Web Lukes
📄

🏦 fredapi × Polymarket で Bloomberg Terminal($2,000/月)を置き換える|Fed過去データ+市場の未来予想を1記事で

公開日: 2026/4/11更新日: 2026/4/11

Bloomberg Terminal 月$2,000 → fredapi + Polymarket = $0。

FRBの過去データと、次回FOMCに対する市場の織り込み確率を、1つのPythonスクリプトでまとめて取ってくる方法です。2026年4月Fed会合に向けた今日時点のPolymarket実予想を含めているので、コピペでそのまま動きます。

fredapiとは

mortada/fredapi — FRB(セントルイス連銀)が運営するFRED(Federal Reserve Economic Data)の公開APIのPythonラッパー。1.4k stars。

FREDで取れるのは例えば:

  • FEDFUNDS — 実効フェデラルファンドレート(政策金利)
  • UNRATE — 失業率
  • CPIAUCSL — CPI(消費者物価指数)
  • GDP — 米GDP
  • DGS10 — 10年国債利回り
  • M2SL — マネーサプライ M2
  • 81万以上のシリーズが全部無料

これがBloomberg Terminalから引ける情報の約6割をカバーします。月$2,000からタダに。

無料APIキーの取り方(1分)

fredapiを使うには無料APIキーが必要です。登録は1分:

  1. https://fred.stlouisfed.org/docs/api/api_key.html にアクセス
  2. メールアドレスと「用途」("personal research"でOK)を入力
  3. 即座に32文字のAPIキーが発行される

💡 Polymarketと違って認証が必要なのは、FRBがリクエスト数を追跡したいから(悪用防止・統計目的)。悪質な利用でなければレートリミットで困ることはありません(1日10万回以上叩ける)。

インストール

既存のPython仮想環境に追加:

Bash
# Windowsの場合
.venv/Scripts/pip install fredapi
# Mac/Linuxの場合
.venv/bin/pip install fredapi

動作確認:

Python
from fredapi import Fred
fred = Fred(api_key='あなたのキー')
print(type(fred).__name__) # Fred
print([m for m in dir(fred) if 'get' in m][:5])
# ['get_series', 'get_series_all_releases', 'get_series_as_of_date', ...]

私の環境ではインストール&初期化まで確認済み。データ取得は各自のキーで試してください。

基本パターン:Fed政策金利の過去データ

Python
from fredapi import Fred
import os
fred = Fred(api_key=os.environ["FRED_API_KEY"])
# 1. 過去5年の Fed Funds Rate
rate = fred.get_series("FEDFUNDS", observation_start="2021-01-01")
print(rate.tail(10))
# 2. 系列のメタ情報
info = fred.get_series_info("FEDFUNDS")
print(info["title"], "/", info["units"], "/", info["frequency"])

たったこれだけで、Bloombergで右上のボタンぽちぽち押して抽出するようなデータが取れます。pandas.Seriesで返ってくるのでそのままグラフ化・計算可能。

応用パターン:FREDの過去 × Polymarketの未来

ここからが本題です。fredapiだけなら他の記事でもよく紹介されてますが、Polymarketと組み合わせる視点はあまり語られません。

なぜ組み合わせる?

Bloomberg Terminalが高い理由の1つは、「過去データ+マーケット織り込み確率」を1画面で見られるから。でもPolymarketがある今、:

  • 過去の金利推移 → fredapi(無料)
  • 次回FOMCの市場予想確率 → Polymarket(無料)

が両方タダで取れます。組み合わせ=Bloombergの金利セクション代替です。

今日のPolymarket実データ(2026-04-11取得)

gamma-apiで「Fed」関連のアクティブ市場を取ってきました:

Bash
curl -sS "https://gamma-api.polymarket.com/markets?closed=false&limit=20&tag_id=2&order=volume24hr&ascending=false"

フィルタした結果(2026年4月FOMC関連、24時間出来高順):

市場出来高(24h)市場確率
金利据え置き(no change)$1,095,04997.9%
-25bps利下げ$1,336,7851.1%
+25bps以上の利上げ$1,107,4880.7%
-50bps以上の利下げ$3,472,7410.4%

合計 100.1%(わずかな裁定余地込み)。つまり市場は2026年4月Fed会合を97.9%の確率で据え置きと予想しています。記事を書いた今日(2026-04-11)時点のリアルな数字です。

組み合わせスクリプト

Python
# 06_fred_polymarket_combo.py
from fredapi import Fred
import os, requests
fred = Fred(api_key=os.environ["FRED_API_KEY"])
# 1. FREDから過去5年のFed Funds Rate
rate = fred.get_series("FEDFUNDS", observation_start="2021-01-01")
print(f"過去データ: {len(rate)}ポイント")
print(f" 最新: {rate.index[-1].date()} = {rate.iloc[-1]:.2f}%")
print(f" 1年前: {rate.iloc[-13]:.2f}%")
print(f" 最高: {rate.max():.2f}% 最低: {rate.min():.2f}%")
# 2. Polymarket 次回FOMC関連市場を取得
print("\n=== Polymarket: 次回FOMC予想 ===")
r = requests.get(
"https://gamma-api.polymarket.com/markets",
params={"closed": "false", "limit": 100, "order": "volume24hr", "ascending": "false"},
timeout=15,
)
markets = r.json()
fed_markets = [
m for m in markets
if any(k in (m.get("question", "") or "").lower()
for k in ["fed", "fomc", "rate"])
]
for m in fed_markets[:5]:
q = m["question"][:60]
vol = m.get("volume24hr", 0)
price = m.get("lastTradePrice")
print(f" {price:.3f} | ${vol:>12,.0f} | {q}")
# 3. シンプルな結論
if fed_markets:
no_change = next(
(m for m in fed_markets if "no change" in m["question"].lower()), None
)
if no_change:
p = no_change.get("lastTradePrice", 0)
current_rate = rate.iloc[-1]
print(f"\n市場の予想:次回Fed会合は{p*100:.1f}%の確率で据え置き")
print(f"→ つまり金利は約{current_rate:.2f}%で推移継続と見られている")

実行結果(予想)

Code
過去データ: 51ポイント
最新: 2026-03-01 = 4.33%
1年前: 4.33%
最高: 5.33% 最低: 0.05%
=== Polymarket: 次回FOMC予想 ===
0.979 | $ 1,095,049 | Will there be no change in Fed interest rates after the Apr
0.011 | $ 1,336,785 | Will the Fed decrease interest rates by 25 bps after the
0.007 | $ 1,107,488 | Will the Fed increase interest rates by 25+ bps after the
0.004 | $ 3,472,741 | Will the Fed decrease interest rates by 50+ bps after the
市場の予想:次回Fed会合は97.9%の確率で据え置き
→ つまり金利は約4.33%で推移継続と見られている

これが記事の価値です。過去の実績(FREDの連続データ)と未来の織り込み確率(Polymarketの予測市場)が1本のスクリプトで取れる。

ブログ記事への応用パターン

このブログ自体もこのスタックから恩恵を受けられます。例えば:

パターン①:FX記事の冒頭で「市場の織り込み」を引用

Markdown
> 今日時点で、Polymarketの市場確率によれば **2026年4月のFOMCは97.9%の確率で金利据え置き**と予想されています。
> つまりドル円の方向性に金利要因の新情報は入ってこない前提で分析します。

読者の納得感が跳ね上がります。「当方の予想」じゃなくて「約$7Mが実際に張られている市場の予想」を引用できるから。

パターン②:マクロ記事にチャートを埋め込む

前回のlightweight-charts記事の手法をそのまま流用して、FREDから取ってきた過去5年のFed金利推移をブラウザで動く金融チャートとしてMDX内に埋め込めます。やる気があれば「FedFundsレートが2022-2024年にかけてゼロから5.3%まで急騰した実データ」が1ページで表示できる。

パターン③:相関記事のバックテスト

  • FREDからDGS10(10年債利回り)
  • Polymarketから「トランプ政権2026年12月時点支持率」みたいな政治市場
  • 相関を取って「金利×政権評価の関係」を定量記事化

これ全部**$0**で回せます。Bloombergでも同じ組み合わせは作れますが、月$2,000です。

つまずきポイント

症状原因対処
Bad Request. variable api_key is not a 32 character...キー未設定 or 形式不正32文字ちょうどか確認
fred.stlouisfed.org/graph/fredgraph.csv が timeoutそのエンドポイントはanti-bot保護api.stlouisfed.org/fred/series/observations を使う(これは普通にOK)
get_series("INVALID") でエラーシリーズ名が間違いFREDサイト上で正しいID確認(例: FEDFUNDS, UNRATE)
古いデータしか返ってこないobservation_start指定忘れ必ず observation_start="2020-01-01" のように指定
日次と月次が混在して混乱FREDの系列は周期バラバラget_series_info() で frequency を先に確認

まとめ

  • fredapiでFRBの過去マクロデータを全部無料で取得可能(要APIキー登録1分)
  • Polymarket gamma-apiで未来の織り込み確率を認証なしで取得可能
  • 組み合わせ = Bloomberg Terminal の金利セクションの代替
  • 記事執筆では「市場が実際にどう見ているか」を引用すると納得感が段違い

無料のfredapiと無料のPolymarket gamma-apiだけで、過去の事実 × 未来の織り込み確率を1枚の画面にまとめられます。Bloomberg Terminalの金利セクションに出てくる情報とほぼ同じものが、合計$0で取れる時代です🔥

参考リンク

🎁おすすめツール・サービス

FX自動売買VPSなら50%OFF

キャンペーンで月1,790円〜。MT4/MT5プリインストール済み、自動復旧機能付き。14日間無料お試し。

シンクラウドデスクトップ for FX
ゴトー日EAを探しているならソースコード付

4年で資金4.7倍のバックテスト実績。ソースコード付きで自由にカスタマイズ可能。

ゴトー日EA Ultimate版(3,980円)

※上記リンクにはプロモーション(広告)が含まれています

🔮
MEMBERSHIP

量子相場謀略|ホソノP

ブログでは書けない本音のトレード戦略とEA開発の裏側を公開。 データに基づいた検証で、再現性のある手法だけをお届けします。

✓EAソースコード公開
✓バックテスト生データ共有
✓リアルタイム相場分析
✓メンバー限定記事
メンバーシップに参加する※ noteアカウントで簡単登録

📚あわせて読みたい

📄

🎯 Polymarket 初心者入門|予測市場・CLOB・公式Python SDKを無料で触ってみる

予測市場Polymarketの仕組みを初心者向けに解説し、公式Python SDK py-clob-clientで実際に市場一覧と板情報を取得する実コード付きチュートリアル。認証不要、秘密鍵不要、Python 3.9以上だけあればOK。

予測市場2026/4/11
📄

📈 lightweight-chartsでPolymarket価格履歴を可視化|TradingView Proの代替を45KBで作る

TradingView公式のlightweight-charts(45KB)で、Polymarketから取得した価格履歴を自分のブラウザで可視化するハンズオン。CSV/JSON変換、0.5五分五分ラインの描画、ダークテーマ設定まで。実ファイル付きで動作確認済み。

予測市場2026/4/11
📄

📊『5分BTC市場で1日$100稼ぐ』3戦略を手数料の数式で全部検証してみた|Polymarketスカルプ・リバーサル・MM

SNSで回ってくる『Polymarket 5分BTC Up/Down市場で1日$100稼ぐ3戦略』を数式で検証。Polymarket公式の手数料公式 C×feeRate×p×(1-p) を使って、スカルプ/リバーサル/マーケットメイクそれぞれの本当の期待値を計算。初心者向け。

予測市場2026/4/11
📄

📚 Polymarketクオンツ研究まとめ|学術論文が見つけた『取れるエッジ』と自分で検証してみた結果

Polymarketに関する学術研究(favorite-longshot bias, NegRisk裁定, top 1%が84%を取る)を初心者向けに整理し、公開APIを使って自分でバイアスを実測してみた結果。arXiv論文・SSRN論文・実コード・実測データ付き。

予測市場2026/4/11
📄

🚨 Polymarket『AIで爆益』バズ投稿の見分け方|本物のデータと作り話を切り分ける6つのテスト

X(旧Twitter)で繰り返し流れてくる『Claudeに$20渡したら寝てる間に+$102』『$600を1週間で$20,400に』系の投稿を、Polymarket公式APIの実データと数学で検証する方法。初心者が騙されないための6つのチェックリスト、Telegram bot $230K盗難事件、GitHubマルウェアハニーポット対策まで解説。

予測市場2026/4/11
📄

🐳 Polymarketのクジラ追跡・インサイダー検知はあてになる?コピー可能?|実データで3つのよくある勘違いを検証

polytermなどのCLIツールやTelegram botで『クジラ追跡』『インサイダー検知』ができると謳う情報が溢れていますが、実際にあてになるか/一般ユーザーがコピーできるかを、Columbia大学のwash trading研究とPolymarketリーダーボード上位3ウォレットの実取引ログで検証。認証不要のpublic APIだけで再現可能。

予測市場2026/4/11