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)
デコピコミンが全国(47都道府県)で、どの施設に出てくるか地図(Google Maps)で確認!!【ピクミン ブルーム(Pikmin Bloom)】
【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!】
Windows10で機械学習環境チェック CPU/GPUでTensorflowの作業時間はどのくらい違うのか、Google Colabとも比較してみた。(CUDA Toolkit,cuDNN)
【解決】Google ColabのPythonでエクセル(Excel)ファイルやCSVファイルに出力・入力する方法【コピペで動く!】
【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!】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
【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】
米国債のゼロクーポン債STRIPSについてのメモ
ConoHa WINGレンタルサーバーでPython! Webアプリcgiを動かす手順を紹介!3つの例あり【コピペで動く!】
株価時系列データを分析する上で正規化を行う事の重要性について紹介する【違いをみつけろ!】
Google Analytics にPython APIで接続してみた話【コピペで動く!】
【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]
Google Data Portalを使ってWeb上のオープンデータを使って簡単に情報を可視化しようという話

コメント

タイトルとURLをコピーしました