Kota@Python&米国株投資チャンネル

Pythonを活用して米国株市場のデータ分析を学ぶことで、マネーリテラシー向上と資産形…

Kota@Python&米国株投資チャンネル

Pythonを活用して米国株市場のデータ分析を学ぶことで、マネーリテラシー向上と資産形成を目指します。株価データの取得、時系列予測などをわかりやすくご紹介。プログラミングはChatGPT等生成AIの活用が有効です。一緒に学び、成長していきましょう。

最近の記事

最適なポートフォリオを構築する

サブテーマ:自己流最適ポートフォリオの作り方 1 初めに 今回は、投資中級者向け投稿になります。前回まで金や債券の最適な割合についての記事でした。しかしETFには多種多様であり、何をどう組み合わせたら良いのかわからないと思います。 そこで今回は、PYTHONで簡単に最適組み合わせできるコードを使って、SBI証券で買付手数料が無料となるSBI ETFセレクションから、株や債券、金、不動産など選りすぐり最適な組み合わせを算出してみます。これを名付けて自己流最適ポートフォリオの作

    • 金投資を考える

      サブテーマ:S&P500と金の最適な保有割合って?? 1 初めに 今回、安全資産の代表格である金(Gold)の投資について検証します。前回、株式(S &P500)と債券(長期米国債)の組み合わせを検証した際と同じPYTHONコードで実行してみた結果です。こちらもかなり有益な情報になってますので、単独でご報告します。  結論は下記の通りS&P500と金を両方持っておくことは非常に有効です。このチャンネルでは、今後も投資・PYTHONの活用法に有益な情報を発信していきます。応援

      • S&P500に債券の組み合わせを考える

        サブテーマ:2種類の投資対象の組み合わせは必要なのか?? 1 初めに 前回、S&P500と債権単独投資の場合でトレンドの確認、積立、取崩した場合について確認しました。今回は、株式(S &P500)と債券(長期米国債)の組み合わせることが資産運用に有効なのかを考えてみました。  投資の情報を集めると、債権や金も組み合わせたら良い!!という情報も溢れていますが、具体的に自分の場合ではどうなるのか理解できる人は少ないのでは??と思います。  PYTHONなどで自分の状況に近い場合

        • 老後に備える/FIRE実現         4%取り崩しの成否について考える

          サブテーマ:PYTHON で取り崩しシミュレーション  1 初めに 今回は、出口戦略を検討するため、巷で言われている4%取り崩しを自分なりに解釈して、4%という数字は達成可能かどうか検証します。  皆様は、老後いくら必要か考えたことはありますか?そもそもどれぐらい貯めれば良いのかを判断する上で、今回の結果は一つの参考になりますし、自分なりの銘柄、期間でのシミュレーションも可能になりますので、ぜひお付き合いください。 今回の結論:初期元本に対し4%分の定額取り崩し(確率95

        最適なポートフォリオを構築する

          レバレッジ投資を分析する

          サブテーマ:レバナス(QLD)、TQQQの一括・積立シミュレーション   1 初めに 今回は、新NISAでは買えない商品ですが、良い意味でも悪い意味でも話題のNASDAQ100のレバレッジ商品について分析します。  レバレッジとは価格変動が、2倍、3倍となる商品であり、投資信託のリターンランキング(下落局面ではマイナス側で)で良く目にすると思います。また単純に暴落時にはその2倍、3倍の価値が目減りするだけでなく、同じ価格変動を繰り返すだけで価値が減る低減と呼ばれている現象も

          投資信託の配当と手数料について

          サブテーマ:配当再投資と手数料のリターンへの影響について       S&P500 、NASDAQ100 1 初めに 今回は、新NISAの銘柄選びで悩みのたね信託手数料と配当について考えます。少しでも手数料が低い方が・・・と悩まれていると思いますが、ほとんどが1%以下の小さな数字の違いです。この数字の違いによって、実利益に対しどの程度の影響があるのかを可視化してみます。  また今回一括投資だけでなく、積立投資も同様に集計し、それぞれで手数料と配当再投資の効果確認してみますの

          有料
          220〜
          割引あり

          投資信託の配当と手数料について

          新NISA 投資期間について考える

          サブテーマ:一括投資時の保有期間によるリターンの違いを調べてみる S&P500 、NASDAQ100、日経225 1 初めに 新NISAが始まって投資を始めた人が多いと思います。しかし、私自身もそうですが、買った投資信託をいつ売るべきか??迷われていると思います。  そこで今回は、代表的な指数を保有期間を変更した場合のリターンについて過去実績を集計してみます。過去実績は、あくまで過去のこととはいえ、”歴史は繰り返す”とい

          新NISA 投資期間について考える

          新NISA何を買う?リスクとリターンでシミュレーション

          1 初めに 今回も引き続き、新NISA何を買う?を題材に、1番人気のオルカンと比較対象のリスクとリターンに注目します。5年間という期間での一括投資でのリスクとリターンを改めて可視化して比較するとともに、このリスクとリターンを使ってモンテカルロシミュレーションと呼ばれるシミュレーション方法で将来の値動きを予測してみます。PYTHONのプログラムの勉強だけでなく、資産形成にも役立ちますので、ぜひお付き合いください。 *コードがだんだん長くなってきてます。初心者の方はまずコピペ

          新NISA何を買う?リスクとリターンでシミュレーション

          新NISA何を買う?グラフ&集計してみよう!

          1 はじめに今回は、”新NISA何を買う?”ということで、長期投資に焦点を当てて購入したい銘柄をPYTHON を使って比較してみます。今巷で大人気なのはオルカン(全世界株式)です。オルカンをはじめ代表的な銘柄の実力の比較と一括購入したらどのぐらい儲かりそうかを統計的に分析できる技術を、わかりやすくお伝えできればと思います。 今回やること:①長期トレンドで比較してみよう!        ②一括投資ではいくら儲かるか調べよう!!  対象:S &P500、NASDAQ100、全

          新NISA何を買う?グラフ&集計してみよう!

          RSI,MACD,BBのある株価チャート(日足、週足、月足も!)

          1.初めに前回、移動平均を使った株価予測を行いました。さらに予測精度を上げるには、その他のパラメーターを検討も一案です。  そこで今回は、代表的な指標となる、RSI ,MACD,BB(BollingerBands)について紹介します。またそれらグラフの時間軸を従来の日足から週足、月足のグラフを描くことで、どの時間軸を予測するかの参考にしていただければと思います。ぜひお付き合い下さい。 補足) 今回のQQQ:NASDAQ100に連動するETFの日足・週足・月足データ及び各種

          RSI,MACD,BBのある株価チャート(日足、週足、月足も!)

          PYTHON 株価予測:NVIDIA &移動平均編

          1)初めに&今回のゴール前回、予測精度を向上させるため複数の変数も併せて学習できるSARIMAXモデルを紹介しましたが正直なところ精度には疑問が残ります。 そこで今回は、チャート分析の基本である”移動平均”の計算方法と、その移動平均を学習に使用して予測精度に変化についてお話ししたいと思います。 今回のターゲットは、昨年からの生成AIブームで絶好調のNVIDIAとしてみました。PYTHON時系列予測入門移動平均編、ぜひお付き合い下さい。 参考)前回の記事SARIMAXモデル

          有料
          300

          PYTHON 株価予測:NVIDIA &移動平均編

          PYTHONで株価予測 SARIMAXモデル

          1.初めに&結果 前回、ARIMAXモデルで株価予測したコードを紹介しましたが、まだまだ実用的とは言えません。実際の株価は、市場全体の価格や他の株、世界情勢含めた他の要因の影響もあります。そこで今回は予測した単独の株価だけで予想するのではなく、他の情報も同時に学習することのできるSARIMAXモデルを紹介し、実際に予測結果を確認していきます。  今回も今後も、pythonで時系列予測を学びたい方に自信を持ってお勧めできる内容をお届けしていきたいので、ぜひお付き合い下さい。

          有料
          330

          PYTHONで株価予測 SARIMAXモデル

          Python:ARIMAモデルでAPPLE株価の予測をしてみよう!

          1.初めに 時系列分析入門編:ARIMAモデルを使った株価の予測です。 ARIMAモデルは、その柔軟性と精度の高さから、時系列分析における最も基本的かつ重要なツールの一つとして広く用いられています。 時系列分析入門として最適なツールですので、是非お付き合い下さい。 補足)今回からコード全文は少額ながら有料プランにさせていただきました。今回も今後も価格に見合った内容を目指します(現時点のゴール:多変数のデータを元にLSTMモデルで米国株を予測を実現)。 参考にしたい!応援し

          有料
          330

          Python:ARIMAモデルでAPPLE株価の予測をしてみよう!

          「Pythonを使って米国株を分析!Yahoo Financeの活用法」

          初めに: 悩み:初心者プログラマーの一番の疑問、株価データをどう取得する? 解決方法:Yahoo Financeは、豊富な金融データを提供する無料のリソースで、Pythonを使えば簡単です。ぜひ下記のコードをGoogle Colabにコピペして、実行(Shift+Enter)してみてください。経験されていない方なら、きっと新しい世界が広がるのではと期待してます。 具体例: 1. 期間を指定してAAPLの株価データを取得する まず、yfinance ライブラリをインス

          「Pythonを使って米国株を分析!Yahoo Financeの活用法」

          Python実行環境

          初めにこんにちは!Python&米国株チャンネルへようこそ。 記念すべき第1回に入る前に、今日は、プログラミング入門において非常に重要な1stステップ、「実行環境の構築」についてです。 このチャンネルではGoogle Colabを推奨致します。対話型と呼ばれる環境であり、都度コードを実行、確認しながらコードを書くことが可能なため、初心者に非常にお勧めです。 下記に特徴及び導入方法をご紹介します。 Google Colabの紹介Google Colab(名称:Google

          自己紹介&今後の方針

          Kota@Python&米国株チャンネルです。 プログラミングを学習したい! Pythonを勉強したけど次の方向がわからない! AI学習に興味があるけどよくわからない! といった悩みはありませんか? このチャンネルでは、実際にPythonで米国株市場のデータ分析を学んでいくことで、資産形成に役立つ知識も身につけようとする欲張りな方向性にチャレンジします。 これから実際にインデックスETF(S&P500、NASDAQ100)や個別株の株価データの取得、時系列予測、AIを使