S&P500年初からだと-17%なのにFOMCの利上げの3日だけ保有していたら+7%!これって本当?!【コピペで動く!】Google ColabのPythonで自分で調べてみよう!

スポンサーリンク
投資

S&P500は年初から17%下落しているのにFOMCで利上げした3月、5月、6月のたった3日のみ保有していたら+7%というTweetを拝見しました。

Twitterで出てくる知見は本当か自分で調べてみるシリーズで、このTweetが正しいのかどうか自身でGoogle ColabのPythonを利用して、確認してみたいと思います。

目標とすること

今年(年初来)のS&P500のデータを取得し、FOMCの日のデータとそうでない日のデータを比較します。その確認をするなかで、Pythonでのデータの取得や、プログラムのコードなどを確認します。

使用するツール

使用するツールはGoogle Colaboratoryのpythonを使いますので、無料で、簡単に行うことができます。Google Colaboratoryについては以前書いた記事をご参照いただければと思います。

実際のコードは以下の通りです。

今回使ったコードはGoogle Colabのファイルとして以下にシェアしてあります。

Open In Colab
!pip install yfinance --upgrade --no-cache-dir

import yfinance as yf
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import datetime

start_D="2021-12-31"
end_D=datetime.date.today()
codelist1 = ["^GSPC"]

data2 = yf.download(codelist1, start=start_D, end=end_D)

display(data2.dropna().head(1).append(data2.dropna().tail(1)))
data2["Adj Close"].plot()
plt.show()
df_tmp=data2.copy()
df_tmp["pct"]=100*df_tmp["Adj Close"].pct_change()

#FOMC
#"2022-01-26","2022-03-16","2022-05-04","2022-06-15","2022-07-27"

df_tmp.loc[(df_tmp.index == "2022-03-16") | 
           (df_tmp.index == "2022-05-04") |
           (df_tmp.index == "2022-06-15") ,'FOMC_flg'] ="FOMC"


display(df_tmp[df_tmp["FOMC_flg"]=="FOMC"])

FOMCは今年は今2022/07/28日現在5回開催されています。

今回のTweetではそのうちの3月、5月、6月の3回を例に挙げていますので、その日時が一致する日をFOMC_flg列を作って、フィルターとして利用します。

df=df_tmp[["pct","FOMC_flg"]].copy()

display(df[df["FOMC_flg"]=="FOMC"])


display(df["pct"][:"2022-07-26"].sum())
display(df["pct"][:"2022-07-26"][df["FOMC_flg"]=="FOMC"].sum())
display(df["pct"][:"2022-07-26"][df["FOMC_flg"]!="FOMC"].sum())

前日比のパーセントのデータにしたのち、FOMCのフィルターでその日がどのくらいの前日比上昇していたかを確認します。

また、前日2022/07/26までのデータで、年初来の合計騰落や、FOMCの3日間だけの合計騰落、逆にその3日を除いた日の騰落合計を計算させています。

年初来はー17%となっていますし、FOMCの行われた3日間の合計は7%で、その3日間を除いた合計は-24%となっています。

年初来を2021/12/31からとするか2022/01/01からとするかなど、若干の誤差は出そうですが、大筋では間違ってないように思われます。

考察

FOMCというイベントでここ3回(昨日2022/07/27も含めると4回)上がることが分かりましたが、このような検証結果もあるようです。

”パウエルが発言すると下がるイメージ”とのことで、なかなか手厳しいですが、以前はデータ時にはそうだったようですね、、今回の検証も未来永劫続くわけではないと思いますので、そのあたりはご注意ください。

また、このような分析結果もあるようです。

ディスクレーマー

投資に関する免責事項情報の提供・作業代行を目的としており、投資勧誘を目的とするものではありません。

投資に関する記事をご紹介します。

Python高速化! for文は遅いので、”これ”を使うと30倍早いですよ!【Google ColabのPython:コピペで動く!】
【コピペで動く!】Pythonで1.5GBのcsvファイル読み込み高速化:1分5秒⇒4秒程度 DASK , pickle (Pythonコードあり)
【コピペで動く!】日本株、米国株で個別銘柄ベータ値(β値)を簡単に調べる方法 Python 米国株 Webサービス&コード 【Google Colabで違いをみつけろ!】
【コピペで動く!】20行で資産運用モデル作成 Google ColabのPythonで 米国株の株価を取得し、グラフ・チャートを表示
【コピペで動く!】Google ColabでPython を用いての 効率的フロンティア と ポートフォリオの最適化 Efficient Frontier & Portfolio Optimization with Python [Part 2/2]
【コピペで動く!】IB証券(インタラクティブ・ブローカーズ証券 )へのPythonでのAPI接続 ib_insync [自分が使っているPythonコード]
【コピペで動く!】レイ・ダリオ推奨「オール・ウェザー戦略」をETFで構築するには? ETFの手軽さとそのパフォーマンスの高さとは!【違いをみつけろ!】
過去50年間のS&P500の季節性の値動きから負けにくいポジション構築はできるのか考える・大統領選挙のアノマリー対応!【コピペで動く!】Google ColabのPythonで自分で調べてみよう!
曜日による米国株指数(S&P500)のパフォーマンスに違いはあるのか?有利なポジション取りはできるのか?【Google ColabのPython:コピペで動く!】Twitterで出てくる知見は本当か自分で調べてみよう。
【解決】スクレイピングでHTTP Error 403: Forbiddenでアクセスできないときに試すべき方法【コピペで動く!】【Google Colab:Python:pd.read_html,selenium】
ボラティリティ クラスタリング(Volatility Clustering)について:Google ColabのPythonでの相場環境分析
TradingViewを使ってポートフォリオ運用(複数銘柄運用) 米国株 2019/10/01に10万ドル(約1000万円)投資していたらどうなった?TradingViewのミニチャートウィジェットで簡単確認!
自動化・効率化でなにができるのか!Google FinanceやYahoo Financeからデータ取得して年初来パフォーマンスや週次騰落率のファクターチェック
IB証券(インタラクティブ・ブローカーズ証券)のAPIを利用して個別株、ETF、先物のヒストリカルデータの出力できるJupyter notebookファイルの提供
自動化・効率化できます!金融向けGoogle スプレッドシートのすぐ使える簡単な使い方4選!(Google Finance,セントルイス連銀,アメリカ合衆国財務省,スクレイピング)【コピペで動く!】

コメント

タイトルとURLをコピーしました