【コピペで動く!】「もし、あの時に米国株に投資をしていたら」Google ColabのPython コードあり Twitterで出てくる知見は本当か自分で調べてみよう。1【違いをみつけろ!】

スポンサーリンク
投資

米国株投資がその投資効率の良さから注目されつつあります。過去どのくらいリターン(利益)が発生したのか、まずは実績の把握をすることと、それを行うための情報収集力を身に着ける必要があります。この記事を読むことで、その二つができることを目指します。

元記事は 2019/12/21 note に書いた記事です。

Twitterで出てくる知見は本当か自分で調べてみよう。1 「もし、米国株に投資をしていたら」(Python コードあり)|TF
ーーーーーーーーーーー2021/07/28 追記ーーーーーーーーーーー Pythonの一部仕様変更などでうまく動いていなかった部分を新しいサイトでは修正しました。 今後適宜修正や改修を行おうとは思いますが、すべてを改修できるわけではないことはご承知おきください。 2021/07/28時点では動いていることは確認して...

yfinance ライブラリや resamapleに若干の変更があったりしたようで、以前のコードでは動かくなっているようですので、こちらのサイトで修正したものをリライトして、載せていきます。

2021/07/25時点で以下のコードはエラーなく動いていることを確認しています。

本記事の目的

Twitterではいろいろ参考になる指標や経験談などが流れてきます。
「すごい役に立つ!」
「勉強になった!」
と思うこともたくさんあるのですが、でも、それって事実なのでしょうか?

有名なアカウントつぶやいているから正しいとか、権威あるニュースソースだから大丈夫、、というのもありますが、やはり自分で本当かどうか確かめる習慣はあった方がよさそうです。

なにより、命の次に大事なお金が減ることを考えたら、

必要ないはやらなくていいけど、
めんどくさいはやる!

の精神でいきたいものです。


前置きが長くなりましたが、最近目についたデータを一つ一つ調べていきましょう。調べる方法はGoogle Colaboratoryのpythonを使うことにします。

使用する環境

今回もGoogle Colaboratoryのpythonを使うことにします。こちらの記事も参考になると思います。


1.日米の株価比較
もし1994年に米国株に投資をしていたら・・・あなたの資産は約4.5倍に増えていたかもしれはい。2009年。丁度10年前から投資家やってれば資産2倍。1000万円貯めてたら2000万円になってた。

実は以前、私も似たような記事を書いています。

期間が違うとはいえ、12倍と4.5倍では違うような気もします。
早速調べてみましょう。

実際のコードとやっていること

今回はダイレクトにコードでいきます。

!pip install yfinance --upgrade --no-cache-dir

import datetime
import yfinance as yf
import matplotlib.pyplot as plt

start_D="1990-1-7"
end_D="2019-12-31"
codelist = ["^DJI","^N225"]

data2 = yf.download(codelist, start=start_D, end=end_D)["Adj Close"]

df_YM=data2.resample("M").last()
display(df_YM[df_YM.index=="1993-12-31"])
display(df_YM[df_YM.index=="2009-12-31"])
display(df_YM[df_YM.index=="2015-5-31"])
 
df_all=(1+data2["1993-12-31":"2015-5-31"].pct_change()).cumprod()
#display(df_all.head().append(df_all.tail()))

df_all.plot(figsize=(8,6),fontsize=18)
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize=18)  

plt.grid(True)
plt.show()

確かに1993年末から2015年5月末では
18010/3754=4.79 で4.5倍程度になっているようです。

また2009年末から2015年5月末では
18010/10428=1.72 で約2倍といったところでしょうか。

しかし、2015年5月末といわず、2019年12月末でやった方が見る人にとってはよりインパクトがありますよね。では、2019年12月20日時点ではどうでしょうか。

df_all=(1+data2["1993-12-31":].pct_change()).cumprod()
#display(df_all.head().append(df_all.tail()))
df_all.plot(figsize=(8,6),fontsize=18)
plt.legend(loc='center left', bbox_to_anchor=(1, 0.5), fontsize=18)  
plt.grid(True)
plt.show(

2017年の上昇が強烈ですね、ダウは4.5倍どころではなく7.5倍程度になっていたようです。また私の記事では平成の開始からということでしたので、1990年から1993年もかなり上昇していたようです。

これを見ると一日本人として、かなり複雑な気持ちになりますね。

話はそれましたが、ツイッター情報は正しかったようです。
2015年という期間はともかく情報としては正しいようです。

この企画、Pythonコードのニーズがあるかも含め、少しやってみようかなと思っています。

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。

---

関連記事を紹介します。

Pytho,投資関係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!】
【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!】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!】
【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】
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
【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
米国債のゼロクーポン債STRIPSについてのメモ
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!
pyfolioで米国株ETFの分析をWebアプリでできるようにしてみた!月ごとのリターンの分布やドローダウンの時期・深さなど可視化できます!
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!】
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!】
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。

コメント

タイトルとURLをコピーしました