環境（弱気相場は適合する結果が少ない）

解決策:

• インターネット接続を確認
• FINVIZ Elite ウェブサイトがアクセス可能であることを確認
• フォールバック として FMP のみの方法を試してください：

  python3 scripts/screen_dividend_stocks.py
  

「WARNING: レート制限を超過しました」

解決策: スクリプトは自動的に 60 秒後にリトライし。継続する場合：

• 次の日まで待機（無料ティアは毎日リセット）
• 分析する株の数を減らす（394 行目の制限を変更）
• 有料 FMP ティアへのアップグレードを検討

「すべての基準に一致する株がみつかりません」

解決策: 基準が厳しすぎる可能性

• P/E 閾値を上げる（20 から増加）
• 配当利回り要件を下げる（3.5% から減少）
• 配当成長要件を減らす（5% から減少）
• 市場環境を確認（弱気相場は適合する銘柄が少ないかも）

スクリプト実行が遅い

予想される動作: スクリプトには API 呼び出し間に 0.3s の遅延が含まれています（レート制限用）

• 分析する 100 株 = 約 8～10 分
• 最初の 20～30 の適合株は通常、最初の 50～70 株分析内で検出

パフォーマンスとコスト最適化

API 呼び出し比較

2段階スクリーニング（FINVIZ + FMP）:

• FINVIZ：1 API 呼び出し
• FMP Quote API：約 30～50 呼び出し（事前スクリーニング済み記号ごと1つ）
• FMP 財務データ：約 150～250 呼び出し（5 エンドポイント × 30～50 記号）
• FMP 合計呼び出し数：約 180～300

FMP のみスクリーニング:

• FMP Stock Screener：1 呼び出し（100～1000 株を返す）
• FMP 財務データ：約 500～5000 呼び出し（5 エンドポイント × 100～1000 記号）
• FMP 合計呼び出し数：約 500～5000

削減率：60～94% の FMP API 使用量削減

コスト分析

FINVIZ Elite:

• 月次：$39.50
• 年次：$299.50（月あたり約 $24.96）

FMP API:

• 無料ティア：250 呼び出し/日（2段階スクリーニングに十分）
• Starter ティア：$29.99/月（750 呼び出し/日）
• Professional ティア：$79.99/月（2000 呼び出し/日）

推奨事項:

• 無料 FMP ティア ユーザーの場合: 2段階スクリーニング（FINVIZ + FMP 無料ティア）を使用
• 有料 FMP ティア ユーザーの場合: どちらのアプローチでも機能；2段階がより高速
• 予算オプション: FMP のみ（無料ティア）（数日ごとにスクリーニング実行）
• 最適オプション: FINVIZ Elite（$330/年）+ FMP 無料ティア = 完全なソリューション

バージョン履歴

• v1.1（2025年11月）: 2段階スクリーニング用 FINVIZ Elite 統合を追加
• v1.0（2025年11月）: 包括的な多段階スクリーニングによる初期リリース