"金利を見れば投資はうまくいく"を読んだあと投資環境スコアを出してみた コード付き
秋の終わりぐらいの位置かな。
米国債買ったけど2024年から国債10年利回りがあがって損失中。
2024/1/5の投資環境スコアは2
政策金利前年差: -2 長短金利差: -2 長期金利前年差: 2 社債スプレッド前年差: 2 米ドル指数前年差: 2 投資環境スコア: 2
追記(2024/1/6)
ISM 製造業 景況 指数が2023/12/1の時点で50割れで長短 金利 差 の 0% 割れなので2024~2025に景気 後退 局面 入り するのでは?
コードは見やすく設定するのがめんどいので直貼り
```python
from datetime import datetime, timedelta
import numpy as np
import time
from fredapi import Fred
import pandas as pd
fred_api = Fred(api_key="my_fred_api")
data_range_df = pd.DataFrame(pd.date_range(start='2000-01-01', end=datetime.now()+timedelta(days=30), freq='D'),columns=["datetime"])
data_range_df = data_range_df.sort_values("datetime")
data_range_df
政策金利_df = fred_api.get_series('FEDFUNDS')
政策金利_df = 政策金利_df.reset_index()
政策金利_df.columns = ["datetime","政策金利"]
data_range_df['政策金利'] = data_range_df['datetime'].map(dict(zip(政策金利_df['datetime'],政策金利_df['政策金利'])))
政策金利_df = data_range_df.set_index('datetime').fillna(method='ffill')
time.sleep(1)
data_range_df = pd.DataFrame(pd.date_range(start='2000-01-01', end=datetime.now()+timedelta(days=30), freq='D'),columns=["datetime"])
data_range_df = data_range_df.sort_values("datetime")
data_range_df
国債10年利回り_df = fred_api.get_series('DGS10')
国債10年利回り_df = 国債10年利回り_df.reset_index()
国債10年利回り_df.columns = ["datetime","国債10年利回り"]
data_range_df['国債10年利回り'] = data_range_df['datetime'].map(dict(zip(国債10年利回り_df['datetime'],国債10年利回り_df['国債10年利回り'])))
国債10年利回り_df = data_range_df.set_index('datetime').fillna(method='ffill')
time.sleep(1)
data_range_df = pd.DataFrame(pd.date_range(start='2000-01-01', end=datetime.now()+timedelta(days=30), freq='D'),columns=["datetime"])
data_range_df = data_range_df.sort_values("datetime")
data_range_df
社債スプレッド_df = fred_api.get_series('BAA10Y')
社債スプレッド_df = 社債スプレッド_df.reset_index()
社債スプレッド_df.columns = ["datetime","社債スプレッド"]
data_range_df['社債スプレッド'] = data_range_df['datetime'].map(dict(zip(社債スプレッド_df['datetime'],社債スプレッド_df['社債スプレッド'])))
社債スプレッド_df = data_range_df.set_index('datetime').fillna(method='ffill')
time.sleep(1)
data_range_df = pd.DataFrame(pd.date_range(start='2000-01-01', end=datetime.now()+timedelta(days=30), freq='D'),columns=["datetime"])
data_range_df = data_range_df.sort_values("datetime")
data_range_df
米ドル指数_df = fred_api.get_series('TWEXBGSMTH')#TWEXBGSMTH # DTWEXBGS
米ドル指数_df = 米ドル指数_df.reset_index()
米ドル指数_df.columns = ["datetime","米ドル指数"]
data_range_df['米ドル指数'] = data_range_df['datetime'].map(dict(zip(米ドル指数_df['datetime'],米ドル指数_df['米ドル指数'])))
米ドル指数_df = data_range_df.set_index('datetime').fillna(method='ffill')
time.sleep(1)
now_date = (datetime.now()-timedelta(days=1)).replace(hour=0,minute=0,second=0,microsecond=0)#.timestamp()
last_year_date = (datetime.now()-timedelta(days=365)).replace(hour=0,minute=0,second=0,microsecond=0)#.timestamp()
政策金利前年差 = np.where(政策金利_df.loc[now_date]-政策金利_df.loc[last_year_date]<=0.25, 2, -2)[0]
diff = 国債10年利回り_df.loc[now_date].values[0] - 政策金利_df.loc[now_date].values[0]
長短金利差 = None
if diff > 1:
長短金利差 = 2
elif diff >= 0:
長短金利差 = 0
elif diff < 0:
長短金利差 = -2
長期金利前年差 = np.where(国債10年利回り_df.loc[now_date]-国債10年利回り_df.loc[last_year_date]>=0, 2, -2)[0]
社債スプレッド前年差 = np.where(社債スプレッド_df.loc[now_date]-社債スプレッド_df.loc[last_year_date]<=0, 2, -2)[0]
米ドル指数前年差 = np.where(米ドル指数_df.loc[now_date]-米ドル指数_df.loc[last_year_date]<=1, 2, -2)[0]
print("政策金利前年差:", 政策金利前年差)
print("長短金利差:", 長短金利差)
print("長期金利前年差:", 長期金利前年差)
print("社債スプレッド前年差:", 社債スプレッド前年差)
print("米ドル指数前年差:", 米ドル指数前年差)
print()
print("投資環境スコア:", 政策金利前年差 + 長短金利差 + 長期金利前年差 + 社債スプレッド前年差 + 米ドル指数前年差)
```
金利を見れば投資はうまくいく
2022-06-20 収支報告
2022-06-19 収支報告
2022-06-17 収支報告
2022-06-16 収支報告
2022-06-15 収支報告
6/14 収支報告
2022 6/14の収益
株 -7632円
仮想通貨 -22.1$