2021年1月の運用成績と「3年後の未来」に向けて取り組むこと
こんにちは、こーたです。
2021年になり一発目の運用成績レポートです。
新年になり、数年先を見た新しい目標が出来たので最後にそれについてちょろっとまとめます。
進め方は
です。
では、いきましょう。
運用成績
まずは全体の成績から見ていきます。
資産額：921,655円
元本：757,570円
利回り：21.7％
全体利回りとしては過去最高を叩き出しました。
1月に起きたイベントは大きく2つです。
- バイデン氏大統領就任
- ゲームストップの株価大荒れ
ゲームストップの件は、機関投資家を出し抜くために個人投資家たちが結託して、意図的に株価を釣り上げたことで、株式市場の混乱を招きました。
実際にゲームストップの株価の推移を見ていきましょう。
1月中旬から徐々に上がり、バイデン氏が就任した翌日に一気に月初から比較し2000％近く上昇しました。
10万円で買っていたら200万円近くになっていたと考えると...
恐ろしいギャンブル相場ですね。
短期では時折、このように意図的な株価操作があるためとても不安定です。
また、小型株（＝少しの売買で株価が大きく動く中小企業の株）も同様に不安定です（その分上がった時の利回りは目を疑うときもありますが）
僕がギャンブルやFXなどの投機を好まない理由はここにあります。
お金に働いてもらうのだから、自分はなるだけノータッチで自分の時間に集中したい
この考えが根底にあるので、このような超短期の上げ相場があっても基本乗ることはありません。また、ビットコインも同じ理由で現時点では購入する予定はありません。
短期投資・個別株投資よりやるべき事はあると思っています。（これについては「キャリアビジョン」で書きます）
全体の利回りが分かったので、次はつみたてNISAとETFの成績を見ていきましょう。
つみたてNISA
資産額：399,853円
元本：349,998円
利回り：14.2％
先月とあまり変わりはありません。
というのも1月中旬までは順調に伸ばしていましたが、下旬にかけて機関投資家のキャッシュポジション（現金の割合を高める）がとられたため、下落しました。
ここ最近は、投資の判断材料が物足りない時期が続いたので様子見の期間になりました。
次の行動のタイミングはいつなのか？機関投資家の動きがどうなるのか楽しみです。
ざっくりとした判断材料は2つかな？と思います。
①コロナ感染者・死亡者の減少傾向
感染が落ち着き、雇用が促進され経済が回り始めるといい方向に転がる、かも？ただ、異次元な経済政策の反動がいつどのタイミングで来るのかも気になります...
②アメリカ人の預金率の上昇
今アメリカで貯められているお金がafterコロナで市場に出回った時、どこまで経済を回すのでしょうか。これは楽しみですね。
では、次にETFについて見ていきます。
ETF
まずはQQQの成績から見ていきます。
QQQ
資産額：270,626円
元本：202,572円
利回り：33.6％
利回りが過去最高を更新しました。
その背景にはバイデン氏が掲げる「脱炭素社会のための2兆ドル規模のクリーンエネルギー革命」の影響が考えられます。
具体的には
があります。
IoTが当たり前となった現代、発電装置やEV車（TESLAが有名ですね）、インフラ整備にもハイテク技術は活用されます。
これを受けて、各主要産業だけでなく、ハイテク（IT）産業も株価を押し上げました。
もう一つ保有しているGINN（ゴールドマンサックス、イノベーションETF)も見ていきましょう。
GINN
資産額：251,176円
元本：205,000円
利回り：22.5％
こちらも過去最高を更新しました。（ゆーてまだ4カ月しか保有していない）
GINNはデータ、ヘルスケア、製造、金融、消費の5つのジャンルでイノベーションを起こす将来性のある企業を選抜してパッケージ化しています。
気になる方は調べてみてください。
このETFもハイテク株の集合体なのでQQQ同様、良い伸びを見せています。
GINNは指数に連動するインデックス投資ではなく、ハイテク株というセクター（業種）に絞っている商品になります。
株式投資のリスクは
短期トレード＞個別株投資＞セクター投資＞インデックス投資
だと感じているので、GINNは比較的リスクは高めです。
今回のコロナのように突発的な暴落が起こりうる可能性は十分ありますが、今後数年は問題ないと考えているので、中期限定での保有になります。
株式投資では中期～長期投資を基本としているので、このままマイペースに積み立て続けていこうと思います。
お金に長期間かけて働てもらいましょう。
では、僕はその間なにをしているのか？仕事して遊んで寝てるだけでしょうか？次の章で、「3年後を見据えたキャリアビジョン」を紹介します。
※あくまで現時点でのビジョンなので、色々な経験を通して価値観が変わることは十分あり得ます。
キャリアビジョン
こういうのは結論から話す方が理解がしやすいと思うので、結論から書きます。
今時点、「データサイエンティスト」に興味があります。
「なぜそれに興味を持ったのか」「なぜそれを目指そうと思ったのか」については気になる方がいればブログに書こうと思います。
自分語りのブログはある程度の知名度やファンがいないと敬遠されがちです。なので、極力控えていこうと思います。
ただ、「発信するべき価値がある」と感じた場合、需要の有無関わらず書いていきます。
データサイエンティストとして求められるスキルは主に以下の５つです。
これらをどのように習得すべきか？を考えていきます。
とりあえずグルーピングします。
①実務で経験を積める
・プレゼン力
・統計学（アウトプットの場は少なめ）
②独学である一定のラインであれば習得が見込める
③現時点ではスキルを見つけることが出来ない
このように分けました。
見ればわかりますが、③のマーケスキルをどのように身につけるかが課題です。ただ、ここは今すぐに解決策を見つけて動く必要はないと考えています。
というのも、PythonはExcel業務の自動化、画像認識、機械学習（人工知能）、アプリ制作など多岐にわたりますが、僕が今時点で興味を持っているのは「データ分析」です。
蓄積されているデータはそのままだと使い物にならないので、いかにデータを整備、連携、可視化をして、経営やプロジェクトの意思決定をするか。がミソになります。
なので、まずは統計学とPythonを学び、分析の基礎スキルを付けた段階で副業や転職を通して少しずつマーケティングの知識もつけていきたいと考えています。
なので、マーケは最優先事項ではありません。あとからでもいいかな？と感じています。
最優先で学ぶべき項目は統計学とPythonの知識・スキルですが、Pythonは企業で採用されるレベルに到達するまで1000～2000時間の勉強時間が必要と現役エンジニアの方がYouTubeで発信していました。（もちろん量と質で変わるので参考程度にとどめています）
1年で1000時間は、仕事外の大半の時間をプログラミングに費やすことになり、あまり現実的ではないかな？と考えているので、年間800時間程度は捻出できるように調整していきます。
となると、統計学の知識と併せても最低2年はかかります。副業を途中から同時進行で行ってマーケの勉強をするともう少しかかるのかな？と感じています。
更に、データアナリストとしてPythonの知識だけでは不十分であり、他にもいつくかの言語の知識は必要になるため、だいぶ道のりは長そうですがまずは目の前のことから取り組んでいきます。
ここまで読むと
「いや、もういっそ転職して強制的に現場に行っちゃえよ！」
という声が聞こえてきそうですが、まだ決意が固まっている状況ではないので小さく始めていきたいと思います。
とるべきタイミングが来たらリスクを取るつもりです。
経済学部出身のど文系プログラマーが新たに誕生するのか。はたまた挫折するのか。
アメリカの経済動向の他に、自分自身の動向にも注目していきたいです。
では、また次回の記事で。
