Xの投稿をみて「？」と思ったことをAI（Claudeチャット）に食べさせてみた話です
自分の理解が追い付いていないところも含めて理解が深まりなんでも血肉になっていくのは面白いですね。
AIとのやりとりプロンプトというよりカジュアルな質問のやりとりも含めて
ほぼやり取りをそのまま載せます。
元ネタはこちら
行間を補足して詳細説明して
このXのやり取り、かなり皮肉が効いてて分かりにくいので、行間を埋めて解説します。
Table of Contents
登場人物と構造
- 九条@セミリタイア（@kuzyofire）: 元の投稿主。数学的な複利議論を展開
- Kōtarō SAITŌ（@KotaroNomo）: それを引用RTで皮肉った人物
①九条さんの元ポスト（引用元）の意味
期待値は1.05なんで繰り返せば得のように一見思うけど、幾何平均は0.949なんで繰り返すと総資産は減ってく。でさらにケリー基準で賭けると、1.00623となって、長期…
これは**ボラティリティ・ドラッグ（分散による資産目減り）**の古典的な例を説明しています。
- 例えば「50%の確率で+60%、50%の確率で-50%」のような賭けを考えると、**算術平均（期待値）**は (1.6+0.5)/2 = 1.05 → 一見「毎回1.05倍になるなら儲かる」と錯覚する
- しかし実際に繰り返し複利で賭け続ける場合に効いてくるのは幾何平均（√(1.6×0.5)≈0.894など）で、これが1を下回ると何度繰り返しても資産は減っていく（フルベット・破産リスク）
- そこでケリー基準（最適な賭け金比率を数学的に導く理論）で賭けサイズを調整すると、幾何平均を1.00623（プラス）に持っていける、つまり「同じ賭けでも、賭け方（ポジションサイズ）次第でプラス複利にもマイナス複利にもなる」という話をしている
つまり九条さんの投稿の主旨は、**「期待値がプラスでも、フルベットしたら幾何平均的には負けることがある。だから複利で資産を増やすにはポジションサイズ管理（ケリー基準）が重要」**という、割と真っ当な金融工学の話です。
②SAITŌさんの引用RTでの皮肉
こうやってまたしれっと株式投資に複利があると刷り込むポストが出てくる。そりゃこれから始めようと思う人は騙される🥱
SAITŌさんはこれを**「株式投資は複利で増える」という初心者向けの誤解を招く投稿**だと解釈し、批判しています。彼の立場は恐らく：
- 上記の数式は「確率と期待値が既知のギャンブル」の話であって、未来のリターン分布が分からない実際の株式投資にそのまま当てはめるのはミスリード
- 「複利」という言葉を使うことで、初心者に「株は放っておけば雪だるま式に増える」という誤った期待を持たせてしまう、という懸念
③九条さんの後続ポスト「株式投資に複利はないの?」
これは①の理論を「株はギャンブルとは違う」と切り捨てられたことへの軽い返し・挑発です。あえてシンプルな一言で聞き返すことで、相手の反応を引き出そうとしている感じです。
④SAITŌさんの返信 ― 皮肉の核心
冗談で聞いてているのだと思いますが、ないですよ🙃 もしあなたが株価を100%予測できるなら、そういう複利理論は可能でしょうし、セミリタイアされるくらいなので、株価などお見通しなのでしょうね。さすがです。頑張ってください😉
ここが一番皮肉が強い部分です。行間を読むと：
- 「複利理論が成立するのは、賭けの確率（=将来のリターン）が既知の場合だけ。でも実際の株価は誰にも予測できない」という①への根本的な反論を、遠回しに言っている
- 「セミリタイアされてるくらいなので株価をお見通しなのでしょうね」は完全な皮肉で、「あなたはセミリタイアできるほど株で成功したと自称してるけど、それって『将来の株価を予測できる』と言ってるのと同じくらい非現実的な主張ですよ」という遠回しの当てこすり
- 「さすがです」「頑張ってください😉」も額面通りの称賛ではなく、「どうせ無理でしょうけど（笑）」というニュアンスの皮肉
まとめると
この一連のやり取りは、**「数学的な複利／ケリー基準の議論」vs「それを実際の株式投資に適用することへの懐疑」**という、よくある投資クラスタの論争です。九条さんは理論寄り、SAITŌさんは「予測不可能性」を盾にした実務的な懐疑派、という構図で、最後は完全に嫌味の応酬になっています。
株式投資に福利はありますか？ 例えば2024年に1万円オルカンに投資しました。2024年の運用成績は+10% 2025年の運用成績は+20% そうすると2026年年始には13200円となり 単利の投資なら13000円 複利の投資なら13200円だと思うので株式投資は複利ではないのですか？ このやり取りのレトリックのようなものを詳細に解説してください
複利の算術的事実と変動性による侵食を区別した。
複利の算術的事実と変動性による侵食を区別した。
良い質問です。結論から言うと、ユーザーの計算は正しく、株式投資には（当たり前ですが）複利効果があります。この点、SAITŌさんの「ないですよ」という返信は、額面通りに受け取ると誤解を招く言い方をしています。ただしそこには意図的なレトリックの仕掛けがあるので、順を追って解説します。
1. まず数学的な事実を確認
- 10,000円 → 2024年+10% → 11,000円
- 11,000円 → 2025年+20% → 13,200円
この話をNASDAQ100やオルカンの投信積立に置き換えた場合期待値はあるけど負ける勝負になるの？数十年の実績ではプラス収支だけど計算上負けるなんてことがあるのかな？
いい質問です。これは実際の指数投資にとって重要な論点なので、数式を使ってちゃんと整理します。
結論を先に
レバレッジをかけていない通常のオルカンやNASDAQ100の積立投資では、「期待値はプラスなのに幾何平均（実現リターン）はマイナス」という現象は、現実的にはまず起きません。 元のポストの例（コイントス的な賭け）は、実際の株式指数よりもはるかに極端なボラティリティを想定した数学的なモデルケースだからです。
ただし、レバレッジ型商品（レバナス、TQQQなど）だと、この現象が実際に無視できないレベルで効いてきます。 これは後半で説明します。
なぜ乖離が起きるのか：数式で確認
幾何平均（実現される複利成長率）は、近似的に次の式で表せます。
幾何平均 ≈ 算術平均 − 分散/2 = μ − σ²/2
（μ=毎年の期待リターン、σ=リターンの標準偏差＝ボラティリティ）
つまりボラティリティが大きいほど、幾何平均は算術平均（単純な期待値）よりも下振れします。これがいわゆる「ボラティリティ・ドラッグ」です。ここまでは正しい理論です。
元のポストの例が極端だった理由
九条さんが挙げていた「50%の確率で+60%、50%の確率で-50%」という賭けを計算すると：
- 算術平均 μ = 5%
- この賭けの標準偏差 σ はおよそ55%前後（かなり極端に高い）
- σ²/2 ≈ 0.55²/2 ≈ 15%
- 幾何平均 ≈ 5% − 15% = -10%前後 → マイナス
これは「毎年コインを1枚投げて、表なら資産1.6倍、裏なら資産0.5倍」という単一のオールインの賭けのイメージです。分散が全くされていない、超ハイボラティリティな設定です。
実際のNASDAQ100やオルカンに当てはめると
歴史的な目安として（あくまで概算値です）：
- NASDAQ100：年率の算術平均リターンはおよそ13〜15%程度、年率ボラティリティはおよそ22〜25%程度
- σ²/2 ≈ 0.24²/2 ≈ 2.9%
- 幾何平均 ≈ 14% − 2.9% ≈ 約11%（しっかりプラス）
- オルカン（全世界株式、MSCI ACWI相当）：算術平均はおよそ8〜9%程度、ボラティリティは15%前後とNASDAQ100よりだいぶ低い
- σ²/2 ≈ 0.15²/2 ≈ 1.1%
- 幾何平均 ≈ 8.5% − 1.1% ≈ 約7.4%（プラス、ドラッグの影響も小さい）
幾何平均がマイナスに転落する条件を式で出すと、σ > √(2μ) が必要です。μ=14%なら σ > 約53%。つまりNASDAQ100が抱える現実のボラティリティ（20%台）の倍以上のブレが必要で、これは分散された株価指数では通常起こりません（暗号資産やレバレッジ商品、あるいは倒産リスクのある個別株の極端なケースに近い水準です）。
積立（ドルコスト平均法）との関係
ここは論点が少しずれるので整理すると、ドルコスト平均法自体はこの数式の話とは別軸です。積立は「購入タイミングを分散して平均取得単価を平準化する」手法であり、資産そのものの期待値・分散の性質を変えるものではありません。ただし結果的に、一括投資よりも高値掴みのリスクを抑える効果はあります。
では「複利にならない」ケースが実在するのはどこか
実務的に本当に注意すべきなのは：
- レバレッジ型ETF（レバナス、TQQQ、SPXLなど）：日々2倍・3倍のリターンをリセットする構造上、ボラティリティが指数の2乗・3乗近くに拡大するため、σ²/2の目減りが非常に大きくなります。レンジ相場やジグザグ相場では、原指数がプラスでもレバレッジETFは目減りする（逆に単純な倍数以下になる）ことが実際によく起きます。これはまさに元のポストのケリー基準の議論が直接効いてくる領域です。
- フルベット的な信用取引・集中投資：分散していない一点集中のポジションで大きなレバレッジをかけている場合。
逆に言えば、オルカンやNASDAQ100を現物・無レバレッジで長期積立する分には、数十年の実績がプラス収支であることと、理論上のボラティリティ・ドラッグは矛盾しません。ドラッグは常に多少存在しますが（算術平均より幾何平均＝実際のCAGRの方が低い）、マイナスに転落するほどの規模ではない、ということです。
なるほど、では例として1億円ある資金を日本の長期債30年ETFのようなものを購入します。これを担保に証券担保ローンで２階建て、3階建てを実施します。と繰り返して幾何平均が0を下回るのは何階建てですか？
実際の数字を当てはめて計算する必要があるので、現在の30年国債利回りと証券担保ローンの金利を確認します。
レバレッジ効果と幾何平均の関係を数学的に解析した。
レバレッジ効果と幾何平均の関係を数学的に解析した。
このケースは「複利」の話に加えて借入コストという新しい変数が入るので、モデルを一段階拡張する必要があります。まず実際の数字を確認しました。
現在の実際の数字（2026年7月時点）
- 日本10年国債利回り：2026年7月9日時点で約2.88%で推移し、財政拡大懸念や日銀の追加利上げ観測を背景に約29年ぶりの高水準となっています。30年債はこれに上乗せがあるため、概算で3.0〜3.3%程度と推定されます。
- 証券担保ローンの金利：楽天銀行は残高1,000万円超で年2.125%、100万円以下なら年4.125%（2026年3月時点）、SBI証券のコムストックローンは年2.8%〜4.8%が目安です。 Eloan
つまり30年国債の利回り（≒期待リターン）と、それを担保に借りる金利は、ほぼ同水準か、借入金利の方が高くなりうるという状況です。これが今回の計算で最も効いてくるポイントです。
モデルの組み立て
レバレッジ倍率をL（1階建て=L1、2階建て=L2…）とすると、レバレッジ後のポジションは：
μ_L（期待リターン）= L×μ − (L−1)×r
（μ=国債の期待リターン、r=借入金利）
σ_L（ボラティリティ）= L×σ
（σ=国債ETFの価格変動率）
幾何平均 g_L ≈ μ_L − σ_L²/2
ここで重要なのは、μとrがほぼ同水準だと、レバレッジをかけても算術平均リターンはほとんど増えない（μ_L≈μで一定）のに、分散だけはL²で加速度的に増えるということです。これは株式のような「期待リターンが借入金利を大きく上回る」ケースとは全く違う、非常に不利な構造です。
30年国債ETFのボラティリティをどう見るか
30年国債はデュレーション（金利感応度）が約18〜20年と非常に長いため、わずかな金利変動でも価格が大きく動きます。近年の日本の金利上昇局面（10年国債が29年ぶりの高水準まで上昇）を踏まえると、年率のボラティリティは10%〜20%程度になりうると推定されます（これは正確なETF実績値ではなく概算です）。
計算結果：感応度分析
μ=3.2%、r=2.8%（スプレッド0.4%）と仮定し、ボラティリティσを変えて計算すると：
| ボラティリティσ | 幾何平均がマイナスに転落する倍率L |
|---|---|
| 10%（低め想定） | 約2.8倍（3階建て手前） |
| 15%（中間想定） | 約1.8倍（2階建て未満） |
| 20%（高め想定・近年の金利変動を踏まえると現実的） | 約1.3倍（2階建てにすら届かない） |
結論
「2階建て」（2倍）の時点で、幾何平均はすでにマイナス圏に入っている可能性が高いというのがこのモデルの示す結果です。σが低め（10%）だとしても3階建て手前が転落ラインで、株式インデックスの積立（NASDAQ100やオルカンなら10倍近いレバレッジでもなかなかマイナスにならない）とは全く違う、非常に脆い構造だと分かります。
理由は3つ重なっているためです：
- 国債は株式に比べ期待リターン（利回り）自体が低い
- 借入金利がその期待リターンにほぼ食い込むため、レバレッジの「うまみ」（スプレッド）がほとんど残らない
- 長期国債はデュレーションのせいで見た目以上にボラティリティが高い（「安全資産」というイメージと実際の価格変動リスクが乖離している）
前回の株式指数の議論では「レバレッジをかけない限り複利は基本的に機能する」という結論でしたが、今回のケースは低利回り資産×借入コスト×高デュレーションという組み合わせそのものが、少ないレバレッジ段階から幾何平均を毀損する、という点で対照的な例になっています。
なお、これはあくまで簡易モデル（正規分布近似・σの推定値も概算）であり、実際のETFの値動きや金利水準は変動します。投資助言ではなく、あくまで数理モデルとしての試算としてご覧ください。
前提を変更します。金利などの話を一旦除外してNASDAQ100だとレバレッジを何倍にしたら幾何平均が0を下回りますか？
レバレッジ比率を計算し、幾何平均がゼロになる地点を特定した。
レバレッジ比率を計算し、幾何平均がゼロになる地点を特定した。
レバレッジのコストを完全に無視する（無利子で借りられると仮定する）場合の、純粋な数理モデルとして計算します。
計算式
金利コストを除外すると、レバレッジ後の期待リターンと分散は単純にL倍・L²倍になります。
μ_L = L × μ
σ_L = L × σ
幾何平均 g_L ≈ μ_L − σ_L²/2 = Lμ − L²σ²/2
これが0になる境界のLを求めると：
L = 2μ / σ²
NASDAQ100の数字を当てはめる
前回使った概算値（あくまで歴史的な目安）：
- 算術平均リターン μ ≈ 13〜15%
- ボラティリティ σ ≈ 22〜25%
これで感応度を見ると：
| μ（期待リターン） | σ（ボラティリティ） | 幾何平均が0になるL |
|---|---|---|
| 13% | 22% | 約5.4倍 |
| 13% | 25% | 約4.2倍 |
| 15% | 22% | 約6.2倍 |
| 15% | 25% | 約4.8倍 |
結論
概ね「4〜6倍」あたりがNASDAQ100の幾何平均がマイナスに転落する境界になります。中心的な想定（μ=14%、σ=23.5%あたり）だとL≈5倍前後という数字になります。
国債ケースとの対比が興味深い点
前回の30年国債レバレッジ（金利コストありのケース）では2倍前後で早々にマイナスに転落したのに対し、NASDAQ100は無コストの前提でも5倍近くまで耐える、という大きな差が出ます。これは：
- NASDAQ100はμがσに対して相対的に大きい（μ/σ²の比率が良い）ため、レバレッジをかけてもボラティリティ・ドラッグに対する「体力」がある
- 逆に言えば、現実の証券担保ローンや信用取引には必ず金利コストがかかるため、実際にはこの5倍という数字はもっと手前（金利分だけ左にシフトした倍率）でマイナスに転落します。金利r（例えば3〜5%程度）を考慮すると、L=2(μ−r)/σ²のような形でLの上限はさらに下がります。
参考までに、この「L=2μ/σ²」という式はケリー基準そのものの最適レバレッジ公式（f* = μ/σ²、幾何平均を最大化する最適倍率）とも密接に関係していて、最適倍率はこの境界Lのちょうど半分（μ/σ²）になります。つまり、幾何平均を”最大化”する最適レバレッジは今回計算した”マイナスに転落する”レバレッジの半分程度、というのがケリー理論の帰結です。
なお、これは正規分布近似を用いた簡易モデルであり、実際の株価分布は裾が厚い（テールリスクが大きい）ため、現実にはこれより低いレバレッジでも下方リスクが大きくなる点にご留意ください。投資助言ではなく、あくまで数理的な参考値です。
ということはTQQQというのはかなり危ない商品でTQQの信用２階建てをすると幾何平均0割そうですね
レバレッジ計算と実コストを精査し、リスク警告を構築した。
直感的にはその通りで、数字で確認すると更にはっきりします。
レバレッジの掛け算を確認
- TQQQ：NASDAQ100に対して3倍のレバレッジ
- それを信用取引で2階建て（自己資金1に対して信用でさらに買い増し、実質2倍のポジション）
合計の実効レバレッジ = 3倍 × 2倍 = 6倍
前回の閾値と比較
前回の無コストモデルで求めた「幾何平均が0を割る境界」は、中心的な想定（μ=14%、σ=23.5%）で L ≈ 5.1倍でした。
L=6倍は、この境界（5.1倍）をすでに超えています。 つまり金利コストを完全に無視した理想状態でさえ、TQQQの信用2階建ては幾何平均マイナス圏に片足を突っ込んでいる計算になります。
しかも実際はもっと悪い：ここで無視していた要素が全部乗ってくる
今回の計算は「金利などを一旦除外」した理想モデルでしたが、TQQQの信用2階建てというのはまさにその除外していた要素が二重に効いてくる典型例です。
- TQQQ自体が信託報酬（約0.95%）＋内部の資金調達コスト（スワップ・先物ロールコストなど）を抱えているため、実際のμ_LはL×μよりも目減りします。3倍レバレッジ商品はファンド自身が中の人（運用会社）が先物や借入でレバレッジを作っており、そのコストが日々の値動きに織り込まれています。
- さらにその上に信用取引の金利（日本の一般信用取引はおおむね年2.6〜2.8%程度）が乗るため、自己資金以外の部分に明確な借入コストが発生します。
- TQQQは「毎日リセットして3倍」を再構築する商品なので、株価が上下にジグザグするだけの相場（トレンドのないレンジ相場）でも、この幾何平均の目減り効果（ボラティリティ・ドラッグ）が理論値以上に日々蓄積していきます。これは前回計算した「連続的にレバレッジをかけ続ける」モデルとほぼ同じ構造で、まさにこの数式が説明している現象そのものです。
実例として
TQQQは2022年の弱気相場で年間**約-79%**という下落を記録しています。NASDAQ100自体はその年-33%程度でしたので、単純な3倍なら-99%になっても不思議ではない水準まで近づいており、ボラティリティ・ドラッグが理論通り強烈に効いた実例といえます。ここにさらに信用2階建てを重ねていたら、ほぼ再起不能なドローダウンになっていた可能性が高いです。
まとめ
TQQQの信用2階建て（実効6倍）は、
- 無コストの理想モデルでもすでに幾何平均マイナス圏の境界を超えている
- 実際にはTQQQ自体のコスト・信用金利・日次リセットの複利ロスが上乗せされるため、理論値よりさらに悪化する
という二重の意味で「かなり危ない商品」という直感は数理的にも裏付けられます。まさに元のXの投稿で議論されていた「期待値はプラスでも、賭け方（レバレッジのサイズ）次第で総資産は減っていく」というケリー基準の議論が、現実の金融商品として最も分かりやすく体現されているケースの一つと言えそうです。