セルインメイで資金をどこに移せばいいか？

2023年5月24日2023年5月26日

投資の有名な格言に「セルインメイ」があります。セルインメイは"sell in may and go away"（5月に売って遊びに行け）という意味なのですが、売った後は現金が一番有利なんでしょうか。

私も最近セルインメイしたので手元資金をどうしたら一番効率が良いか、直近のデータから確認してみました。

何を使って確認するか

私はいつもGoogle ColabとYahoo Financeでデータを確認します。詳しいやり方は次のリンクに書いてありますので参考にしてください。

プログラミングで株価データを分析する

https://mytoshin.com/?p=3394

株式市場にはセルインメイとかサンタクロースラリーとか掉尾（とうび）の一振とか、いろいろなアノマリーがありますが、実際に令和の時代に当てはまっているのか疑問に思っています。ぜひ確認したい。自分は仕事でプログラミングを使うので、その応用でPythonを使った株価の分析方法を調べて見ました。ブログに記録するので参考にしてください。Google ColabGoogle ColabはGoogleが提供するいわゆるJupter NotebookのようなPythonの開発環境です。結構な計算量がある割に無料で利用することができます。Googleのアカウントを持っている...

投信カタログ

どの商品に投資する？

何もしない（増減０）よりもましなのか？を次のものを比較しようと思います。とりあえず考え付くだけですが

	コード	商品名
原油	1671	WTI原油価格連動型上場投信
金	1540	純金上場信託（現物国内保管型）
RIET	1343	ＮＥＸＴＦＵＮＤＳ東証REIT指数連動型上場投信
小麦	1695	WisdomTree　小麦上場投資信託
国債	1621	上場インデックスファンド海外債券（FTSE WGBI）毎月分配型

セルインメイ中の成績を調べる

プログラムは9月頭の価格から5月末の価格を引いて、どれだけ利益が大きいかを比較しました。9月に下がっていればマイナスになっています。データは2013年から2022年まで9月頭ー5月末の数値の10個の平均を割合で表しています。

使ったコードはこんな感じです。初めにライブラリのインポートをします。

import matplotlib.pyplot as plt 
%matplotlib inline
from pandas_datareader import data  as pdr
import datetime
import yfinance as yf 
yf.pdr_override()

次はデータをヤフーファイナンスからダウンロードします。

price = {
'genyu' : pdr.get_data_yahoo('1671.T',  datetime.datetime(2013,5,1), datetime.date.today() ).loc[:,'Adj Close'],
'gold' : pdr.get_data_yahoo('1540.T',  datetime.datetime(2013,5,1), datetime.date.today() ).loc[:,'Adj Close'],
'reit' : pdr.get_data_yahoo('1343.T',  datetime.datetime(2013,5,1), datetime.date.today() ).loc[:,'Adj Close'],
'komugi' : pdr.get_data_yahoo('1695.T',  datetime.datetime(2013,5,1), datetime.date.today() ).loc[:,'Adj Close'],
'kokusai' : pdr.get_data_yahoo('1677.T',  datetime.datetime(2013,5,1), datetime.date.today() ).loc[:,'Adj Close']
 }

最後に各年の5月末、9月頭のデータを取得します。Ｔｒｙが3連続で書いてある部分は月末の市場の営業日を調べています。

sname = ['genyu','gold','reit','komugi','kokusai']
year = {'2013','2014','2015','2016','2018','2019','2020','2021','2022'}

for i in sname:

  avrg = 0

  for j in year:


    try: 
      sdate = j + '-05-31'
      may = price[i].at[sdate] 
    except:
      try: 
        sdate = j + '-05-30'
        may =  price[i].at[sdate]
      except:
        try: 
          sdate = j + '-05-29'
          may =  price[i].at[sdate]
        except:
          print(sdate, i)

    try: 
      sdate = j + '-09-30'
      sep = price[i].at[sdate] 
    except:
      try: 
        sdate = j + '-09-29'
        sep =  price[i].at[sdate]
      except:
        try: 
          sdate = j + '-09-28'
          sep =  price[i].at[sdate]
        except:
          print(sdate, i)

    avrg += (sep - may)/may

  print (i, avrg / 10)

上のコードを実行すると各商品の10年間の5-9月の騰落の平均が得られます。結果はこんな感じです。