NASDAQ100を超えるS&P5（GAFAM）のポートフォリオ計算

個別株

ああ甘美なひ・び・き🧡

賭ケグルイ／河本ほむら、尚村透／スクウェア・エニックス

アメリカの個別株投資を検討する
だったら、S&P5（GAFAM）でポートフォリオをシュミレーション
まとめ

投資生活15年……

ようやく見つけた投資の必勝法は、世界株インデックス・ファンドに長期投資せよだ。

後世に残す意味を込めて額に飾ろう。

インデックスは日本株で昔やっていたが痛い目にあった。

そもそも日本は人口減少国で、IT・AI分野等におけるイノベーションでも他国の後塵を拝している。

いくら、ドルコスト平均法で購入単価を下げられると言っても、右肩下がりの市場では勝てない。

なお、長期の分散投資を行って残った1～3割の投資を短期投資に回す。

短期投資の特徴は、長期投資よりはるかに高いパフォーマンスが期待できること。ただし、こまめに相場をチェックする手間と見極める力が必要。

と高橋ダン氏の書籍に書いてあった。

ようやく僕も正しい道を歩き出した感。

アメリカの個別株投資を検討する

NASDAQ100を超えた年利を求めるなら、NASDAQ100より年利のよい銘柄を少し追加する。

というのが、前回のあらすじ。

NASDAQは複数銘柄の平均値なので、NASDAQより年利の高い個別銘柄も半数程度はあるに違いない。

だったらスクリーニング（銘柄条件検索）をしてみよう。

楽天証券からダウンロードしてきたcsvファイルを開く

米国株式の取扱銘柄 | 現物取引 | 米国株式・海外ETF：楽天証券

米国株式の取扱銘柄についてご案内しております。

CSVの中を開くとこんなの入ってる。

Pythonで米国株の株価データを取得する

ググるといくらでも出てくる。

pandas-datareaderのインストール

米国株の株価はpandas-datareaderというモジュールを使うことで取得することができる。

日本株と違ってどこかのサイトからスクレイピングする必要がない。日本の糞さが分かるよね。

$ pip install pandas-datareader

1	$ pip install pandas-datareader

そして楽天証券のCSVに書かれている銘柄をYahoo Financeからダウンロードして指定した格納先に保存していく。

import csv
import requests
import datetime
import pandas_datareader.data as web
start = "2012/1/1" #取得開始日
end = datetime.date.today() #取得完了日

# 楽天証券からダウンロードしてきたファイルをオープン
csv_file = open("result_us.csv", "r", encoding="utf-8_sig" ) 

proxies = {'http': 'http://xxxx.xxxx.co.jp:8080'}
headers = { "Accept":"application/json",
            'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
            "Accept-Encoding":"none",
            "Accept-Language":"en-US,en;q = 0.8",
            "Connection":"keep-alive",
            "Referer":"https://cssspritegenerator.com",
            "User-Agent":"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML,like Gecko) Chrome/23.0.1271.64 Safari/537.11"
            }

with requests.Session() as s:
    s.headers = headers
    s.proxies.update(proxies)

a_list = []
num = 0
for row in csv.reader(csv_file): #FileOpen
   a_list.append(row[0]) # 取得したい列番号を指定.銘柄コードを取得
   if num > 0:
   	pd_data = web.DataReader(a_list[num],"yahoo",start, end, session=s)
   	pd_data.to_csv('out/' + a_list[num]+".csv")
   num+=1
del a_list[0] # 先頭行削除

import csv

import requests

import datetime

import pandas_datareader.data as web

start = "2012/1/1" #取得開始日

end = datetime.date.today() #取得完了日

# 楽天証券からダウンロードしてきたファイルをオープン

csv_file = open("result_us.csv", "r", encoding="utf-8_sig" )

proxies = {'http': 'http://xxxx.xxxx.co.jp:8080'}

headers = { "Accept":"application/json",

'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',

"Accept-Encoding":"none",

"Accept-Language":"en-US,en;q = 0.8",

"Connection":"keep-alive",

"Referer":"https://cssspritegenerator.com",

"User-Agent":"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML,like Gecko) Chrome/23.0.1271.64 Safari/537.11"

}

with requests.Session() as s:

s.headers = headers

s.proxies.update(proxies)

a_list = []

num = 0

for row in csv.reader(csv_file): #FileOpen

a_list.append(row[0]) # 取得したい列番号を指定.銘柄コードを取得

if num > 0:

pd_data = web.DataReader(a_list[num],"yahoo",start, end, session=s)

pd_data.to_csv('out/' + a_list[num]+".csv")

num+=1

del a_list[0] # 先頭行削除

因みに、S&P500とNASDAQ100は次のようになる。

with requests.Session() as s:
    s.headers = headers
    s.proxies.update(proxies)

# S&P500
pd_data = web.DataReader('^GSPC', 'yahoo', start, end, session=s)
pd_data.to_csv('out/' + 'SP500'+".csv")

# NASDAQ100
pd_data = web.DataReader('^NDX', 'yahoo', start, end, session=s)
pd_data.to_csv('out/' + 'NASDAQ100'+".csv")