【Python×米国株＋仮想通貨】米インデックス投資と仮想通貨の最適な組み合わせ比率を計算

import yfinance as yf
import pandas as pd
import numpy as np

def calculate_investment(start_date, end_date, ticker1, ticker2, ratio1, ratio2, monthly_investment):
    # 投資比率の合計が100%であることを確認
    if ratio1 + ratio2 != 100:
        raise ValueError("投資比率の合計が100%である必要があります。")

    # 株価データを取得
    data1 = yf.download(ticker1, start=start_date, end=end_date, progress=False)["Adj Close"]
    data2 = yf.download(ticker2, start=start_date, end=end_date, progress=False)["Adj Close"]

    # 月末の終値データにリサンプル
    data1 = data1.resample('M').last()
    data2 = data2.resample('M').last()

    # データフレームに結合
    combined_data = pd.DataFrame({ticker1: data1, ticker2: data2}).dropna()

    # 初期値の設定
    total_investment = 0  # 総投資額
    ticker1_units = 0  # 投資先1の購入単位数
    ticker2_units = 0  # 投資先2の購入単位数
    results = []  # 各月の結果を保存するリスト

    for date, prices in combined_data.iterrows():
        # 毎月の投資額を比率に応じて分配
        ticker1_investment = (ratio1 / 100) * monthly_investment
        ticker2_investment = (ratio2 / 100) * monthly_investment

        # 購入単位を計算し累積
        ticker1_units += ticker1_investment / prices[ticker1]
        ticker2_units += ticker2_investment / prices[ticker2]
        total_investment += monthly_investment

        # 現在の総資産額を計算
        total_value = (ticker1_units * prices[ticker1]) + (ticker2_units * prices[ticker2])
        profit_rate = (total_value - total_investment) / total_investment * 100  # 利益率

        # 月次リターンを計算
        if len(results) > 0:
            prev_value = results[-1]['Total Value']  # 前月の総資産額
            monthly_return = (total_value - prev_value) / prev_value if prev_value > 0 else 0
        else:
            monthly_return = 0

        # 結果を保存
        results.append({
            "Date": date,  # 日付
            "Total Investment": total_investment,  # 総投資額
            "Total Value": round(total_value, 2),  # 総資産額
            "Profit Rate (%)": round(profit_rate, 2),  # 利益率
            "Monthly Return": round(monthly_return, 2),  # 月次リターン
        })

    # データフレームに変換
    results_df = pd.DataFrame(results)
    
    # ボラティリティを計算（リターンの標準偏差を使用）
    results_df['Volatility'] = results_df['Monthly Return'].rolling(window=2).std() * np.sqrt(12)
    results_df['Volatility'] = results_df['Volatility'].round(2)

    return results_df

def calculate_sharpe_ratio(monthly_returns, risk_free_rate=0.0):
    """
    シャープレシオを計算する関数
    :param monthly_returns: 月次リターンのシリーズ
    :param risk_free_rate: 無リスク利率（デフォルト: 0%）
    :return: シャープレシオ
    """
    # 無リスク利率を月次ベースに変換し、超過リターンを計算
    excess_returns = monthly_returns - (risk_free_rate / 12)
    # シャープレシオを計算
    return excess_returns.mean() / excess_returns.std() * np.sqrt(12)

# 比率を変化させたシミュレーション結果を保存するリスト
comparison_results = []

def run_comparison(start_date, end_date, ticker1, ticker2, monthly_investment):
    # ticker1の比率を100%から0%まで10%刻みで変更
    for ticker1_ratio in range(100, -1, -5):
        ticker2_ratio = 100 - ticker1_ratio  # ticker2の比率を計算

        # 各比率で投資シミュレーションを実行
        df_result = calculate_investment(start_date, end_date, ticker1, ticker2, ticker1_ratio, ticker2_ratio, monthly_investment)

        # シャープレシオを計算
        sharpe_ratio = calculate_sharpe_ratio(df_result["Monthly Return"].dropna())

        # 最終行を抽出
        last_row = df_result.iloc[-1]

        # 期間中の最低利益率を計算
        min_profit_rate = df_result["Profit Rate (%)"].min()

        # 比率ごとの結果を保存
        comparison_results.append({
            f"{ticker1} (%)": ticker1_ratio,  # ticker1の比率
            f"{ticker2} (%)": ticker2_ratio,  # ticker2の比率
            "Total Investment": last_row["Total Investment"],  # 総投資額
            "Total Value": last_row["Total Value"],  # 総資産額
            "Profit Rate (%)": last_row["Profit Rate (%)"],  # 利益率
            "Volatility": last_row["Volatility"],  # ボラティリティ
            "Sharpe Ratio": round(sharpe_ratio, 2),  # シャープレシオ
            "Min Profit Rate (%)": round(min_profit_rate, 2)  # 最低利益率
        })

    # 比較結果をデータフレームに変換
    comparison_df = pd.DataFrame(comparison_results)

    return comparison_df

# 使用例
start_date = "2020-12-23"  # 開始日
end_date = "2024-12-23"  # 終了日
ticker1 = "^GSPC"  # 投資先1（例: S&P 500）
ticker2 = "ETH-USD"  # 投資先2（例: イーサリアム）
monthly_investment = 1000  # 毎月の投資額


df = run_comparison(start_date, end_date, ticker1, ticker2, monthly_investment)
df.to_csv(f"data/{ticker1}_{ticker2}.csv",encoding="utf-8-sig",index=False)