8月18日は購入タイミングと決めた日だったので、データアプリケーションを1,305円で100株購入しました。
これで持ち株は700株、平均単価1,345円、含み損は28,700円になりました。
次の購入タイミングは8月24日(月) ガンホーかデータアプリケーションを買い増す予定です。
8月18日は購入タイミングと決めた日だったので、データアプリケーションを1,305円で100株購入しました。
これで持ち株は700株、平均単価1,345円、含み損は28,700円になりました。
次の購入タイミングは8月24日(月) ガンホーかデータアプリケーションを買い増す予定です。
8月12日は購入タイミングと決めた日だったので、データアプリケーションを1,301円で100株購入しました。
これで持ち株は600株、平均単価1,352円、含み損は28,200円になりました。
次の購入タイミングは8月18日(火) ガンホーかデータアプリケーションを買い増す予定です。
色々な方がブログで解説していますが、貸株はリスクに対してリターンが少なすぎるのでやらない方が良いと思います。
リスクは色々ありますが、証券会社が倒産した場合、株が戻ってこない可能性が高いが一番のリスクです。
僕は数学は苦手なのですが、幸いにしてプログラミングはできるので一寸シュミレーションしてみました。
として、得られる期待値、最大値、半分以下になる確率を出してみました。 (貸株金利は多めに、倒産確率は低めに見積もったつもりです。)
import numpy as np rng = np.random.default_rng() interset_rate = 0.01 # 貸株利子率 bankruptcy_prob = 1/300 # 倒産確率 investment_ratio = 0.75 # 資産の内貸株にする割合 span = 30 # 貸株をする期間 number_of_simulations = 1_000_000 X = [] for _ in range(n_try): x = 1 for _ in range(span): inv = x * investment_ratio keep = x - inv if rng.random() <= bankruptcy_prob: inv = 0 else: inv = inv * (1+interset_rate) x = inv + keep X.append(x) X = np.array(X) print('期待値: {:.3f}'.format(X.mean())) print('最大値: {:.3f}'.format(X.max())) print('半分以下になる確率 {:.3f}'.format(np.mean(X <= 0.5)))
結果は
でした。
つまり、30年運用して資産が平均16%、最大25%ほど、増えるのに対して資産が半分以下になる確率は9.5%ほどあります。
かなり貸株が有利な想定にしていますので、元の資産1に対して平均1.161倍になるという結果になりましたが、個人的には貸株は個人の資産形成としてはリスクが大きすぎると思いますが、あなたはどうでしょうか。
今日は買い増し日と決めた日だったので、ガンホー・オンラインを買い増しました。データアプリケーションとどちらにするか迷ったのですが、割安度等を考慮してガンホー・オンラインを買い増しました。
2,030円で100株買いました。今日の終値が2,008円、安値は1,973円だったのでもう少し安く買えたので、失敗でした。
これでガンホー・オンラインは900株、購入単価1,775円。 今日の終値ベースで 209,700円の含み益となりました。
次の購入タイミングは7月23日(木)です。次もガンホー・オンラインかデータ・アプリケーションを購入する予定でしたが、23日は休みなので週明けの7月27日(月)の予定です。