+35.02%の“黄金ルール”を見つけた俺、一瞬でAI上司に処刑された

# Pythonを使用して、日本株の移動平均線クロス戦略のパラメーターを総当たり（ブルートフォース）で検証するコードを書いてください。

# 仕様：
1. `yfinance`を使用して、トヨタ自動車（7203.T）の過去2年間の日足データを取得する。
2. 短期移動平均線（Short_SMA）と長期移動平均線（Long_SMA）の組み合わせをすべて試す。
   - Short_SMAの範囲：2日から20日まで（1日刻み）
   - Long_SMAの範囲：21日から60日まで（1日刻み）
3. 各組み合わせについて、以下のシミュレーションを行う。
   - Short_SMA > Long_SMA ならば「買い保持(1)」
   - それ以外は「ノーポジ(0)」
   - 翌日のリターンを計算し、累積リターンを算出する。
4. すべての結果をリストに格納し、最終的な累積リターンが「最も高かった組み合わせ」と「最も低かった組み合わせ」をコンソールに表示する。
5. 最後に、全パターンのリターンをヒートマップ（seabornを使用）で可視化するコードも含めてください。

import itertools
from datetime import datetime, timedelta

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


def fetch_price_data(ticker: str, years: int = 2) -> pd.DataFrame:
    end = datetime.today()
    start = end - timedelta(days=365 * years)
    data = yf.download(ticker, start=start, end=end, interval="1d", auto_adjust=True)
    if data.empty:
        raise RuntimeError("No data fetched. Check ticker or network access.")
    return data


def extract_close_series(data: pd.DataFrame, ticker: str) -> pd.Series:
    if isinstance(data, pd.Series):
        return data.rename("Close")
    if isinstance(data.columns, pd.MultiIndex):
        level0 = data.columns.get_level_values(0)
        level1 = data.columns.get_level_values(1)
        if "Close" in level0:
            close_df = data["Close"]
        elif "Close" in level1:
            close_df = data.xs("Close", axis=1, level=1)
        else:
            close_df = None
        if close_df is not None:
            if isinstance(close_df, pd.DataFrame):
                if ticker in close_df.columns:
                    return close_df[ticker].copy().rename("Close")
                return close_df.iloc[:, 0].copy().rename("Close")
            return close_df.copy().rename("Close")
    if "Close" in data.columns:
        return data["Close"].copy()
    if data.shape[1] == 1:
        return data.iloc[:, 0].copy().rename("Close")
    raise RuntimeError("Could not locate Close column in downloaded data.")


def simulate_sma_cross(
    data: pd.DataFrame, short_window: int, long_window: int, ticker: str
) -> float:
    prices = extract_close_series(data, ticker)
    df = pd.DataFrame({"Close": prices})
    df["Short_SMA"] = prices.rolling(window=short_window).mean()
    df["Long_SMA"] = prices.rolling(window=long_window).mean()
    df["Position"] = (df["Short_SMA"] > df["Long_SMA"]).astype(int)
    df["Return"] = prices.pct_change().shift(-1)
    df["Strategy_Return"] = df["Position"] * df["Return"]
    df = df.dropna()
    cumulative_return = (1 + df["Strategy_Return"]).prod() - 1
    return cumulative_return


def main() -> None:
    ticker = "7203.T"
    data = fetch_price_data(ticker)
    output_csv = "ma_cross_results.csv"
    output_png = "ma_cross_heatmap.png"

    short_range = range(2, 21)
    long_range = range(21, 61)

    results = []
    for short_window, long_window in itertools.product(short_range, long_range):
        if short_window >= long_window:
            continue
        cum_ret = simulate_sma_cross(data, short_window, long_window, ticker)
        results.append(
            {
                "Short_SMA": short_window,
                "Long_SMA": long_window,
                "Cumulative_Return": cum_ret,
            }
        )

    results_df = pd.DataFrame(results)
    results_df.to_csv(output_csv, index=False)

    best_row = results_df.loc[results_df["Cumulative_Return"].idxmax()]
    worst_row = results_df.loc[results_df["Cumulative_Return"].idxmin()]

    print("Best combination:")
    print(
        f"Short_SMA={int(best_row['Short_SMA'])}, Long_SMA={int(best_row['Long_SMA'])}, "
        f"Cumulative_Return={best_row['Cumulative_Return']:.2%}"
    )
    print("Worst combination:")
    print(
        f"Short_SMA={int(worst_row['Short_SMA'])}, Long_SMA={int(worst_row['Long_SMA'])}, "
        f"Cumulative_Return={worst_row['Cumulative_Return']:.2%}"
    )

    pivot = results_df.pivot(index="Short_SMA", columns="Long_SMA", values="Cumulative_Return")
    plt.figure(figsize=(14, 8))
    sns.heatmap(pivot, annot=False, cmap="RdYlGn", center=0)
    plt.title(f"SMA Cross Strategy Cumulative Returns: {ticker}")
    plt.xlabel("Long_SMA")
    plt.ylabel("Short_SMA")
    plt.tight_layout()
    plt.savefig(output_png, dpi=150)


if __name__ == "__main__":
    main()