前回の記事では、TradingView公式MCPをCodex経由で接続し、日本株のデータを取得できるところまで確認しました。
前回記事:TradingView MCPをChatGPTで使える?日本株で接続・検証してみた
ただ、接続できるだけでは実際の投資分析に役立つとは限りません。
そこで今回は、「TradingView MCPから取得したデータを、日本株分析にどこまで使えるのか」を実際に検証しました。
アドバンテスト・キオクシアHD・東京エレクトロンの3銘柄から日足データを取得し、同じ条件で比較します。
さらに、「こちらから銘柄を指定するのではなく、条件に合う日本株をTradingView側から探せないか」というスクリーニングにも挑戦しました。
結論からいうと、今回の検証結果は次のとおりです。
- 個別銘柄の日足OHLCV取得 → 成功
- 取得データを使った指標計算 → 成功
- 複数銘柄の同条件比較 → 成功
- 日本株Screenerによる候補抽出 → HTTP 429で未完了
つまり、指定した日本株を分析する用途には使えましたが、市場全体から銘柄を探す機能は、この時点では実証できませんでした。
※本記事は2026年9月24~25日時点の検証結果です。TradingView MCPはBeta版のため、今後仕様や利用状況が変わる可能性があります。なお、後日の検証ではScreenerが正常応答しています。詳細は記事末尾で紹介します。
今回検証した3銘柄
比較したのは、値動きの大きい半導体関連3銘柄です。
- 6857 アドバンテスト
- 285A キオクシアHD
- 8035 東京エレクトロン
TradingView MCPから、2026年8月24日~9月24日の日足OHLCVを各21本取得しました。
今回はTradingViewから完成した分析結果を取得するのではなく、価格・出来高の元データを取得し、その後の計算をPython側で行っています。
計算した指標は以下のとおりです。
- 5営業日騰落率
- 20営業日騰落率
- SMA5・SMA20
- 20日高値・安値
- 20日高値までの距離
- 最新出来高・20日平均出来高
- 出来高倍率
- RSI14
同じデータ・同じ計算方法を使うことで、複数銘柄を横並びで比較します。
TradingView MCPでデータ取得、Pythonで指標計算
今回の検証では、TradingView MCPから株価データを取得し、テクニカル指標の計算はPython側で行いました。
アドバンテスト・キオクシアHD・東京エレクトロンの3銘柄について、それぞれ1回ずつ日足OHLCVを取得。MCPへのOHLCV取得リクエストは合計3回です。
取得したデータを使い、SMA、RSI、騰落率、出来高倍率などをPythonで計算しました。
TradingView MCPでデータ取得 → Pythonで指標計算 → 3銘柄を同じ条件で比較
この方法なら計算条件を自分で管理でき、外部サービスへの不要な問い合わせも抑えられます。ただし、指標の精度や比較可能性は取得したデータの期間・品質にも左右されます。
3銘柄を同じ条件で比較した結果
結果は次のようになりました。
| 銘柄 | 9/24取得値※ | 5日騰落率 | 20日騰落率 | SMA5 | SMA20 | 20日高値まで | 出来高倍率 | RSI14 |
|---|---|---|---|---|---|---|---|---|
| アドバンテスト | 33,060円 | +6.37% | -4.17% | 31,242 | 32,953 | +9.26% | 0.99倍 | 49.31 |
| キオクシアHD | 54,580円 | +7.89% | +7.17% | 52,312 | 52,899.5 | +11.84% | 0.93倍 | 56.06 |
| 東京エレクトロン | 53,920円 | +5.87% | -2.23% | 52,068 | 53,668.5 | +6.70% | 1.26倍 | 50.28 |
※TradingView MCPでは市場データに遅延があるため、9月24日の値は取得時点の値として扱っています。
3銘柄とも直近5営業日は上昇していますが、中身には違いがありました。
アドバンテスト
5日騰落率は+6.37%と短期的には戻していますが、20日騰落率は-4.17%。
SMA5はSMA20を下回っており、中期的な上昇トレンドへ完全に戻ったとは判断しにくい状態です。
今回の数値だけで見るなら、さらに上昇を追うというより、反転が継続するか確認したい局面でした。
キオクシアHD
5日騰落率+7.89%、20日騰落率+7.17%。
今回比較した3銘柄の中では、中期的な上昇が最も明確でした。
RSI14は56.06。強さは確認できますが、新規に追いかけるなら価格位置を確認したいところです。
東京エレクトロン
5日騰落率は+5.87%ですが、20日では-2.23%。
特徴的だったのは出来高倍率です。
3銘柄の中で唯一1倍を明確に上回る1.26倍となっており、直近の値動きに出来高が伴っていました。
このように同じ条件で計算すると、単純な騰落率だけではなく、「どういう状態で上がっているのか」まで比較できます。
指定した監視銘柄を同条件で比較する用途については、TradingView MCPから取得したデータを十分活用できそうです。
では、銘柄自体をTradingViewから探せないのか?
今回は、こちらから3銘柄を指定しています。
しかし実際の運用を考えると、条件に合う日本株をTradingView側から探せた方が便利です。
理想は、次の流れです。
日本株をスクリーニング
↓
候補銘柄だけOHLCV取得
↓
Pythonでテクニカル指標を計算
↓
自作のBUY条件で判定
全東証銘柄のOHLCVを1銘柄ずつ取得するより、最初に候補を絞れればMCPへの問い合わせも減らせます。
自作ツールのBUY条件で銘柄を探せるか
現在、Pythonで日本株の分析・自動売買ツールを開発中です。
そこで今回は、TradingView MCPのScreenerで候補銘柄を絞り込み、その後に自作ツールと同じBUY条件で判定できないか試すことにしました。
現在使っているBUY判定は、以下3条件のうち2つ以上を満たすことです。
- RSI14 < 35
- MACD > MACD_SIGNAL
- Close <= BB_LOWER × 1.02
ここでTradingView独自の「買い」「強い買い」といった評価を、そのまま売買判定に使うわけではありません。
目指したのは、TradingView Screenerで候補銘柄を抽出し、OHLCVを取得してPythonで指標を計算し、自作ツールのBUY条件で判定するという流れです。
これが実現すれば、毎回こちらから銘柄を指定するだけでなく、条件に合いそうな日本株を探すところから分析を始められます。
TradingView公式MCPにはScreener機能がある
TradingView公式MCPには「run_screener」というScreener機能が用意されています。
TradingView MCPの仕様や利用方法については、TradingViewの公式情報を参照してください。
日本市場(japan)も対象となっており、価格や出来高などの条件を指定して銘柄を抽出できます。
そのため仕様上は、Screenerで候補を絞り、必要な銘柄だけOHLCVを取得する構成が考えられます。
これが安定して使えれば、全銘柄の日足を片っ端から取得する必要がなくなり、MCPへの問い合わせ削減にもつながります。
実際に日本株Screenerを動かしてみた
そこで実際に、日本市場を対象としてScreenerを実行しました。
最初に確認したかったのは、複雑なBUY条件ではありません。
「TradingView MCPのScreenerから日本株を正常に取得できるか」という基本動作です。
最終的なテスト条件はシンプルです。
- Market:Japan
- Symbol type:Stock
- Volume:1以上
- 出来高降順
- 最大5銘柄
ところが、2026年9月24日の実行では、HTTP 429(Too Many Requests)が返ってきました。
対象となったのは、scanner.tradingview.com/japan/scanです。
この時点では、一時的な利用制限などの可能性も考えられます。
そこで無理に再試行せず、その日の検証は終了しました。
翌日、最初の1回だけ再検証
翌9月25日、時間を空けた状態で、同じScreenerをもう一度だけ実行しました。
今回は、Screener呼び出し1回、OHLCV呼び出し0回。TradingView MCPの総呼び出しも1回です。
しかし結果は、再びHTTP 429でした。
そのため再試行は行わず、検証を終了しました。
結果として、Screener → 候補銘柄 → OHLCV → BUY判定という一連の流れを最後まで実証することはできませんでした。
自分の環境だけで起きているのか?
もし自分の設定ミスだけで429が出ているのであれば、TradingView MCPそのものの評価材料にはしにくいため、追加で調べました。
TradingView公式MCPは、今回の検証時点ではBetaとして提供されています。
さらに同時期の利用者の投稿を確認すると、scanner系の機能でHTTP 429が発生するという報告もありました。
報告には、少数のリクエストでも429になる、Newsなど別機能は動くがscannerが429になる、時間を空けると復旧した、といった事例が含まれています。
参考にした投稿:
ただし、これらは利用者の報告であり、今回の429の原因を証明するものではありません。
TradingViewから今回の事象について公式な障害発表を確認したわけではなく、ユーザーごとの利用制限など別の要因である可能性も残ります。
少なくとも、「自分の設定ミスだけで発生した特殊な事象」とも言い切れない状況でした。
今回どこまで使えたのか

今回の検証で特に感じたのは、「機能として存在すること」と「安定して運用できること」は別という点です。
ScreenerそのものはTradingView公式MCPに用意されています。
しかし、毎営業日の分析や自動化に利用するなら、安定して応答するか、429発生時にどう処理するかまで確認する必要があります。
現時点では日足・スイング分析との相性が良さそう
今回実際に動かせた範囲では、TradingView MCPは日足を使った監視銘柄の比較と相性が良さそうです。
例えば、監視銘柄の日足を取得 → Pythonで同じ指標を計算 → AIで横並び比較という使い方です。
TradingView側ですべての分析を完結させる必要はありません。
TradingView:データ取得
Python:指標計算・売買ロジック
AI:比較・整理
このように役割を分けることで、自分で計算条件を管理しながら分析できます。
また、必要なデータだけ取得してローカルで計算すれば、MCPへの不要な問い合わせを抑えることにもつながります。
TradingView MCPの市場データには遅延があるため、今回確認した使い方もリアルタイム売買ではなく、日足ベースの分析を前提としています。
RSI14の数値には注意
今回計算したRSI14には注意点があります。
取得した日足は21本です。そのデータからRSI14を計算しているため、より長期間の履歴を使ったRSIとは数値がずれる可能性があります。
今回の21本はあくまで、3銘柄を同じ条件で比較するための検証データです。
実際にScreenerから自作BUY条件まで接続する場合は、より長い日足履歴を取得して判定する必要があります。
まとめ
今回の検証では、TradingView MCPから日本株の日足OHLCVを取得し、Pythonで指標を計算して3銘柄を同じ条件で比較するところまで実行できました。
結果は次のとおりです。
- 個別銘柄の日足OHLCV取得 → 成功
- Pythonでの指標計算 → 成功
- 複数銘柄の比較 → 成功
- 日本株Screener → HTTP 429で未完了
今回特に使いやすかったのは、TradingViewでデータ取得 → Pythonで計算 → AIで比較・整理という役割分担です。
一方、Screenerについては9月24日・25日の2日間ともHTTP 429となり、候補抽出から自作BUY条件による判定までつなげることはできませんでした。
したがって、2026年9月25日時点での結論は、「個別銘柄の日足取得・比較分析には使えるが、全市場からの自動スクリーニングは追加検証が必要」というものです。
追記:9月27日の再検証ではScreenerが正常応答
その後、2026年9月27日に改めてTradingView MCPの日本株Screenerを検証したところ、正常に応答しました。
日本株の出来高上位200銘柄を取得し、自作ツールで監視している20銘柄と照合。さらに候補3銘柄について合計750本の日足データを取得し、テクニカル指標の計算とBUY / HOLD / SELL判定まで実行しています。
ただし、今回成功したからといって、Screenerが常に安定して動作するとは限りません。また、取得データを正式なPaper Tradingに利用するには、株価の調整方式など別の課題も残っています。
その検証結果と、正式データへの採用を見送った理由は、続編で詳しく紹介しています。



コメント