花森ヒロシの趣味の投資とプログラミング備忘録 投稿ページまとめ
花森ヒロシの趣味の投資とプログラミング備忘録 投稿ページまとめ
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
今までに書いた記事はどこに何があるかもわからなかったと思いますが、そもそも何があるのかすら自分ですらわからなかったので簡単にまとめてみました。
◎投資関連の投稿ページまとめ◎
実際に筆者が投資した成績を時系列でまとめてます。
A【セゾン資産形成の達人ファンド】
★ページリンク★↓
セゾン資産形成の達人ファンド実際に投資してみた！ページまとめ - 趣味の投資とプログラミング備忘録
B【SBI－SBI・V・S＆P500インデックス・ファンド】
★ページリンク★↓
SBI-SBI・V・S&P５００実際に投資してみた！ページまとめ - 趣味の投資とプログラミング備忘録
C【eMAXIS Slim 全世界株式（オール・カントリー）】
★ページリンク★↓
eMAXIS Slim 全世界株式（オール・カントリー）実際に投資してみた！ページまとめ - 趣味の投資とプログラミング備忘録
◎運用シミュレーション◎
モンテカルロシミュレーションにより乱数で計算を行います。
★ページリンク★↓
定額積立投資モンテカルロシミュレーション（初期投資額あり） - 趣味の投資とプログラミング備忘録
★ページリンク★↓
定額積立投資モンテカルロシミュレーション（初期投資額なし） - 趣味の投資とプログラミング備忘録
★ページリンク★↓
定額積立投資シミュレーション（初期投資額あり）+ 一定期間後に追加資金投入を終了し定額取り崩ししながら運用継続 - 趣味の投資とプログラミング備忘録
正直これだけで上記２つの代用もできます。
【随時更新】
【旧つみたてNISA】SBI-SBI・V・SP500実際に投資してみた！【2024年以降も継続中】2025年8月分
『愛称:SBI・V・S＆P500』実際の投資経過を公開！
花森ヒロシ
2025/09/03 14:10
目次
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
導入
どうも、花森ヒロシです。
ちょうど統計解析や視覚化に特化しているプログラミング言語の『R言語』をかじる機会に恵まれ、面白いなと思い、「これを使って何かシミュレーションをしてみたいな」と思ったのがまず第一のきっかけでした。
第二のきっかけは、趣味の投資で暴落時に不安になり売ってしまうなどの判断ミスをしないようにしていきたいと思ったことがあります。
なので、実際に私が利用させてもらっている投資信託の成績と過去運用成績から導いた平均・標準偏差から『R言語』を用いてモンテカルロシミュレーションを行い、得られたデータから実際の運用中成績と比較して予測ができているか確認することで、判断材料にできればと思いました。
そして、プログラミング言語に触れているとHTMLやCSSで書いてみるのも面白そうだと感じたので、せっかくならブログを書いてみたいと思ったので今に至ります(笑)
長くなりましたが、以上を導入とさせてもらいます。
方法
米国のSP500連動の上場投資信託SPYのデータをGoogleスプレッドシートのGoogle Finance関数を使って抽出。 （使用データ 1993-01-29 ～2021-08-27 ）
月末の日付と終値だけのデータを「R」で抽出してデータフレームを作成。 月末の終値から、前月比率(n=343)を算出し計算に用いる。
算出方法やそもそもモンテカルロシミュレーションしても差し支えないのか正規性をみなければならないのですが、以下の当ブログで以前に検証というていで記事にさせてもらってますので見て頂ければと思います。何かありましたらご指摘をいただければと思います。
以前の検証記事↓
株式や投資信託が正規分布に従うのは本当か？SPYで検証してみた！(リターンは当該期間の終値比算出)
Rを使って、毎月の実際の投資額をドル換算にして読み込み、月末に投資したとして、算出した平均リターン、平均標準偏差から正規乱数を生成、毎月、乱数を加味して翌月も乱数を加味、実際に投資した経過月数分を20000回シミュレーションを行い得られたデータを並べ、上から2.5％、25％、50％、75％、97.5％の地点でのデータと投資しなかった場合の貯金の累積額、時価評価額の描画する。経時データとして表も作成する。
また、最新月における成績のシミュレーション分布と実データの位置をヒストグラムにより描画する。
なお、上記のモンテカルロシミュレーションがどの程度妥当だろうかと思い、同じ方法で別期間の過去のデータを用いてテストも行っています記事にもしてますので確認がしたい方はどうぞ。
あくまで短期間のシミュレーションかつ評価も視的にしか比較していませんが、おおよそ予測できていると思われます。
以前の検証記事↓
米国ETF SPY過去データから未来予測してみた！(モンテカルロシミュレーションとバックテスト)
結果
Fig.1
Fig.1の説明 Fig.1 は、SPYの約30年のデータから算出した平均リターン8.481591％、年間標準偏差14.5878%の正規乱数により変動を発生させ、実データのある期間分を投資額を投資日時でドル換算して20000回シミュレーションをした結果から、パーセンタイルを算出し併記したもの。縦軸の金額は＄、横軸の経過月数は投資開始時を0として経過した月数を表す。Q975は97.5パーセンタイル、Q75は75パーセンタイル、Q50は50パーセンタイル、Q25は25パーセンタイル、Q025は2.5パーセンタイル、投資累計額は投資開始時点からの最新月までの合計投資額、時価評価額は当該月の時価評価、投資成績をそれぞれ表す。
| シミュレーション結果＆実データ表 | |||||||
| 金額単位：＄ | |||||||
| 経過月数 | 時価評価額 | 投資累計額 | Q025 | Q25 | Q50 | Q75 | Q975 |
|---|---|---|---|---|---|---|---|
Fig.2の説明
Fig.2 は Fig.1 のデータを数値化したもの。実際の時価総額とシミュレーション結果から算出したパーセンタイル値を併記した時系列データ。
Fig.3の説明 Fig.3、2007-03-15 ～2021-07-30のデータから算出した平均リターン(μ)、平均リスク(σ)を月間値に直したものから理論変動幅として算出しています。幅は月間平均μ±(σ,2σ,3σ)の範囲をそれぞれ緑色の濃さで表しています。 一番濃いσ区間に約68％、2番目に濃い2σ区間に約95％、3番目に濃い3σ区間に約99％のデータが過去のデータではその区間に入っていたため、過去データ通りであれば今後も毎月そのような確率で入ると想定されます。投資した期間における実際の前月比での変動を青線で表しています。赤線はプラスマイナス０％の位置を示しています。
Fig.4の説明 Fig.4は過去データから算出した平均リターンとリスクから当月までのモンテカルロシミュレーションをした結果と当月実際の評価価額を重ねたもの。
Fig.5の説明 Fig.5、グラフの『％』はパーセンタイル値を意味する。実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめて40年が経過した場合の金額推移を20000回シミュレーションしたもの。
Fig.6
Fig.6の説明 Fig.6は40年後のシミュレーション最終成績の分布。
| 40年積立投資シミュレーション表 | ||||||||
| 金額単位：＄ | ||||||||
| 経過月数 | 投資累計額 | 95% | 90% | 80% | 70% | 60% | 50% | 40% |
|---|---|---|---|---|---|---|---|---|
Fig.7の説明 Fig.7は、実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめホールドだけし続けた場合の金額推移を20000回シミュレーションしたもの。そのシミュレーションから、どの程度の確率で投資金額が変動しうるか、また、その変動した結果の確率をみるもの。
例1)表の95%とはシミュレーション結果の5パーセンタイル値で95%の確率で40年後の結果が50974.9759＄以上
例2)50%とはシミュレーション結果の50パーセンタイル値で50%の確率で40年後の結果が225928.8281＄以上
考察
この運用データは実際はSPYではなく、つみたてNISA口座でSBI-SBI・S＆P500を運用しているのですが、目標のインデックスは同じなので、使用してます。
今までのデータは円ベースで行っていたのですが、為替変動でシミュレーション範囲内に収まっていないなと感じたので、購入時期のドル/円を調べて円から＄に変換しました。
そして、正確に月末に投資しているわけではないので、誤差もあります。また、毎月でシミュレーションしていますが、実際は実営業日に毎回乱数発生させるべきなのでしょうが、やるのが面倒なので、あまり変わらないだろうと想定してシミュレーションしている関係で誤差も多々あるかもしれないものの、おおよそ同じだろうと考えておきます。
現在は 53ヶ月で+7062.8928334＄(+49.9562281％)となってます。
久しぶりに上昇です。
集計日のドル円から換算すると、時価評価額3,093,022円（+1,493,022円）ですね。 投資開始の2020年12月からどんどん上昇し75パーセンタイル値を超える位置を推移していたので、1993-01-29 ～2021-08-27 のデータから考えると良い成績を誇っていたように思います。
ただ、もっと下がってもおかしくはないというところではありますね。
また、今月も円安もまだ続いていますね。150円に近い状態になっています。円ベースで見た場合の資産を一時的に押し上げています。ドルベースでみるのが正解なのでしょうけど、円で見ると気分は楽ですね。 ただ、下がったとしても下がった分を上回るということは過去データによるシミュレーション結果が示しています。あくまで過去データ通りの変動幅であれば、ですが・・・
繰り返しになりますが、いままでのところ、Fig.1、Fig.2のシミュレーション結果の範囲からみると基本的に2.5％～97.5％内に収まっています。大きな変動は精神的に良くはないですけどね。変動の大きさから来る精神ダメージが評価額上昇の対価ということにしておきます。
Fig.3の騰落率では、基本的には過去データから算出した平均と標準偏差より約99％の過去データが3σ区間に入っていたわけですが、実際に今回のデータもその範囲内に入っているようです。まだ期間が短いのでそうなるのも納得ではあるんですが、とりあえず今のところ過去データの範疇のようです。現在は赤線（前月比プラスマイナス0％）を上回っているため、前月の評価価額と比較した時、プラスにはなっています。
Fig.4では、シミュレーション結果から確率密度分布からも考えられるように、当月の評価価額は山のてっぺん付近に来てますね。確率分布的にみても出現頻度は高そうな位置ですね。（長期で行うと中央値付近が出やすいか？）
Fig.5から、40年後のシミュレーション結果は下位5％(95％の確率)でも元本である投資累計額を上回っている。ただし、注意が必要なのは、40年後も同じﾘﾀｰﾝ、ﾘｽｸである保証がないという点だろう。
Fig6から形成された分布やFig.7の数値化した表でも元本割れの可能性は著しく低いだろうと考えられます。上位では1億円を超える場合も想定される点は夢がありますね。
長期でのシミュレーション結果では40年後には95％の確率で元本を大きく上回る4倍弱程度と出ています。定期預金よりは良いはずなので、それでもいいわけです。
米国株式は変動はあれども200年ほど右肩上がりなので、上を向いて歩こうと思います。
いまのところ、圧倒的に国債や定期預金よりは良いです。為替の影響は無視しますが、長期投資ならば一括の方がいいだろうという理論からつみたてＮＩＳＡは一括でいれましたが・・・その直後下落しましたね。
入れたタイミングが最高値くらいだったのでタイミングは最悪と言えましょう。しかしながら、これもまた長期投資では良いことだと考えておきます。
株価の上がって下がっては当然、起こります。 ただ、いついつに下落するとか、今後このあたりで下落するだろう、など、普通はわからないのですからね(わかる場合もあるにはあるけど・・・)。長期投資においては、世界滅亡レベルのことがないなら関係ないかなって思います。米国利上げや日本の大規模金融緩和継続、中国、ロシア関連の問題が懸念材料ですが、そのうち収束するでしょう。
旧つみたてNISAが終了しているので、追加投資は行いませんが、今後もホールドしていけば、40年後50％以上の確率でドル円レートで1ドル100円なら22,592,883円程度になると思われます。ドル円レートで1ドル150円なら33,889,324円程度になると思います。
追加投資しなくとも十分な数字かなと思われます。問題は20年後にはすべて特定口座に移行してしまうので２０％以上とられてしまうことなので、取らぬ狸の皮算用ですが、取り崩しつつもホールドを続ければ老後問題は現時点で解決できているのかもしれません。
はい、というわけで、資本主義と確率を信じて、今後に期待します。
パソコンを買い替えた際にはてなブログのIDパスワードがなくなってしまっていたため６か月ぶりくらいの更新になってしまいました。
以上。
【新つみたてNISA】eMAXIS Slim 全世界株式（オール・カントリー）実際に投資してみた！2025年2月分
目次
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
導入
どうも、花森ヒロシです。
ちょうど統計解析や視覚化に特化しているプログラミング言語の『R言語』をかじる機会に恵まれ、面白いなと思い、「これを使って何かシミュレーションをしてみたいな」と思ったのがまず第一のきっかけでした。
第二のきっかけは、趣味の投資で暴落時に不安になり売ってしまうなどの判断ミスをしないようにしていきたいと思ったことがあります。
なので、実際に私が利用させてもらっている投資信託の成績と過去運用成績から導いた平均・標準偏差から『R言語』を用いてモンテカルロシミュレーションを行い、得られたデータから実際の運用中成績と比較して予測ができているか確認することで、判断材料にできればと思いました。
そして、プログラミング言語に触れているとHTMLやCSSで書いてみるのも面白そうだと感じたので、せっかくならブログを書いてみたいと思ったので今に至ります(笑)
長くなりましたが、以上を導入とさせてもらいます。
eMAXIS Slim 全世界株式（オール・カントリー）について
eMAXIS Slim全世界株式（オール・カントリー）は、日本の投資信託であり、グローバルな株式市場全体に幅広く投資することを目的としています。以下はその特徴や重要なポイントをまとめたものです。
運用目的eMAXIS Slim全世界株式（オール・カントリー）の主な目的は、世界中の主要な株式市場に分散投資することによって、投資家にリスクを最小限に抑えつつ、世界経済の成長に参加する機会を提供することです。
ポートフォリオの構成この投資信託は、世界中の株式市場に広く分散したポートフォリオを持ちます。主要な地域や国の企業に投資することで、リスクを分散し、ポートフォリオの安定性を確保します。
低コスト“Slim”という名前が示すように、この投資信託は低コストで運用されています。低コストで運用されることで、投資家のリターンが最大化されます。
リスクとリターンeMAXIS Slim全世界株式（オール・カントリー）は、株式市場全体に投資するため、市場全体の動向に応じてリスクやリターンが変動します。ただし、世界的に分散されたポートフォリオを持つことで、特定の地域やセクターのリスクを軽減する効果があります。
運用戦略この投資信託の運用戦略は、定期的なリバランスとポートフォリオの最適化に基づいています。市場状況や経済の変化に応じて、ポートフォリオが調整されます。
eMAXIS Slim全世界株式（オール・カントリー）は、世界経済全体の成長に参加するための手段として、日本の投資家に人気があります。しかし、投資を行う前に、自身の投資目標やリスク許容度に合わせて、適切な投資先を選択することが重要です。
方法
SBI証券さんの提供される （使用データ 2018/10/31 ～2023-12-21 ）
月末の日付と終値だけのデータを「R」で抽出してデータフレームを作成。 月末の終値から、前月比率(n=62)を算出し計算に用いる。
算出方法やそもそもモンテカルロシミュレーションしても差し支えないのか正規性をみなければならないのですが、基本的な投資信託は正規性があるようです。何かありましたらご指摘をいただければと思います。
Rを使って、毎月の実際の投資額を月末に円で投資したとして、算出した平均リターン、平均標準偏差から正規乱数を生成、毎月、乱数を加味して翌月も乱数を加味、実際に投資した経過月数分を20000回シミュレーションを行い得られたデータを並べ、上から2.5％、25％、50％、75％、97.5％の地点でのデータと投資しなかった場合の貯金の累積額、時価評価額の描画する。経時データとして表も作成する。
また、最新月における成績のシミュレーション分布と実データの位置をヒストグラムにより描画する。
結果
Fig.1
Fig.1の説明 Fig.1 は、eMAXIS Slim 全世界株式の約５年間のデータから算出した平均リターン15.16536％、年間標準偏差16.92108%の正規乱数により変動を発生させ、実際に投資した期間まで毎月の実投資額で20000回シミュレーションをした結果から、パーセンタイルを算出し併記したも。縦軸の金額は＄、横軸の経過月数は投資開始時を0として経過した月数を表す。Q975は97.5パーセンタイル、Q75は75パーセンタイル、Q50は50パーセンタイル、Q25は25パーセンタイル、Q025は2.5パーセンタイル、投資累計額は投資開始時点からの最新月までの合計投資額、時価評価額は当該月の時価評価、投資成績のようなものをそれぞれ表す。
| シミュレーション結果＆実データ表 | |||||||
| 金額単位：万円 | |||||||
| 経過月数 | 時価評価額 | 投資累計額 | Q025 | Q25 | Q50 | Q75 | Q975 |
|---|---|---|---|---|---|---|---|
Fig.2の説明
Fig.2 は Fig.1 のデータを数値化したもの。実際の時価総額とシミュレーション結果から算出したパーセンタイル値を併記した時系列データ。
Fig.3の説明 Fig.3、2007-03-15 ～2021-07-30のデータから算出した平均リターン(μ)、平均リスク(σ)を月間値に直したものから理論変動幅として算出しています。幅は月間平均μ±(σ,2σ,3σ)の範囲をそれぞれ緑色の濃さで表しています。 一番濃いσ区間に約68％、2番目に濃い2σ区間に約95％、3番目に濃い3σ区間に約99％のデータが過去のデータではその区間に入っていたため、過去データ通りであれば今後も毎月そのような確率で入ると想定されます。投資した期間における実際の前月比での変動を青線で表しています。赤線はプラスマイナス０％の位置を示しています。
Fig.4の説明 Fig.4は過去データから算出した平均リターンとリスクから当月までのモンテカルロシミュレーションをした結果と当月実際の評価価額を重ねたもの。
Fig.5の説明 Fig.5、グラフの『％』はパーセンタイル値を意味する。実際に投資した金額を元に40年間ホールドし続けた場合を20000回シミュレーションしたもの。結果は実際の投資額とは異なるので要注意。
Fig.6
Fig.6の説明 Fig.6は40年後のシミュレーション最終成績の分布。
| 40年定額積立投資シミュレーション表 | ||||||||
| 金額単位：万円 | ||||||||
| 経過月数 | 投資累計額 | 95% | 90% | 80% | 70% | 60% | 50% | 40% |
|---|---|---|---|---|---|---|---|---|
Fig.7の説明 Fig.7は定額積立をし続けた40年後のシミュレーション最終成績から、どの程度の確率で投資金額が変動したか、また、その変動した結果の確率をみるもの。
例1)表の95%とはシミュレーション結果の5パーセンタイル値で95%の確率で40年後の結果が3142.4509万円以上
例2)50%とはシミュレーション結果の50パーセンタイル値で50%の確率で30年後の結果が17941.306万円以上
考察
NISA口座で新たに始めた言わずと知れたオールカントリーですが、正確には月末に投資しているわけではないので、誤差もあります。また、毎月でシミュレーションしていますが、実際は実営業日に毎回乱数発生させるべきなのでしょうが、処理的に面倒なのと計算コストが高すぎるので・・・あまり変わらないだろうと想定してシミュレーションしている関係でさらに誤差も多々あるかもしれないですが・・・まあ、おおよそ同じだろうと考えておきます。ということで、よろしくお願いします。
現在は13ヶ月で8.2898万円( +6.9081667％)となってます。
いままでのところ、Fig.1、Fig.2のモンテカルロシミュレーション結果の範囲からみると75パーセンタイルをぶっちぎってますね。だいぶ上がったようです。過去のデータから考えるととんでもなく値上がりしてますね。株高と円安の影響でしょうかね。
Fig.3で最初の逸脱を修正しました。基本的には過去データから算出した平均と標準偏差より約99％の過去データが3σ区間に入っていたわけですが、実際に、今回のデータも、まだその範囲内に入っているようです。まだ期間が短いのでそうなるのも納得ではあるんですが、とりあえず今のところ過去データの範疇のようです。現在は赤線（前月比プラスマイナス0％）を下回っているため、前月の評価価額と比較した時、マイナスとなっています。
Fig.4では、シミュレーション結果から確率密度分布からも考えられるように、当月の評価価額は山のてっぺん付近に来てますね。確率分布的には出現しやすい位置にいるという感じですね。
Fig.5から、40年後のシミュレーション結果は下位5％(95％の確率)でも元本である投資累計額を上回っている。ただし、注意が必要なのは、大人気のこの投資信託とはいえども、40年後も同じリターン、リスクである保証がないという点だろうか。ほんと注意ですね。
Fig6から、形成された分布から考えると、元本割れの可能性は現状では低いだろうと考えられます。上位では1億円を超える場合も想定される点は夢がありますね。
Fig.7から、40年後のシミュレーション結果は95％の確率で3142.4509万円以上になっているということです。増加率は＋2618.7090833％と下位5％にしては増えています。 50％の確率で17941.306万円以上になっているということです。
増加率は＋14951.0883333％と中央値ではかなり増えています。
そもそも、オールカントリーはS＆P500よりも分散が効いているため、リスクが減ってくるかと思いきや、実は現状はS＆P500 よりもリターンは少ないにも関わらず、リスクがより大きい状態だったりします。ただ、それは、現在の米国市場が世界で最も良いと言える状態が続いているためだと思われます。本投資信託は大半が米国市場であり、その米国市場が堅調な動きで伸び続けているためと思われます。
2023年の10～12月の米国実質GDPは前年同期比3％を超え、他の地域とは雲泥の差という人もいるくらいでした。（日本でも実質GDPは1％ほど、他の地域は1％にも届かない状態でした）。ということで米国は伸び続けている状態です。インフレが激しいことがあり、さすがに一時雲行きが怪しくなりそうな気もしますが、とはいえ、個人的な感想ですが、米国では株の恩恵で稼いだ人々の消費行動が経済を支えているということもあり、米国市場は低迷に突入することは現状では少なさそうですね。
その状況から、みてとれるのは米国だけは今後も右肩上がりの可能性が高いため、リターンは高くリスクも比較的少ないという、まさに理想的状態だったということでしょう。
ただ、数十年規模で考える時、米国だけではまずいという場面でNISAを解約してリバランスの必要になってしまうということもなく、資産を有効に活用できるのがオールカントリーの強みだと考えていますので、多少、リターンが低くても私はかまわないと思っています。
かといって、私の年齢的に債券やリートなどを入れるにはまだ早いかなと思っています。あくまで個人的な考えですが、資金効率を良くするには若いうちにはある程度、自分自身の許容範囲に合わせた適切なリスクは取るべきと私個人は考えています。そのため株式一本でしばらくはやってみようと思ってます。
今後もシミュレーション通り(範囲の上目で！)になると良いなと、期待します。
以上。
【旧つみたてNISA】SBI-SBI・V・SP500実際に投資してみた！【2024年以降も継続中】2025年2月分
『愛称:SBI・V・S＆P500』実際の投資経過を公開！
花森ヒロシ
2025/02/26 14:11
目次
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
導入
どうも、花森ヒロシです。
ちょうど統計解析や視覚化に特化しているプログラミング言語の『R言語』をかじる機会に恵まれ、面白いなと思い、「これを使って何かシミュレーションをしてみたいな」と思ったのがまず第一のきっかけでした。
第二のきっかけは、趣味の投資で暴落時に不安になり売ってしまうなどの判断ミスをしないようにしていきたいと思ったことがあります。
なので、実際に私が利用させてもらっている投資信託の成績と過去運用成績から導いた平均・標準偏差から『R言語』を用いてモンテカルロシミュレーションを行い、得られたデータから実際の運用中成績と比較して予測ができているか確認することで、判断材料にできればと思いました。
そして、プログラミング言語に触れているとHTMLやCSSで書いてみるのも面白そうだと感じたので、せっかくならブログを書いてみたいと思ったので今に至ります(笑)
長くなりましたが、以上を導入とさせてもらいます。
方法
米国のSP500連動の上場投資信託SPYのデータをGoogleスプレッドシートのGoogle Finance関数を使って抽出。 （使用データ 1993-01-29 ～2021-08-27 ）
月末の日付と終値だけのデータを「R」で抽出してデータフレームを作成。 月末の終値から、前月比率(n=343)を算出し計算に用いる。
算出方法やそもそもモンテカルロシミュレーションしても差し支えないのか正規性をみなければならないのですが、以下の当ブログで以前に検証というていで記事にさせてもらってますので見て頂ければと思います。何かありましたらご指摘をいただければと思います。
以前の検証記事↓
株式や投資信託が正規分布に従うのは本当か？SPYで検証してみた！(リターンは当該期間の終値比算出)
Rを使って、毎月の実際の投資額をドル換算にして読み込み、月末に投資したとして、算出した平均リターン、平均標準偏差から正規乱数を生成、毎月、乱数を加味して翌月も乱数を加味、実際に投資した経過月数分を20000回シミュレーションを行い得られたデータを並べ、上から2.5％、25％、50％、75％、97.5％の地点でのデータと投資しなかった場合の貯金の累積額、時価評価額の描画する。経時データとして表も作成する。
また、最新月における成績のシミュレーション分布と実データの位置をヒストグラムにより描画する。
なお、上記のモンテカルロシミュレーションがどの程度妥当だろうかと思い、同じ方法で別期間の過去のデータを用いてテストも行っています記事にもしてますので確認がしたい方はどうぞ。
あくまで短期間のシミュレーションかつ評価も視的にしか比較していませんが、おおよそ予測できていると思われます。
以前の検証記事↓
米国ETF SPY過去データから未来予測してみた！(モンテカルロシミュレーションとバックテスト)
結果
Fig.1
Fig.1の説明 Fig.1 は、SPYの約30年のデータから算出した平均リターン8.481591％、年間標準偏差14.5878%の正規乱数により変動を発生させ、実データのある期間分を投資額を投資日時でドル換算して20000回シミュレーションをした結果から、パーセンタイルを算出し併記したもの。縦軸の金額は＄、横軸の経過月数は投資開始時を0として経過した月数を表す。Q975は97.5パーセンタイル、Q75は75パーセンタイル、Q50は50パーセンタイル、Q25は25パーセンタイル、Q025は2.5パーセンタイル、投資累計額は投資開始時点からの最新月までの合計投資額、時価評価額は当該月の時価評価、投資成績をそれぞれ表す。
| シミュレーション結果＆実データ表 | |||||||
| 金額単位：＄ | |||||||
| 経過月数 | 時価評価額 | 投資累計額 | Q025 | Q25 | Q50 | Q75 | Q975 |
|---|---|---|---|---|---|---|---|
Fig.2の説明
Fig.2 は Fig.1 のデータを数値化したもの。実際の時価総額とシミュレーション結果から算出したパーセンタイル値を併記した時系列データ。
Fig.3の説明 Fig.3、2007-03-15 ～2021-07-30のデータから算出した平均リターン(μ)、平均リスク(σ)を月間値に直したものから理論変動幅として算出しています。幅は月間平均μ±(σ,2σ,3σ)の範囲をそれぞれ緑色の濃さで表しています。 一番濃いσ区間に約68％、2番目に濃い2σ区間に約95％、3番目に濃い3σ区間に約99％のデータが過去のデータではその区間に入っていたため、過去データ通りであれば今後も毎月そのような確率で入ると想定されます。投資した期間における実際の前月比での変動を青線で表しています。赤線はプラスマイナス０％の位置を示しています。
Fig.4の説明 Fig.4は過去データから算出した平均リターンとリスクから当月までのモンテカルロシミュレーションをした結果と当月実際の評価価額を重ねたもの。
Fig.5の説明 Fig.5、グラフの『％』はパーセンタイル値を意味する。実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめて40年が経過した場合の金額推移を20000回シミュレーションしたもの。
Fig.6
Fig.6の説明 Fig.6は40年後のシミュレーション最終成績の分布。
| 40年積立投資シミュレーション表 | ||||||||
| 金額単位：＄ | ||||||||
| 経過月数 | 投資累計額 | 95% | 90% | 80% | 70% | 60% | 50% | 40% |
|---|---|---|---|---|---|---|---|---|
Fig.7の説明 Fig.7は、実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめホールドだけし続けた場合の金額推移を20000回シミュレーションしたもの。そのシミュレーションから、どの程度の確率で投資金額が変動しうるか、また、その変動した結果の確率をみるもの。
例1)表の95%とはシミュレーション結果の5パーセンタイル値で95%の確率で40年後の結果が51126.3273＄以上
例2)50%とはシミュレーション結果の50パーセンタイル値で50%の確率で40年後の結果が226098.2825＄以上
考察
この運用データは実際はSPYではなく、つみたてNISA口座でSBI-SBI・S＆P500を運用しているのですが、目標のインデックスは同じなので、使用してます。
今までのデータは円ベースで行っていたのですが、為替変動でシミュレーション範囲内に収まっていないなと感じたので、購入時期のドル/円を調べて円から＄に変換しました。
そして、正確に月末に投資しているわけではないので、誤差もあります。また、毎月でシミュレーションしていますが、実際は実営業日に毎回乱数発生させるべきなのでしょうが、やるのが面倒なので、あまり変わらないだろうと想定してシミュレーションしている関係で誤差も多々あるかもしれないものの、おおよそ同じだろうと考えておきます。
現在は 50ヶ月で+7303.7190144＄(+51.6596049％)となってます。
久しぶりに上昇です。
集計日のドル円から換算すると、時価評価額3,206,419円（+1,606,419円）ですね。 投資開始の2020年12月からどんどん上昇し75パーセンタイル値を超える位置を推移していたので、1993-01-29 ～2021-08-27 のデータから考えると良い成績を誇っていたように思います。
ただ、もっと下がってもおかしくはないというところではありますね。
また、今月も円安もまだ続いていますね。150円に近い状態になっています。円ベースで見た場合の資産を一時的に押し上げています。ドルベースでみるのが正解なのでしょうけど、円で見ると気分は楽ですね。
ただ、ずっと120円前後の円高に戻ると思ってきましたが、140～150円を超えて円高になるのかは怪しいところです。ここ１か月はトランプ大統領の就任よる政策から危機回避のためドルが売られている影響で円高になっただけで、しばらくしたらまた円安になるのでしょう。これ以上円が高くなるとは考えにくいです。日本の政策が原因となって円高になるのであればその時は一般人はとてつもない生活苦を強いられる状況となっているだろうため考えにくいです。
ただ、株価自体が下がりに下がったとしても下がった分を上回るということは過去データによるシミュレーション結果が示しています。あくまで過去データ通りの変動幅であれば、ですが・・・
繰り返しになりますが、いままでのところ、Fig.1、Fig.2のシミュレーション結果の範囲からみると基本的に2.5％～97.5％内に収まっています。大きな変動は精神的に良くはないですけどね。変動の大きさから来る精神ダメージが評価額上昇の対価ということにしておきます。
Fig.3の騰落率では、基本的には過去データから算出した平均と標準偏差より約99％の過去データが3σ区間に入っていたわけですが、実際に今回のデータもその範囲内に入っているようです。まだ期間が短いのでそうなるのも納得ではあるんですが、とりあえず今のところ過去データの範疇のようです。現在は赤線（前月比プラスマイナス0％）を下回っているため、前月の評価価額と比較した時、マイナスにはなっています。
Fig.4では、シミュレーション結果から確率密度分布からも考えられるように、当月の評価価額は山のてっぺん付近に来てますね。確率分布的にみても出現頻度は高そうな位置ですね。（長期で行うと中央値付近が出やすいか？）
Fig.5から、40年後のシミュレーション結果は下位5％(95％の確率)でも元本である投資累計額を上回っている。ただし、注意が必要なのは、40年後も同じﾘﾀｰﾝ、ﾘｽｸである保証がないという点だろう。
Fig6から形成された分布やFig.7の数値化した表でも元本割れの可能性は著しく低いだろうと考えられます。上位では1億円を超える場合も想定される点は夢がありますね。
長期でのシミュレーション結果では40年後には95％の確率で元本を大きく上回る4倍弱程度と出ています。定期預金よりは良いはずなので、それでもいいわけです。
米国株式は変動はあれども200年ほど右肩上がりなので、上を向いて歩こうと思います。
いまのところ、圧倒的に国債や定期預金よりは良いです。為替の影響は無視しますが、長期投資ならば一括の方がいいだろうという理論からつみたてＮＩＳＡは一括でいれましたが・・・その直後下落しましたね。
入れたタイミングが最高値くらいだったのでタイミングは最悪と言えましょう。しかしながら、これもまた長期投資では良いことだと考えておきます。
株価の上がって下がっては当然、起こります。 ただ、いついつに下落するとか、今後このあたりで下落するだろう、など、普通はわからないのですからね(わかる場合もあるにはあるけど・・・)。長期投資においては、世界滅亡レベルのことがないなら関係ないかなって思います。米国利上げや日本の大規模金融緩和継続、中国上海コロナ対策、ロシア関連の問題が懸念材料ですが、そのうち収束するでしょう。
旧つみたてNISAが終了しているので、追加投資は行いませんが、今後もホールドしていけば、40年後50％以上の確率でドル円レートで1ドル100円なら22,609,828円程度になると思われます。ドル円レートで1ドル150円なら33,914,742円程度になると思います。
追加投資しなくとも十分な数字かなと思われます。問題は20年後にはすべて特定口座に移行してしまうので２０％以上とられてしまうことなので、取らぬ狸の皮算用ですが、取り崩しつつもホールドを続ければ老後問題は現時点で解決できているのかもしれません。
はい、というわけで、資本主義と確率を信じて、今後に期待します。
以上。
【新つみたてNISA】eMAXIS Slim 全世界株式（オール・カントリー）実際に投資してみた！2025年1月分
目次
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
導入
どうも、花森ヒロシです。
ちょうど統計解析や視覚化に特化しているプログラミング言語の『R言語』をかじる機会に恵まれ、面白いなと思い、「これを使って何かシミュレーションをしてみたいな」と思ったのがまず第一のきっかけでした。
第二のきっかけは、趣味の投資で暴落時に不安になり売ってしまうなどの判断ミスをしないようにしていきたいと思ったことがあります。
なので、実際に私が利用させてもらっている投資信託の成績と過去運用成績から導いた平均・標準偏差から『R言語』を用いてモンテカルロシミュレーションを行い、得られたデータから実際の運用中成績と比較して予測ができているか確認することで、判断材料にできればと思いました。
そして、プログラミング言語に触れているとHTMLやCSSで書いてみるのも面白そうだと感じたので、せっかくならブログを書いてみたいと思ったので今に至ります(笑)
長くなりましたが、以上を導入とさせてもらいます。
eMAXIS Slim 全世界株式（オール・カントリー）について
eMAXIS Slim全世界株式（オール・カントリー）は、日本の投資信託であり、グローバルな株式市場全体に幅広く投資することを目的としています。以下はその特徴や重要なポイントをまとめたものです。
運用目的eMAXIS Slim全世界株式（オール・カントリー）の主な目的は、世界中の主要な株式市場に分散投資することによって、投資家にリスクを最小限に抑えつつ、世界経済の成長に参加する機会を提供することです。
ポートフォリオの構成この投資信託は、世界中の株式市場に広く分散したポートフォリオを持ちます。主要な地域や国の企業に投資することで、リスクを分散し、ポートフォリオの安定性を確保します。
低コスト“Slim”という名前が示すように、この投資信託は低コストで運用されています。低コストで運用されることで、投資家のリターンが最大化されます。
リスクとリターンeMAXIS Slim全世界株式（オール・カントリー）は、株式市場全体に投資するため、市場全体の動向に応じてリスクやリターンが変動します。ただし、世界的に分散されたポートフォリオを持つことで、特定の地域やセクターのリスクを軽減する効果があります。
運用戦略この投資信託の運用戦略は、定期的なリバランスとポートフォリオの最適化に基づいています。市場状況や経済の変化に応じて、ポートフォリオが調整されます。
eMAXIS Slim全世界株式（オール・カントリー）は、世界経済全体の成長に参加するための手段として、日本の投資家に人気があります。しかし、投資を行う前に、自身の投資目標やリスク許容度に合わせて、適切な投資先を選択することが重要です。
方法
SBI証券さんの提供される （使用データ 2018/10/31 ～2023-12-21 ）
月末の日付と終値だけのデータを「R」で抽出してデータフレームを作成。 月末の終値から、前月比率(n=62)を算出し計算に用いる。
算出方法やそもそもモンテカルロシミュレーションしても差し支えないのか正規性をみなければならないのですが、基本的な投資信託は正規性があるようです。何かありましたらご指摘をいただければと思います。
Rを使って、毎月の実際の投資額を月末に円で投資したとして、算出した平均リターン、平均標準偏差から正規乱数を生成、毎月、乱数を加味して翌月も乱数を加味、実際に投資した経過月数分を20000回シミュレーションを行い得られたデータを並べ、上から2.5％、25％、50％、75％、97.5％の地点でのデータと投資しなかった場合の貯金の累積額、時価評価額の描画する。経時データとして表も作成する。
また、最新月における成績のシミュレーション分布と実データの位置をヒストグラムにより描画する。
結果
Fig.1
Fig.1の説明 Fig.1 は、eMAXIS Slim 全世界株式の約５年間のデータから算出した平均リターン15.16536％、年間標準偏差16.92108%の正規乱数により変動を発生させ、実際に投資した期間まで毎月の実投資額で20000回シミュレーションをした結果から、パーセンタイルを算出し併記したも。縦軸の金額は＄、横軸の経過月数は投資開始時を0として経過した月数を表す。Q975は97.5パーセンタイル、Q75は75パーセンタイル、Q50は50パーセンタイル、Q25は25パーセンタイル、Q025は2.5パーセンタイル、投資累計額は投資開始時点からの最新月までの合計投資額、時価評価額は当該月の時価評価、投資成績のようなものをそれぞれ表す。
| シミュレーション結果＆実データ表 | |||||||
| 金額単位：万円 | |||||||
| 経過月数 | 時価評価額 | 投資累計額 | Q025 | Q25 | Q50 | Q75 | Q975 |
|---|---|---|---|---|---|---|---|
Fig.2の説明
Fig.2 は Fig.1 のデータを数値化したもの。実際の時価総額とシミュレーション結果から算出したパーセンタイル値を併記した時系列データ。
Fig.3の説明 Fig.3、2007-03-15 ～2021-07-30のデータから算出した平均リターン(μ)、平均リスク(σ)を月間値に直したものから理論変動幅として算出しています。幅は月間平均μ±(σ,2σ,3σ)の範囲をそれぞれ緑色の濃さで表しています。 一番濃いσ区間に約68％、2番目に濃い2σ区間に約95％、3番目に濃い3σ区間に約99％のデータが過去のデータではその区間に入っていたため、過去データ通りであれば今後も毎月そのような確率で入ると想定されます。投資した期間における実際の前月比での変動を青線で表しています。赤線はプラスマイナス０％の位置を示しています。
Fig.4の説明 Fig.4は過去データから算出した平均リターンとリスクから当月までのモンテカルロシミュレーションをした結果と当月実際の評価価額を重ねたもの。
Fig.5の説明 Fig.5、グラフの『％』はパーセンタイル値を意味する。実際に投資した金額を元に40年間ホールドし続けた場合を20000回シミュレーションしたもの。結果は実際の投資額とは異なるので要注意。
Fig.6
Fig.6の説明 Fig.6は40年後のシミュレーション最終成績の分布。
| 40年定額積立投資シミュレーション表 | ||||||||
| 金額単位：万円 | ||||||||
| 経過月数 | 投資累計額 | 95% | 90% | 80% | 70% | 60% | 50% | 40% |
|---|---|---|---|---|---|---|---|---|
Fig.7の説明 Fig.7は定額積立をし続けた40年後のシミュレーション最終成績から、どの程度の確率で投資金額が変動したか、また、その変動した結果の確率をみるもの。
例1)表の95%とはシミュレーション結果の5パーセンタイル値で95%の確率で40年後の結果が2805.6482万円以上
例2)50%とはシミュレーション結果の50パーセンタイル値で50%の確率で30年後の結果が16461.656万円以上
考察
NISA口座で新たに始めた言わずと知れたオールカントリーですが、正確には月末に投資しているわけではないので、誤差もあります。また、毎月でシミュレーションしていますが、実際は実営業日に毎回乱数発生させるべきなのでしょうが、処理的に面倒なのと計算コストが高すぎるので・・・あまり変わらないだろうと想定してシミュレーションしている関係でさらに誤差も多々あるかもしれないですが・・・まあ、おおよそ同じだろうと考えておきます。ということで、よろしくお願いします。
現在は12ヶ月で12.9611万円( +11.7828182％)となってます。
いままでのところ、Fig.1、Fig.2のモンテカルロシミュレーション結果の範囲からみると75パーセンタイルをぶっちぎってますね。だいぶ上がったようです。過去のデータから考えるととんでもなく値上がりしてますね。株高と円安の影響でしょうかね。
Fig.3で最初の逸脱を修正しました。基本的には過去データから算出した平均と標準偏差より約99％の過去データが3σ区間に入っていたわけですが、実際に、今回のデータも、まだその範囲内に入っているようです。まだ期間が短いのでそうなるのも納得ではあるんですが、とりあえず今のところ過去データの範疇のようです。現在は赤線（前月比プラスマイナス0％）を上回っているため、前月の評価価額と比較した時、プラスとなっています。
Fig.4では、シミュレーション結果から確率密度分布からも考えられるように、当月の評価価額は山のてっぺん付近に来てますね。確率分布的には出現しやすい位置にいるという感じですね。
Fig.5から、40年後のシミュレーション結果は下位5％(95％の確率)でも元本である投資累計額を上回っている。ただし、注意が必要なのは、大人気のこの投資信託とはいえども、40年後も同じリターン、リスクである保証がないという点だろうか。ほんと注意ですね。
Fig6から、形成された分布から考えると、元本割れの可能性は現状では低いだろうと考えられます。上位では1億円を超える場合も想定される点は夢がありますね。
Fig.7から、40年後のシミュレーション結果は95％の確率で2805.6482万円以上になっているということです。増加率は＋2550.5892727％と下位5％にしては増えています。 50％の確率で16461.656万円以上になっているということです。
増加率は＋14965.1418182％と中央値ではかなり増えています。
そもそも、オールカントリーはS＆P500よりも分散が効いているため、リスクが減ってくるかと思いきや、実は現状はS＆P500 よりもリターンは少ないにも関わらず、リスクがより大きい状態だったりします。ただ、それは、現在の米国市場が世界で最も良いと言える状態が続いているためだと思われます。本投資信託は大半が米国市場であり、その米国市場が堅調な動きで伸び続けているためと思われます。
2023年の10～12月の米国実質GDPは前年同期比3％を超え、他の地域とは雲泥の差という人もいるくらいでした。（日本でも実質GDPは1％ほど、他の地域は1％にも届かない状態でした）。ということで米国は伸び続けている状態です。インフレが激しいことがあり、さすがに一時雲行きが怪しくなりそうな気もしますが、とはいえ、個人的な感想ですが、米国では株の恩恵で稼いだ人々の消費行動が経済を支えているということもあり、米国市場は低迷に突入することは現状では少なさそうですね。
その状況から、みてとれるのは米国だけは今後も右肩上がりの可能性が高いため、リターンは高くリスクも比較的少ないという、まさに理想的状態だったということでしょう。
ただ、数十年規模で考える時、米国だけではまずいという場面でNISAを解約してリバランスの必要になってしまうということもなく、資産を有効に活用できるのがオールカントリーの強みだと考えていますので、多少、リターンが低くても私はかまわないと思っています。
かといって、私の年齢的に債券やリートなどを入れるにはまだ早いかなと思っています。あくまで個人的な考えですが、資金効率を良くするには若いうちにはある程度、自分自身の許容範囲に合わせた適切なリスクは取るべきと私個人は考えています。そのため株式一本でしばらくはやってみようと思ってます。
今後もシミュレーション通り(範囲の上目で！)になると良いなと、期待します。
以上。
【旧つみたてNISA】SBI-SBI・V・SP500実際に投資してみた！【2024年以降も継続中】2025年1月分
『愛称:SBI・V・S＆P500』実際の投資経過を公開！
花森ヒロシ
2025/01/28 16:44
目次
免責事項
当ブログに掲載する情報は投資勧誘を目的としたものではありません。株式などの金融商品の取引は損失を出す恐れがあります。
全て自己判断、自己責任での投資をお願いいたします。
このブログは投稿者が趣味として記載しているものであり、いかなる損失が出た場合でも責任を負うことはできません。
誤情報が入り込んだり、情報が古くなったりすることもあります。
必ずしも正確性を保証するものではありません。また合法性や安全性なども保証いたしません。
当ブログに掲載された内容によって生じた損害等の一切の責任を負いかねますので、ご了承ください。
導入
どうも、花森ヒロシです。
ちょうど統計解析や視覚化に特化しているプログラミング言語の『R言語』をかじる機会に恵まれ、面白いなと思い、「これを使って何かシミュレーションをしてみたいな」と思ったのがまず第一のきっかけでした。
第二のきっかけは、趣味の投資で暴落時に不安になり売ってしまうなどの判断ミスをしないようにしていきたいと思ったことがあります。
なので、実際に私が利用させてもらっている投資信託の成績と過去運用成績から導いた平均・標準偏差から『R言語』を用いてモンテカルロシミュレーションを行い、得られたデータから実際の運用中成績と比較して予測ができているか確認することで、判断材料にできればと思いました。
そして、プログラミング言語に触れているとHTMLやCSSで書いてみるのも面白そうだと感じたので、せっかくならブログを書いてみたいと思ったので今に至ります(笑)
長くなりましたが、以上を導入とさせてもらいます。
方法
米国のSP500連動の上場投資信託SPYのデータをGoogleスプレッドシートのGoogle Finance関数を使って抽出。 （使用データ 1993-01-29 ～2021-08-27 ）
月末の日付と終値だけのデータを「R」で抽出してデータフレームを作成。 月末の終値から、前月比率(n=343)を算出し計算に用いる。
算出方法やそもそもモンテカルロシミュレーションしても差し支えないのか正規性をみなければならないのですが、以下の当ブログで以前に検証というていで記事にさせてもらってますので見て頂ければと思います。何かありましたらご指摘をいただければと思います。
以前の検証記事↓
株式や投資信託が正規分布に従うのは本当か？SPYで検証してみた！(リターンは当該期間の終値比算出)
Rを使って、毎月の実際の投資額をドル換算にして読み込み、月末に投資したとして、算出した平均リターン、平均標準偏差から正規乱数を生成、毎月、乱数を加味して翌月も乱数を加味、実際に投資した経過月数分を20000回シミュレーションを行い得られたデータを並べ、上から2.5％、25％、50％、75％、97.5％の地点でのデータと投資しなかった場合の貯金の累積額、時価評価額の描画する。経時データとして表も作成する。
また、最新月における成績のシミュレーション分布と実データの位置をヒストグラムにより描画する。
なお、上記のモンテカルロシミュレーションがどの程度妥当だろうかと思い、同じ方法で別期間の過去のデータを用いてテストも行っています記事にもしてますので確認がしたい方はどうぞ。
あくまで短期間のシミュレーションかつ評価も視的にしか比較していませんが、おおよそ予測できていると思われます。
以前の検証記事↓
米国ETF SPY過去データから未来予測してみた！(モンテカルロシミュレーションとバックテスト)
結果
Fig.1
Fig.1の説明 Fig.1 は、SPYの約30年のデータから算出した平均リターン8.481591％、年間標準偏差14.5878%の正規乱数により変動を発生させ、実データのある期間分を投資額を投資日時でドル換算して20000回シミュレーションをした結果から、パーセンタイルを算出し併記したもの。縦軸の金額は＄、横軸の経過月数は投資開始時を0として経過した月数を表す。Q975は97.5パーセンタイル、Q75は75パーセンタイル、Q50は50パーセンタイル、Q25は25パーセンタイル、Q025は2.5パーセンタイル、投資累計額は投資開始時点からの最新月までの合計投資額、時価評価額は当該月の時価評価、投資成績をそれぞれ表す。
| シミュレーション結果＆実データ表 | |||||||
| 金額単位：＄ | |||||||
| 経過月数 | 時価評価額 | 投資累計額 | Q025 | Q25 | Q50 | Q75 | Q975 |
|---|---|---|---|---|---|---|---|
Fig.2の説明
Fig.2 は Fig.1 のデータを数値化したもの。実際の時価総額とシミュレーション結果から算出したパーセンタイル値を併記した時系列データ。
Fig.3の説明 Fig.3、2007-03-15 ～2021-07-30のデータから算出した平均リターン(μ)、平均リスク(σ)を月間値に直したものから理論変動幅として算出しています。幅は月間平均μ±(σ,2σ,3σ)の範囲をそれぞれ緑色の濃さで表しています。 一番濃いσ区間に約68％、2番目に濃い2σ区間に約95％、3番目に濃い3σ区間に約99％のデータが過去のデータではその区間に入っていたため、過去データ通りであれば今後も毎月そのような確率で入ると想定されます。投資した期間における実際の前月比での変動を青線で表しています。赤線はプラスマイナス０％の位置を示しています。
Fig.4の説明 Fig.4は過去データから算出した平均リターンとリスクから当月までのモンテカルロシミュレーションをした結果と当月実際の評価価額を重ねたもの。
Fig.5の説明 Fig.5、グラフの『％』はパーセンタイル値を意味する。実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめて40年が経過した場合の金額推移を20000回シミュレーションしたもの。
Fig.6
Fig.6の説明 Fig.6は40年後のシミュレーション最終成績の分布。
| 40年積立投資シミュレーション表 | ||||||||
| 金額単位：＄ | ||||||||
| 経過月数 | 投資累計額 | 95% | 90% | 80% | 70% | 60% | 50% | 40% |
|---|---|---|---|---|---|---|---|---|
Fig.7の説明 Fig.7は、実際に投資している月額の金額までを各月に投資してから、以降の期間は積立をやめホールドだけし続けた場合の金額推移を20000回シミュレーションしたもの。そのシミュレーションから、どの程度の確率で投資金額が変動しうるか、また、その変動した結果の確率をみるもの。
例1)表の95%とはシミュレーション結果の5パーセンタイル値で95%の確率で40年後の結果が50762.598＄以上
例2)50%とはシミュレーション結果の50パーセンタイル値で50%の確率で40年後の結果が223130.9638＄以上
考察
この運用データは実際はSPYではなく、つみたてNISA口座でSBI-SBI・S＆P500を運用しているのですが、目標のインデックスは同じなので、使用してます。
今までのデータは円ベースで行っていたのですが、為替変動でシミュレーション範囲内に収まっていないなと感じたので、購入時期のドル/円を調べて円から＄に変換しました。
そして、正確に月末に投資しているわけではないので、誤差もあります。また、毎月でシミュレーションしていますが、実際は実営業日に毎回乱数発生させるべきなのでしょうが、やるのが面倒なので、あまり変わらないだろうと想定してシミュレーションしている関係で誤差も多々あるかもしれないものの、おおよそ同じだろうと考えておきます。
現在は 49ヶ月で+7551.0704807＄(+53.4091353％)となってます。
久しぶりに上昇です。
集計日のドル円から換算すると、時価評価額3,380,267円（+1,780,267円）ですね。 投資開始の2020年12月からどんどん上昇し75パーセンタイル値を超える位置を推移していたので、1993-01-29 ～2021-08-27 のデータから考えると良い成績を誇っていたように思います。
ただ、もっと下がってもおかしくはないというところではありますね。
また、今月も円安もまだ続いていますね。155円になっています。円ベースで見た場合の資産を一時的に押し上げています。ドルベースでみるのが正解なのでしょうけど、円で見ると気分は楽ですね。 ただ、下がったとしても下がった分を上回るということは過去データによるシミュレーション結果が示しています。あくまで過去データ通りの変動幅であれば、ですが・・・
繰り返しになりますが、いままでのところ、Fig.1、Fig.2のシミュレーション結果の範囲からみると基本的に2.5％～97.5％内に収まっています。大きな変動は精神的に良くはないですけどね。変動の大きさから来る精神ダメージが評価額上昇の対価ということにしておきます。
Fig.3の騰落率では、基本的には過去データから算出した平均と標準偏差より約99％の過去データが3σ区間に入っていたわけですが、実際に今回のデータもその範囲内に入っているようです。まだ期間が短いのでそうなるのも納得ではあるんですが、とりあえず今のところ過去データの範疇のようです。現在は赤線（前月比プラスマイナス0％）を上回っているため、前月の評価価額と比較した時、プラスにはなっています。
Fig.4では、シミュレーション結果から確率密度分布からも考えられるように、当月の評価価額は山のてっぺん付近に来てますね。確率分布的にみても出現頻度は高そうな位置ですね。（長期で行うと中央値付近が出やすいか？）
Fig.5から、40年後のシミュレーション結果は下位5％(95％の確率)でも元本である投資累計額を上回っている。ただし、注意が必要なのは、40年後も同じﾘﾀｰﾝ、ﾘｽｸである保証がないという点だろう。
Fig6から形成された分布やFig.7の数値化した表でも元本割れの可能性は著しく低いだろうと考えられます。上位では1億円を超える場合も想定される点は夢がありますね。
長期でのシミュレーション結果では40年後には95％の確率で元本を大きく上回る4倍弱程度と出ています。定期預金よりは良いはずなので、それでもいいわけです。
米国株式は変動はあれども200年ほど右肩上がりなので、上を向いて歩こうと思います。
いまのところ、圧倒的に国債や定期預金よりは良いです。為替の影響は無視しますが、長期投資ならば一括の方がいいだろうという理論からつみたてＮＩＳＡは一括でいれましたが・・・その直後下落しましたね。
入れたタイミングが最高値くらいだったのでタイミングは最悪と言えましょう。しかしながら、これもまた長期投資では良いことだと考えておきます。
株価の上がって下がっては当然、起こります。 ただ、いついつに下落するとか、今後このあたりで下落するだろう、など、普通はわからないのですからね(わかる場合もあるにはあるけど・・・)。長期投資においては、世界滅亡レベルのことがないなら関係ないかなって思います。米国利上げや日本の利上げ、中国上海コロナ対策、ロシア関連の問題が懸念材料ですが、そのうち収束するでしょう。中国製のDeepSeekなどにおける世界経済への影響が出る懸念があるかと思いますが、長期で見ればその影響は微々たるものと私は考えています。
旧つみたてNISAが終了しているので、追加投資は行いませんが、今後もホールドしていけば、40年後50％以上の確率でドル円レートで1ドル100円なら22,313,096円程度になると思われます。ドル円レートで1ドル150円なら33,469,645円程度になると思います。
追加投資しなくとも十分な数字かなと思われます。問題は20年後にはすべて特定口座に移行してしまうので２０％以上とられてしまうことなので、取らぬ狸の皮算用ですが、取り崩しつつもホールドを続ければ老後問題は現時点で解決できているのかもしれません。
はい、というわけで、資本主義と確率を信じて、今後に期待します。
以上。
資格取得関連記事 まとめ
リスキリングの重要性と隙間時間を活用した学びのすすめ
昨今、リスキリングという言葉を耳にする機会が増えています。私たちが日常生活を送る中で、目まぐるしく進化する技術に触れる場面が増え、実際にその技術や知識を求められる機会も多くなっています。これらは社会人としての業務にも直結し、時代の流れに取り残されないためにも、ITや金融といった分野の知識を身につける必要性が高まっています。
現代社会で求められる知識とは
テクノロジーの進化は、私たちの日常生活や仕事の在り方を大きく変えています。かつては与えられた業務をこなすだけで良かった時代もありましたが、今やそれでは不十分です。特にIT系の知識や、金融に関する基本的な理解がなければ、現代社会を生き抜くのが難しくなりつつあります。これらのスキルは日本だけに留まらず、グローバルな視点でも非常に重要とされています。
日本におけるリスキリングの現状
日本におけるリスキリングの重要性についても議論が盛んです。たとえば、Abema TIMESの記事では、現在の日本が直面している課題とリスキリングの必要性が取り上げられています。このような状況の中、個人がどのようにスキルを向上させていくべきかが問われています。
隙間時間を活用した学び
しかしながら、仕事をしながら新しいことを学ぶのは簡単ではありません。忙しい毎日の中で勉強の時間を確保するのは困難に思えるかもしれません。そこで、私が提案したいのは隙間時間を有効活用する方法です。例えば、通勤時間や昼休み、ちょっとした待ち時間を活用して勉強を進めることができます。
実際に私自身も、この方法を使っていくつかの資格を取得しました。その中には、“IT”や“金融”に関連する資格も含まれています。特に、これからの時代に必須とされるIT系の基礎知識を身につける第一歩として、ITパスポートは非常におすすめです。この資格は、初心者でも理解しやすい内容で構成されており、隙間時間での学習に最適です。
学びの継続が未来を拓く
リスキリングは単なる流行ではなく、私たちのキャリアや生活を豊かにする重要なプロセスです。隙間時間を活用することで、誰でも無理なく新しい知識を身につけることができます。そして、その知識が新しいチャンスや可能性を切り拓くきっかけになるでしょう。
次回は、具体的な学習方法や私が実践した勉強スケジュール、使用した教材について詳しく紹介していきたいと思います。一緒にリスキリングの一歩を踏み出しましょう！
資格取得関連記事 まとめ
【随時更新】
