PythonのFX活用法｜キム日記

Pythonを使用した移動平均線及び移動平均線の傾きの算出方法
Pythonを使用したボリンジャーバンドのグラフ作成方法
無料のAPIを使ったFXチャートのリアルタイム更新方法

(本記事のコードを作成した開発環境はGoogle Colaboratory Python 3.10.12 となります。)

FX為替トレードの際に使用するテクニカルチャート(移動平均線、ボリンジャーバンド)をPythonを使ってグラフに表示する方法を解説します。また、本記事の後半では無料のAPIを使ってリアルタイムに為替レートを取得し、テクニカルチャートを付与してグラフに表示する方法を解説します。

●テクニカルチャートをPythonを使ってグラフに表示する

移動平均線の算出コード
移動平均線の傾きの算出コード
ボリンジャーバンドの算出コード
グラフの出力コード
プログラム全体

●APIを使ってリアルタイムに為替レートを取得し、グラフに表示する

Alpha Vantage API
プログラム全体

テクニカルチャートをPythonを使ってグラフに表示する

練習用としてエクセルデータ(data)を添付します。本記事では添付したデータをもとにテクニカルチャートを作っていきます。DataFrameにして開くと下記のようになっています。

data ダウンロード

import pandas as pd
df = pd.read_excel('/content/data.xlsx')
df = df.set_index('日時')
df

import pandas as pd

df = pd.read_excel('/content/data.xlsx')

df = df.set_index('日時')

移動平均線

今回は移動平均線の中で最もメジャーな単純移動平均を求めていきます。単純移動平均は、指定された期間内の価格の平均を計算して表示するものです。各期間の価格を合計し、期間で割ることで平均を求めます。トレンドの方向性や傾向を把握することができます。

下記コードでは5期間及び20期間の移動平均線を算出し、DataFrame「df」に追加できます。rolling()の引数を変更することで期間をコントロールできます。

#移動平均線
df['移動平均_5'] = round(df['為替レート'].rolling(5).mean(),3)
df['移動平均_20'] =round(df['為替レート'].rolling(20).mean(),3)
df

#移動平均線

df['移動平均_5'] = round(df['為替レート'].rolling(5).mean(),3)

df['移動平均_20'] =round(df['為替レート'].rolling(20).mean(),3)

移動平均線の傾き

移動平均線の傾きを求めることでトレンドの向きや強弱が数値で読み取れるようになります。NumPyライブラリのgradient関数を使って移動平均線の傾きを算出ます。

#移動平均線の傾き　(前後要素間の傾き 両端は前方(後方)差分)
import numpy as np
df['移動平均_5の傾き'] = np.gradient(df['移動平均_5'])
df

#移動平均線の傾き　(前後要素間の傾き両端は前方(後方)差分)

import numpy as np

df['移動平均_5の傾き'] = np.gradient(df['移動平均_5'])

上記コードで「移動平均_5」の行に対し、前後の傾きを求められます。最後の列については後の列がないので前の列との傾きになります。最初の列についても同様で前の列がないので後の列との傾きになります。

ボリンジャーバンド

ボリンジャーバンドは移動平均線と移動平均線に対して標準偏差の1～3倍を加算もしくは除算した線を引くテクニカルチャートです。

下記コードで「移動平均_20」に対して、標準偏差の1倍及び2倍のボリンジャーバンドを作成することができます。

#ボリンジャーバンド

#標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)
df['std'] = round(df['為替レート'].rolling(20).std(),3)

#ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす
df['2up'] = round(df['移動平均_20'] + (1 * df['std']),3)
df['2low'] = round(df['移動平均_20'] - (1 * df['std']),3)
df['3up'] = round(df['移動平均_20'] + (2 * df['std']),3)
df['3low'] = round(df['移動平均_20'] - (2 * df['std']),3)
df

#ボリンジャーバンド

#標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)

df['std'] = round(df['為替レート'].rolling(20).std(),3)

#ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす

df['2up'] = round(df['移動平均_20'] + (1 * df['std']),3)

df['2low'] = round(df['移動平均_20'] - (1 * df['std']),3)

df['3up'] = round(df['移動平均_20'] + (2 * df['std']),3)

df['3low'] = round(df['移動平均_20'] - (2 * df['std']),3)

グラフの出力

グラフの表示方法については別記事にて紹介しています。

[Python Matplotlibでグラフを作る]

# Matplotlibのインポート
import matplotlib.pyplot as plt
from matplotlib.ticker import AutoLocator

# グラフをプロットする
plt.plot(df.index , df['為替レート'] , color ="k")
plt.plot(df.index , df['移動平均_5'] , color ="g")
plt.plot(df.index , df['移動平均_20'] , color ="y")
plt.plot(df.index , df['3up'] , color ="r")
plt.plot(df.index , df['2up'] , color ="m")
plt.plot(df.index , df['2low'] , color ="c")
plt.plot(df.index , df['3low'] , color ="b")

# グラフのサイズ等の書式変更
plt.xticks(df.index, rotation=90)
plt.rcParams["figure.figsize"] = [20,5]
plt.grid()
plt.gca().xaxis.set_major_locator(AutoLocatorA())

# グラフタイトル、x軸名、y軸名
plt.title('USA/JAP exchange_rate')
plt.xlabel('Time')
plt.ylabel(f'Exchange Rate(\u00A5)')

# グラフを出力する
plt.show()

# Matplotlibのインポート

import matplotlib.pyplot as plt

from matplotlib.ticker import AutoLocator

# グラフをプロットする

plt.plot(df.index , df['為替レート'] , color ="k")

plt.plot(df.index , df['移動平均_5'] , color ="g")

plt.plot(df.index , df['移動平均_20'] , color ="y")

plt.plot(df.index , df['3up'] , color ="r")

plt.plot(df.index , df['2up'] , color ="m")

plt.plot(df.index , df['2low'] , color ="c")

plt.plot(df.index , df['3low'] , color ="b")

# グラフのサイズ等の書式変更

plt.xticks(df.index, rotation=90)

plt.rcParams["figure.figsize"] = [20,5]

plt.grid()

plt.gca().xaxis.set_major_locator(AutoLocatorA())

# グラフタイトル、x軸名、y軸名

plt.title('USA/JAP exchange_rate')

plt.xlabel('Time')

plt.ylabel(f'Exchange Rate(\u00A5)')

# グラフを出力する

plt.show()

プログラム全体

#DataFrameの読み込み
import pandas as pd
df = pd.read_excel('/content/data.xlsx')
df = df.set_index('日時')

#移動平均線
df['移動平均_5'] = round(df['為替レート'].rolling(5).mean(),3)
df['移動平均_20'] =round(df['為替レート'].rolling(20).mean(),3)

#移動平均線の傾き　(前後要素間の傾き 両端は前方(後方)差分)
import numpy as np
df['移動平均_5の傾き'] = np.gradient(df['移動平均_5'])

#ボリンジャーバンド
#標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)
df['std'] = round(df['為替レート'].rolling(20).std(),3)
#ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす
df['2up'] = round(df['移動平均_20'] + (1 * df['std']),3)
df['2low'] = round(df['移動平均_20'] - (1 * df['std']),3)
df['3up'] = round(df['移動平均_20'] + (2 * df['std']),3)
df['3low'] = round(df['移動平均_20'] - (2 * df['std']),3)

#グラフの作成
import matplotlib.pyplot as plt
from matplotlib.ticker import AutoLocator
# グラフをプロットする
plt.plot(df.index , df['為替レート'] , color ="k")
plt.plot(df.index , df['移動平均_5'] , color ="g")
plt.plot(df.index , df['移動平均_20'] , color ="y")
plt.plot(df.index , df['3up'] , color ="r")
plt.plot(df.index , df['2up'] , color ="m")
plt.plot(df.index , df['2low'] , color ="c")
plt.plot(df.index , df['3low'] , color ="b")
# グラフのサイズ等の書式変更
plt.xticks(df.index, rotation=90)
plt.rcParams["figure.figsize"] = [20,5]
plt.grid()
plt.gca().xaxis.set_major_locator(AutoLocator())
# グラフタイトル、x軸名、y軸名
plt.title('USA/JAP exchange_rate')
plt.xlabel('Time')
plt.ylabel(f'Exchange Rate(\u00A5)')
# グラフを出力する
plt.show()

#DataFrameの読み込み

import pandas as pd

df = pd.read_excel('/content/data.xlsx')

df = df.set_index('日時')

#移動平均線

df['移動平均_5'] = round(df['為替レート'].rolling(5).mean(),3)

df['移動平均_20'] =round(df['為替レート'].rolling(20).mean(),3)

#移動平均線の傾き　(前後要素間の傾き両端は前方(後方)差分)

import numpy as np

df['移動平均_5の傾き'] = np.gradient(df['移動平均_5'])

#ボリンジャーバンド

#標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)

df['std'] = round(df['為替レート'].rolling(20).std(),3)

#ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす

df['2up'] = round(df['移動平均_20'] + (1 * df['std']),3)

df['2low'] = round(df['移動平均_20'] - (1 * df['std']),3)

df['3up'] = round(df['移動平均_20'] + (2 * df['std']),3)

df['3low'] = round(df['移動平均_20'] - (2 * df['std']),3)

#グラフの作成

import matplotlib.pyplot as plt

from matplotlib.ticker import AutoLocator

# グラフをプロットする

plt.plot(df.index , df['為替レート'] , color ="k")

plt.plot(df.index , df['移動平均_5'] , color ="g")

plt.plot(df.index , df['移動平均_20'] , color ="y")

plt.plot(df.index , df['3up'] , color ="r")

plt.plot(df.index , df['2up'] , color ="m")

plt.plot(df.index , df['2low'] , color ="c")

plt.plot(df.index , df['3low'] , color ="b")

# グラフのサイズ等の書式変更

plt.xticks(df.index, rotation=90)

plt.rcParams["figure.figsize"] = [20,5]

plt.grid()

plt.gca().xaxis.set_major_locator(AutoLocator())

# グラフタイトル、x軸名、y軸名

plt.title('USA/JAP exchange_rate')

plt.xlabel('Time')

plt.ylabel(f'Exchange Rate(\u00A5)')

# グラフを出力する

plt.show()

APIを使ってリアルタイムに為替レートを取得し、グラフに表示する

Alpha Vantage API

Alpha Vantageは、株式、為替、仮想通貨、指数、テクニカル指標など、さまざまな金融市場に関するデータを取得することができます。

無料枠では下記のような制限があります。

1分あたり5回のAPIリクエスト
1日あたり500回のAPIリクエスト

下記コードでAlpha Vantageからドル円の為替レートを取得することができます。

#requestsライブラリのインストール(初回のみ実行)
!pip install requests

###為替レート取得###
#requestsライブラリを使ってAlpha Vantage APIへアクセス　　　　　　　　params=辞書型でパラメータを指定
response = requests.get( url = "https://www.alphavantage.co/query" ,  params = {"function": "CURRENCY_EXCHANGE_RATE", #通貨交換レートと指定
                                                                                "from_currency":"USD",                #USDを変換元通貨として指定
                                                                                "to_currency":"JPY",                  #JPYを変換先通貨として指定
                                                                                "apikey":"YOUR_ALPHA_VANTAGE_API_KEY",#Alpha VantageのAPIキー
                                                                                })

#APIの返信をJSON形式から辞書型へ変換
data = response.json()
#リアルタイム為替レートを取得 ("Realtime Currency Exchange Rate" というキーにある "5. Exchange Rate" へアクセス)
exchange_rate = data["Realtime Currency Exchange Rate"]["5. Exchange Rate"]
exchange_rate = round(float(exchange_rate),3)
########################################
### Alpha Vantage APIの利用制限      ###
###  ・1分あたり5回のAPIリクエスト   ###
###　・1日あたり500回のAPIリクエスト ###
########################################

#requestsライブラリのインストール(初回のみ実行)

!pip install requests

###為替レート取得###

#requestsライブラリを使ってAlpha Vantage APIへアクセス　　　　　　　　params=辞書型でパラメータを指定

response = requests.get( url = "https://www.alphavantage.co/query" , params = {"function": "CURRENCY_EXCHANGE_RATE", #通貨交換レートと指定

"from_currency":"USD", #USDを変換元通貨として指定

"to_currency":"JPY", #JPYを変換先通貨として指定

"apikey":"YOUR_ALPHA_VANTAGE_API_KEY",#Alpha VantageのAPIキー

})

#APIの返信をJSON形式から辞書型へ変換

data = response.json()

#リアルタイム為替レートを取得 ("Realtime Currency Exchange Rate" というキーにある "5. Exchange Rate" へアクセス)

exchange_rate = data["Realtime Currency Exchange Rate"]["5. Exchange Rate"]

exchange_rate = round(float(exchange_rate),3)

########################################

### Alpha Vantage APIの利用制限 ###

### ・1分あたり5回のAPIリクエスト ###

###　・1日あたり500回のAPIリクエスト ###

########################################

リアルタイム更新時のプログラム全体

下記コードは1分に1度更新されるプログラムになります。テクニカルチャートの作成やグラフの表示については前項で紹介したコードの応用になります。

#requestsライブラリのインストール(初回のみ実行) 
!pip install requests

import pandas as pd
import numpy as np
import datetime
import requests
import time
import matplotlib.pyplot as plt
from IPython.display import clear_output

#空のDataFrameを作成
df_all = pd.DataFrame(columns = ['データ数','日時','通貨ペア','為替レート','移動平均_5','移動平均_20','移動平均_5の傾き','std','2up','2low','3up','3low'])
df_all = df_all.set_index('データ数')

#データ数のカウント
cnt = 0

while True:
  ###データ数###
  cnt += 1

  ###時間の取得###
  dt_now = datetime.datetime.now()
  dt_now = dt_now.strftime('%Y-%m-%d %H:%M:%S')

  ###通貨ペア取得###
  currency_pair = 'usdjpy'

  ###為替レート取得###
  #requestsライブラリを使ってAlpha Vantage APIへアクセス　　　　　　　　params=辞書型でパラメータを指定
  response = requests.get( url = "https://www.alphavantage.co/query" ,  params = {"function": "CURRENCY_EXCHANGE_RATE", #通貨交換レートと指定
                                                                                  "from_currency":"USD",                #USDを変換元通貨として指定
                                                                                  "to_currency":"JPY",                  #JPYを変換先通貨として指定
                                                                                  "apikey":"YOUR_ALPHA_VANTAGE_API_KEY",#Alpha VantageのAPIキー
                                                                                  })

  #APIの返信をJSON形式から辞書型へ変換
  data = response.json()
  #リアルタイム為替レートを取得 ("Realtime Currency Exchange Rate" というキーにある "5. Exchange Rate" へアクセス)
  exchange_rate = data["Realtime Currency Exchange Rate"]["5. Exchange Rate"]
  exchange_rate = round(float(exchange_rate),3)
  ########################################
  ### Alpha Vantage APIの利用制限      ###
  ###  ・1分あたり5回のAPIリクエスト   ###
  ###　・1日あたり500回のAPIリクエスト ###
  ########################################

  ###現時点の情報を df_all にまとめる###
  df_now = pd.DataFrame([[cnt,dt_now,currency_pair,exchange_rate,'','','','','','','','']],
                        columns = ['データ数','日時','通貨ペア','為替レート','移動平均_5','移動平均_20','移動平均_5の傾き','std','2up','2low','3up','3low'])
  df_now = df_now.set_index('データ数')
  df_all = pd.concat([df_all,df_now])

  ###移動平均の計算###
  df_all.loc[cnt,'移動平均_5'] = round(df_all['為替レート'].tail(5).mean(),3)
  df_all.loc[cnt,'移動平均_20'] = round(df_all['為替レート'].tail(20).mean(),3)

  ###移動平均線の傾き###
  dt_data = df_all.tail(5).index.astype(int)
  ave_line_slope  = df_all['移動平均_5'].tail(5).astype(float)
  #線形回帰
  coefficients_ave_line = np.polyfit(dt_data, ave_line_slope, 1)  # 1次の多項式（直線）にフィッティング
  #傾きと切片の取得
  slope_ave  = coefficients_ave_line[0]
  #表へ転記
  df_all.loc[cnt,'移動平均_5の傾き'] = round(slope_ave,3)

  ###ボリンジャーバンドの計算###
  #標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)
  df_all.loc[cnt,'std'] = round(df_all['為替レート'].tail(20).std(),3)
  #ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす
  df_all.loc[cnt,'2up'] = round(df_all.loc[cnt,'移動平均_20'] + (2 * df_all.loc[cnt,'std']),3)
  df_all.loc[cnt,'2low'] = round(df_all.loc[cnt,'移動平均_20'] - (2 * df_all.loc[cnt,'std']),3)
  df_all.loc[cnt,'3up'] = round(df_all.loc[cnt,'移動平均_20'] + (3 * df_all.loc[cnt,'std']),3)
  df_all.loc[cnt,'3low'] = round(df_all.loc[cnt,'移動平均_20'] - (3 * df_all.loc[cnt,'std']),3)

  ###ターミナルへの出力###
  clear_output()
  print(cnt ,"   時間:",dt_now ,"   通貨ペア:",currency_pair ,"   '為替レート':",exchange_rate ,"   移動平均_5の傾き:",df_all.loc[cnt,'移動平均_5の傾き'])

  ###グラフの作成###
  # x軸、y軸のデータ
  Time = df_all['日時']
  exchange = df_all['為替レート']
  ave_5 = df_all['移動平均_5']
  ave_20 = df_all['移動平均_20']
  B3up = df_all['3up']
  B2up = df_all['2up']
  B2low = df_all['2low']
  B3low = df_all['3low']
  # グラフをプロットする
  plt.plot(Time , exchange , color ="k")
  plt.plot(Time , ave_5 , color ="g")
  plt.plot(Time , ave_20 , color ="y")
  plt.plot(Time , B3up , color ="r")
  plt.plot(Time , B2up , color ="m")
  plt.plot(Time , B2low , color ="c")
  plt.plot(Time , B3low , color ="b")
  # グラフのサイズ等の書式変更
  plt.xticks(Time, rotation=90)
  plt.rcParams["figure.figsize"] = [20,5]
  plt.grid()
  # グラフタイトル、x軸名、y軸名
  plt.title('USA/JAP exchange_rate')
  plt.xlabel('Time')
  plt.ylabel('Exchange Rate(\)')
  # グラフを出力する
  plt.show()

  ###更新間隔###
  time.sleep(60)

100

101

102

103

104

105

106

107

108

109

110

111

112

#requestsライブラリのインストール(初回のみ実行)

!pip install requests

import pandas as pd

import numpy as np

import datetime

import requests

import time

import matplotlib.pyplot as plt

from IPython.display import clear_output

#空のDataFrameを作成

df_all = pd.DataFrame(columns = ['データ数','日時','通貨ペア','為替レート','移動平均_5','移動平均_20','移動平均_5の傾き','std','2up','2low','3up','3low'])

df_all = df_all.set_index('データ数')

#データ数のカウント

cnt = 0

while True:

###データ数###

cnt += 1

###時間の取得###

dt_now = datetime.datetime.now()

dt_now = dt_now.strftime('%Y-%m-%d %H:%M:%S')

###通貨ペア取得###

currency_pair = 'usdjpy'

###為替レート取得###

#requestsライブラリを使ってAlpha Vantage APIへアクセス　　　　　　　　params=辞書型でパラメータを指定

response = requests.get( url = "https://www.alphavantage.co/query" , params = {"function": "CURRENCY_EXCHANGE_RATE", #通貨交換レートと指定

"from_currency":"USD", #USDを変換元通貨として指定

"to_currency":"JPY", #JPYを変換先通貨として指定

"apikey":"YOUR_ALPHA_VANTAGE_API_KEY",#Alpha VantageのAPIキー

})

#APIの返信をJSON形式から辞書型へ変換

data = response.json()

#リアルタイム為替レートを取得 ("Realtime Currency Exchange Rate" というキーにある "5. Exchange Rate" へアクセス)

exchange_rate = data["Realtime Currency Exchange Rate"]["5. Exchange Rate"]

exchange_rate = round(float(exchange_rate),3)

########################################

### Alpha Vantage APIの利用制限 ###

### ・1分あたり5回のAPIリクエスト ###

###　・1日あたり500回のAPIリクエスト ###

########################################

###現時点の情報を df_all にまとめる###

df_now = pd.DataFrame([[cnt,dt_now,currency_pair,exchange_rate,'','','','','','','','']],

columns = ['データ数','日時','通貨ペア','為替レート','移動平均_5','移動平均_20','移動平均_5の傾き','std','2up','2low','3up','3low'])

df_now = df_now.set_index('データ数')

df_all = pd.concat([df_all,df_now])

###移動平均の計算###

df_all.loc[cnt,'移動平均_5'] = round(df_all['為替レート'].tail(5).mean(),3)

df_all.loc[cnt,'移動平均_20'] = round(df_all['為替レート'].tail(20).mean(),3)

###移動平均線の傾き###

dt_data = df_all.tail(5).index.astype(int)

ave_line_slope = df_all['移動平均_5'].tail(5).astype(float)

#線形回帰

coefficients_ave_line = np.polyfit(dt_data, ave_line_slope, 1) # 1次の多項式（直線）にフィッティング

#傾きと切片の取得

slope_ave = coefficients_ave_line[0]

#表へ転記

df_all.loc[cnt,'移動平均_5の傾き'] = round(slope_ave,3)

###ボリンジャーバンドの計算###

#標準偏差　tailの引数=平均化する要素数(DataFrameの下からの数量)

df_all.loc[cnt,'std'] = round(df_all['為替レート'].tail(20).std(),3)

#ボリンジャーバンドも算出 S1,S2は移動平均線から標準偏差×S 分ずらす

df_all.loc[cnt,'2up'] = round(df_all.loc[cnt,'移動平均_20'] + (2 * df_all.loc[cnt,'std']),3)

df_all.loc[cnt,'2low'] = round(df_all.loc[cnt,'移動平均_20'] - (2 * df_all.loc[cnt,'std']),3)

df_all.loc[cnt,'3up'] = round(df_all.loc[cnt,'移動平均_20'] + (3 * df_all.loc[cnt,'std']),3)

df_all.loc[cnt,'3low'] = round(df_all.loc[cnt,'移動平均_20'] - (3 * df_all.loc[cnt,'std']),3)

###ターミナルへの出力###

clear_output()

print(cnt ," 時間:",dt_now ," 通貨ペア:",currency_pair ," '為替レート':",exchange_rate ," 移動平均_5の傾き:",df_all.loc[cnt,'移動平均_5の傾き'])

###グラフの作成###

# x軸、y軸のデータ

Time = df_all['日時']

exchange = df_all['為替レート']

ave_5 = df_all['移動平均_5']

ave_20 = df_all['移動平均_20']

B3up = df_all['3up']

B2up = df_all['2up']

B2low = df_all['2low']

B3low = df_all['3low']

# グラフをプロットする

plt.plot(Time , exchange , color ="k")

plt.plot(Time , ave_5 , color ="g")

plt.plot(Time , ave_20 , color ="y")

plt.plot(Time , B3up , color ="r")

plt.plot(Time , B2up , color ="m")

plt.plot(Time , B2low , color ="c")

plt.plot(Time , B3low , color ="b")

# グラフのサイズ等の書式変更

plt.xticks(Time, rotation=90)

plt.rcParams["figure.figsize"] = [20,5]

plt.grid()

# グラフタイトル、x軸名、y軸名

plt.title('USA/JAP exchange_rate')

plt.xlabel('Time')

plt.ylabel('Exchange Rate(\)')

# グラフを出力する

plt.show()

###更新間隔###

time.sleep(60)

テクニカルチャートをPythonを使ってグラフに表示する

移動平均線

移動平均線の傾き

ボリンジャーバンド

グラフの出力

プログラム全体

APIを使ってリアルタイムに為替レートを取得し、グラフに表示する

Alpha Vantage API

リアルタイム更新時のプログラム全体

Pythonでwebスクレイピング(要素の取得と操作方法まとめ)

Pythonで機械学習 pycaretの使い方

Python for文の使い方

Google Colaboratoryでwebスクレイピング

Python よく使う組み込み関数

PythonがExcelのような使える PandasでのDataFrameの作り方