暴落後の「稲妻の輝く瞬間」を逃さないための合理的投資戦略

import yfinance as yf
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

try:
    import japanize_matplotlib
except ImportError:
    import os
    os.system('pip install japanize-matplotlib')
    import japanize_matplotlib

# 1. データの取得（1950年〜現在）
ticker = "^GSPC"
raw_data = yf.download(ticker, start="1950-01-01")

data = raw_data.copy()
if isinstance(data.columns, pd.MultiIndex):
    data.columns = data.columns.get_level_values(0)

price_col = 'Adj Close' if 'Adj Close' in data.columns else 'Close'

# 日次リターンの計算
data['Daily Return'] = data[price_col].pct_change()
data = data.dropna()

# 2. 指標の計算
initial_investment = 10000

# 累積リターン
data['Buy_Hold_Cum_Return'] = (1 + data['Daily Return']).cumprod() * initial_investment

# ドローダウン
cumulative_max = data['Buy_Hold_Cum_Return'].cummax()
data['Drawdown'] = (data['Buy_Hold_Cum_Return'] / cumulative_max) - 1

# 3. グラフの描画（3段構成）
fig, (ax1, ax2, ax3) = plt.subplots(3, 1, figsize=(14, 15), sharex=True, 
                                 gridspec_kw={'height_ratios': [2, 1, 1]})

# 上段：S&P 500 長期累積リターン（対数スケール）
ax1.plot(data.index, data['Buy_Hold_Cum_Return'], color='#1f77b4', linewidth=1.5)
ax1.set_title('S&P 500：長期累積リターンの推移（1950年〜）', fontsize=16)
ax1.set_ylabel('資産価値（USD）', fontsize=12)
ax1.set_yscale('log')
ax1.grid(True, which="both", ls="-", alpha=0.5)

# 中段：日次騰落率（稲妻の発生状況）
ax2.plot(data.index, data['Daily Return'], color='#2ca02c', linewidth=0.5, alpha=0.7)
ax2.set_title('S&P 500：日次騰落率（下落と上昇の近接性）', fontsize=14)
ax2.set_ylabel('騰落率', fontsize=12)
ax2.grid(True, which="both", ls="-", alpha=0.5)
ax2.yaxis.set_major_formatter(plt.FuncFormatter(lambda x, _: f'{x:.1%}'))

# 下段：ドローダウン（下落の谷）
ax3.fill_between(data.index, data['Drawdown'], 0, color='#e377c2', alpha=0.3)
ax3.plot(data.index, data['Drawdown'], color='#e377c2', linewidth=0.5)
ax3.set_title('S&P 500：歴史的なドローダウン', fontsize=14)
ax3.set_xlabel('年', fontsize=12)
ax3.set_ylabel('下落率', fontsize=12)
ax3.set_ylim(-0.6, 0.05)
ax3.grid(True, which="both", ls="-", alpha=0.5)
ax3.yaxis.set_major_formatter(plt.FuncFormatter(lambda x, _: f'{x:.0%}'))

plt.tight_layout()
plt.show()