クロスチェーンDeFiハブ「Umee」とは？
異なるブロックチェーン間を接続するCross Chain DeFiプロトコルであるUmeeネットワークを発表できることを嬉しく思います。
現在の暗号化エコシステムはバラバラです。多くの異なるブロックチェーンに流動性のポケットがありますが、それらはサイロで機能しています。利回りはエコシステム全体でバラバラで、資本はネットワークを流れるために中央集権的なコンポーネントに依存しています。ブロックチェーンネットワーク間の相互運用性という広範なビジョンを実現するためには、この活動を促進するクロスチェーンDeFiハブが必要です。
Umeeの背景
Umeeは、DeFiが暗号化における最も革新的なコンセプトであると判断された環境から生まれました。CosmosとEthereumの両方のコミュニティの支持者からの貢献により、あるブロックチェーン上の資産を使って別のブロックチェーン上の資産とやり取りできる、より広範なクロスチェーンデファイ市場を作ることが考えられました。当初はクロスチェーンでの借り入れと貸し出しのフレームワークを実装していましたが、このビジョンは、より広範な形のDeFiとオープンファイナンスを包含するものへと発展しました。
Umeeは、ブロックチェーンインフラのエンジニア、ソフトウェアアーキテクト、プロトコル研究者、DeFi戦略家、TradFi謝罪者、そして次世代の暗号イノベーションを望む貢献者のオープンソースネットワークによって構築されています。
クロスチェーンインフラ
Umeeは、Cosmosのエコシステムから生まれたIBCプロトコルを利用します。このプロトコルは、ブロックチェーンネットワーク間の標準化されたトランスポート、オーソリゼーション、オーダリングレイヤーとして機能し、すべてのファストファイナリティネットワーク間を接続するレイヤー0のプロトコルとなっています。
さらに、Gravity Bridgeプロジェクトで開発されているようなブリッジ技術も活用します。Umeeでは、CosmosとEthereumの間のDeFi活動を拡大しつつ、他のプロトコルとの複合性を高めることを重要視しています。これは、Tendermintコンセンサスの上でEVMを促進するためのEthermintのようなEthereum互換の技術や、Ethereumブリッジング技術の多くの実装に重点を置いています。CosmosやEthereumだけでなく、複数のネットワークと相互運用することで、Cross Chain DeFiの世界を広げていきたいと考えています。
資本設備
ブリッジングソリューションの導入により、Umeeはクロスチェーンアセットのためのユニバーサルなキャピタルプールを構築します。私たちは、DeFiだけでなく、プルーフ・オブ・ステーク・ネットワークにも新たなチャンスの世界を見たいと思っています。
Umeeチームが非常に楽しみにしている分野の一つが、チェーン間のステークとデレゲーションです。私たちは、あるネットワークのIBCアセットを別のネットワークでのデレゲーションやステーキングに使用できるようにするため、新しいリキッドステーキングコンポーネントを試しています。このようなコンポーネントを構築すれば、DeFiエコシステム全体と相互に作用するクロスチェーンスケーキングの派生的なアイデアがもっと出てくると期待しています。
Umee DeFi
クロスチェーンDeFiハブの上に、新しいDeFiの世界が生まれます。あるネットワークの金利が別のネットワークのDeFi環境に影響される、クロスチェーン金利の市場を想像してみてください。また、Cross Chain Staking Rateが導入され、Proof of Stakeのコンセンサスが、暗号でレートを作成する意味にさらに影響を与えることになります。エコシステム全体への永続的な貢献は、クロスチェーンアセットとプルーフオブステークを使用して金利の期間構造を作ることができるため、暗号資産の時間的価値の概念でもあります。
次のステップ
Umeeは現在、サポートするネットワークと実装するDeFiプリミティブを中心に、急速な研究開発を進めています。チームは、アーキテクチャとプロトコルの設計が安全で十分な監査を受けた後、プラットフォームを立ち上げる予定です。さらに、コミュニティの参加者は、Umeeトークンを介して我々のプロトコルと対話することができ、ガバナンスに参加してUmeeの長期的なビジョンを共に定義することができます。
Umeeの開発の進展については、https://github.com/umee-network/umee をご覧ください。
また、ツイッターでも最新情報をゲットできます。
@Umee_CrossChain
【書評】心の中の幸福のバケツ：仕事と人生がうまくいくポジティブ心理学
最近、ストレングスファインダーに興味を持って色々調べています。ストレングスファインダー関係で有名な本といえば、「さあ、才能に目覚めよう」が有名です。
こちらの本を買うとストレングスファインダーを実施するためのWEBコードも付いてきます。
こちらの本はテストとテストで出てきた資質の解説はしてくれるのですが、そもそもどういった経緯でストレングスファインダーを作ろうと思ったのかなどの背景はあまり描かれていません。
ストレングスファインダー作者のクリフトン博士がなぜストレングスファインダーを作ったかが知りたくて、クリフトン博士の著作を調べていたところ、「心の中の幸福のバケツ：仕事と人生がうまくいくポジティブ心理学」が日本語化もされていて読みやすそうだったので、読んでみました。
どんな本なの？
本書はストレングスファインダーという有名な人の強みに基づいた診断ツールを作ったクリフトン博士の生涯最後の本です。病床のクリフトン博士とその孫が共同で執筆しました。
2005年発行で現在は残念ながら絶版になっています。(中古はAmazonなどで販売中。)当時は勝間和代さん推薦書になったりもしていたようです。当時の定価は¥1300円(税抜き)。
ストレングスファインダー好きや普段、ネガティブな感情に支配されがちな人に是非読んでほしい本です。
本書では、主に「バケツとひしゃくの理論」について述べらています。人は心の中に幸福のバケツを持っており、このバケツに水がいっぱい入っている時、人は気分が良く、バケツの水が空の時、気分は最悪になります。いかに自分と他人のバケツの水を満たすことが重要かを本書は説いています。
「心の中の幸福のバケツ」の感想・気になった言葉
クリフトン博士はポジティブ心理学の祖父とも呼ばれ、ポジティブな感情はネガティブな感情よりも強い影響力を持つとの仮説の元、研究を行ってきました。本書では、ポジティブな感情が人に良い影響を与える研究例をわかりやすく紹介されています。
褒められた生徒は叱られた生徒より成績が上がる
学力テスト実施後の結果を返す際に、成績を褒めた生徒と叱った生徒、何もコメントしなかった生徒で、以後のテスト成績に変化があるか実験した。結果、2日目のテストでは褒められた生徒と叱られた生徒の成績が向上した。しかし、3日以降は叱られた生徒のテスト成績は低下し、何もコメントしなかった生徒と同等の成績になった。逆に褒められた生徒はぐんぐん成績を伸ばしたという。褒めることで成績が伸びることが示された実例。
ポジティブな感情が増えれば寿命が10歳伸びる可能性もある
ある病院で患者839人を30年にわたって研究した結果、身の回りの出来事を前向きに捉える人は、早死にするリスクが低いことがわかった。
高齢の修道女180人を調べた結果では、前向きな感情表現の多かった修道女は、そうでない修道女より平均10歳長生きだったという。
ポジティブになるための五カ条
ポジティブになると良いことがあることはわかったが、ポジティブになる方法がわからないという人も多いでしょう。この本ではポジティブになる方法についても紹介されています。
ポジティブになるための５カ条
１．バケツの水を汲み出すのをやめる
２．人の良いところに注目する
３．親友を作る
４．思いがけない贈り物をする
５．相手の身になる
バケツの水を汲み出すのをやめるとはすなわち、他人の気分を害すことをやめるという意味である。また、人の良いところを褒めることで、他人のバケツに水を注ぎ、自分にも水を注いでもらえるような良い循環を作っていきましょうというようなことが書かれていました。そのために、3親友を作ったり、贈り物をしたり相手の身にんって考えることが大事です。
まとめ
ストレングスファインダーの父、クリフトン博士の最後の著書を紹介しました。ポジティブに生きることの大切さと他人のバケツを満たすことで自分も相手も幸せになることを教えてくれた本でした。
気になった方は是非読んでみてください！
新興国株投資は損するのか？見込みのある新興国にだけ集中的に投資しよう
こんにちはともよです。今日は私が投資している新興国株式の投資信託についてご紹介します。
新興国株式はポートフォリオに必要か？
ポートフォリオを組むときに新興国株っていれていますか？分散ポートフォリオとしては新興国株も入れたいところですけれど実質的に新興国株ってリターンが出てなかったり、むしろ足を引っ張ってることの方が多いです。
でも、じゃあ新興国株って投資すべきじゃないのか、米国株だけに集中投資でいいのかと言う疑問がわいてくると思いますが、やはり複数国に分散投資できるならばしておいた方が良いと考えます。
実際、私は分散の観点で新興国株を入れています。ただし新興国のETFや投資信託を購入する時には、具体的にどの国に何パーセントずつ投資しているかよくみてください。
一般的な新興国投資信託の投資対象国は本当にこれから本当に発展するの？
一般的な投資信託やETFに組み入れられている新興国には、中国や韓国などの既に成長してしまった(この国は本当にまだこれから成長するのか？と疑問に思うような)国の株式がかなりの割合で入っています。
例えば、「たわらノーロード新興国株式」などの投資信託のベンチマークとなっているMSCIエマージング・マーケット・インデックスの組み入れ比率は以下のとおりです。
中国、韓国、ロシアなどの既に成長しきった国も新興国に含まれてしまっています。
他にも見てみましょう。新興国投資信託でかなり人気のある楽天・新興国株式インデックス・ファンド（楽天VWO）の組み入れ比率を見てみます。
やはり中国、台湾が多すぎます。約半分を中国・台湾で占めています。
でもこれらの国は今後大きく成長する事はありません。そのため、私たちはこれからの発展が期待できる新興国株にのみ投資する必要があります。
投資すべき新興国は人口ボーナスを享受できる国！
では、投資する価値のある新興国とはどういった国なのでしょうか。
それは人口ボーナスのある国です。人口が今後増えると予測されている国であれば、労働人口がこれから増えてい行くわけですから物・サービスの需要が上がって、（原則的には）、現地企業が儲かり、現地企業の株価が上がっていくことが予想されます。
私のオススメ投資信託
ここで私のが実際に毎月3万円ずつ投資している投資信託をご紹介します。
それは、「iTrust新興国株式（働きざかり～労働人口増加国限定～）」です。楽天証券で購入できます。
各国の組み入れ比率は以下のとおり。
中国、ロシア、韓国などの国が入っておらず、本当に今後発展する国だけで構成されています。
信託手数料は少し高いですが、新興国に投資するアクティブファンドの中では合格点でしょう。
- 信託手数料：1.167％/年
皆さんもぜひポートフォリオにスパイス的に入れてみてください。
投資信託購入の他に、ロボアドバイザーやソーシャルレンディングもしています！
ソーシャルレンディングの運用実績↓
【最新運用実績】ソーシャルレンディング実績4社比較 2017年7月〜2018年8月 - 30歳からはじめる生きがい探し
ウェルスナビにも毎月3万円ずつ投資しています↓
【2017年6月】進化するウェルスナビ：柴山社長の話を聞いて来ました。 - 30歳からはじめる生きがい探し
加齢に伴い現金比率を高めてくれる投資信託の紹介↓
ターゲットデートファンドとは？面倒くさがり屋にオススメな投資信託！IDecoでも買える！ - 30歳からはじめる生きがい探し
ネクストシフトファンドの口座開設からファンド申し込みまで解説します！
ともよです。社会インパクト投資に取り組んでいるソーシャルレンディング事業者のネクストシフトファンド(Nextshift Fund)で案件に12万円投資したので、その時の手続きを解説します。
口座開設
① 仮申し込み
まず、ネクストシフトファンドに口座を作らないといけません。口座作成はこちらから
まずメールアドレスを登録します。登録が終わるとメールアドレス宛にネクストシフトファンドからメールがきます。
② 本申し込み
メール記載の本登録URLをクリックして本登録を開始します。 氏名、生年月日、住所などを登録します。
③ 本人確認書類の提出
本人確認書類として使えるものは、運転免許証、運転経歴証明書、パスポート、写真付き住基カード、健康保険証、年金手帳、印鑑登録証明書、住民票の写しです。 ウェブ上からこれらのうちの1つをアップロードします。 その後私の場合は次の日にネクストシフト本部から口座開設審査結果のお知らせというメールが送られてきました。
④ 送達確認コードの入力
簡易書留で送達確認コードが送られてきました。「口座開設審査結果のお知らせ」メールが来てから2営業日後に届きました。
情報保護シールを剥がしてコードを確認し、ネクストシフトファンドのWEBサイトでログインします。ログイン後に表示される画面で送達確認コードを入力し、アカウント作成は完了です。
ファンドへの投資
① 投資予約
WEBページでログイン後、ファンドの一覧を見ます。
詳細ボタンを押して、自分の投資したい案件の詳細を確認します。
「投資予約をする」 ボタンを押します。
投資金額を入力します。この時、最低投資金額は2万円で2万円刻みでしか投資できませんのでご注意ください。（私は最初、15万円にしたら弾かれました。↓）
書面をクリックして中身確認後に「同意します」ボタンにチェックを入れます。以後、pdf書類は全て一度クリックしてダウンロードした後でないとチェックが入れられなくなってますので注意です。
「予約確認する」ボタンを押します。
投資予約が完了しました。次は投資予約一覧画面で投資予約を確認します。
② 振込
投資予約一覧画面へ行き、入金先口座情報を確認します。
お手持ちの銀行口座から、予約済みの金額を入金ください。私はSBIネット銀行を使っています。ランク3だと月7回まで振込手数料無料で便利ですよ。もしくは、ジャパンネット銀行から振り込めば、手数料54円と激安で申し込めます。
③ 投資確定
だいたい当日もしくは、次の日に入金が反映されます。新規投資可能金額の欄に入金が反映されていれば投資額の欄に投資金額を入力し、投資確定ボタンを押してください。これで投資完了です。
おわりに
今回、ネクストシフトファンドの口座開設方法とファンドへの投資方法を紹介しました。ネクストシフトファンドは、今後増えてくるであろう社会インパクト投資を実践している企業です。ぜひこの機会に登録してみるといかがでしょうか。
クラウドクレジットの社会インパクト投資勉強会に参加しました
ともよです。クラウドクレジットの社会インパクト投資勉強会に参加しましたので、報告します。コモンズ投信の渋澤さんとクラウドクレジットの杉山さんのプレゼンとディスカッションがありましたので、レポートを公開します。
渋澤健氏のプレゼン
渋澤健氏は日本初の国立銀行を立ち上げた渋澤栄一氏の子孫で、コモンズ投信株式会社取締役会長。
「論語と算盤」と大谷選手
- 「論語と算盤」は祖先 渋澤栄一の著書。
- 大谷選手が日ハム入団後に書いた目標設定シートに「論語と算盤」を読むと書かれていて、驚いた。
- 日ハムの栗山監督が若手に読むように勧めていたからだそう。
- 栗山監督の著書「育てる力」には「見えない未来を信じる」という金言が書かれている。
- 大谷選手を二刀流のまま育てたのも見えない未来を信じた結果である。
コモンズ投信の活動
- 過去何十年かで社会は変化しているが、変わらないものがある。それは親が思う「今日よりも良い明日を」という気持ち。
- コモンズは若い人からの投資が多い。未成年が投資家の16%を占めている。←日本の投資信託で最も割合が多いのでは？
- 子供トラストセミナーを開催し、お金の役割を子供たちに自分で考えてもらっている。
- sysmexや資生堂に子供達で見学に行った後、子供たちでそれぞれの企業は応援すべき企業なのか議論してもらう。
- 社会起業家とはコモンズでは、社会的な課題に対して自分が今できることをやっている人。コモンズは社会起業家に投資していく。
- コモンズ社会起業家フォーラムを10/14(日)に開催予定。
杉山智行氏のプレゼン
杉山智行氏は投資型クラウドファンディングのクラウドクレジットの代表取締役。2018年6月に「社会インパクト投資宣言」を行い、社会インパクト投資へ力を入れていくことを宣言している。
クラウドクレジットの位置付け
- 株式投資の代替になることは考えていない。（杉山氏自身も株式投資は別途やっている）
- クラウドクレジットはオルタナティブ投資の機会を提供しているとの認識。
- コモンズは主に先進国の社会問題の解決、クラウドクレジットは発展途上国の社会問題解決をターゲットにしている
案件の2割が社会インパクト投資
- 現在、案件の2割が社会インパクト投資。残り8割はプチ社会インパクト投資。
- プチとしている理由は、社会へのインパクトを計測していないからプチとしているだけで、基本的には社会に貢献できる案件しか取り扱っていない
現地通貨建での投資
- 現地の事業者の人から見ると、為替によって借金が増えることがなく、安心して借りられるメリットがある
- 日本は欧米よりも現地通貨での投資が広まりそうな素養がある。
- 欧米は自国通貨以外での投資経験がないことが多いが日本はFX等でポピュラーになっていて、日本人の方が投資ハードルが低い。
社会インパクト投資の最新トピック
- 社会インパクト投資は定義が曖昧だったが、分野によっては最近やっと整理されてきた印象。
- 定義も一意に決められるようなものでなく、リターンもしっかり追求するもの、リターンはそこそこ追求するもの、リターンを望まないものまで階層分けする形になりそう
- 太陽光などへの投資は近年型が決まってきて、大規模金融機関の参入も進みそう
- とは言っても、大手はリスク取れないので、クラウドクレジットとの住み分けはできると考えている
まとめ
日本で個人向けの社会インパクト投資に取り組んでおられるお二人の話は勉強になりました。コモンズ投信で提供している子供向けのセミナーなどは自分の子供にも将来ぜひ受けさせたいなと思いました。クラウドクレジットも社会問題の解決も目的にしつつリターンも追求する姿勢が世の中に社会インパクト投資を広める中で重要でこれから注目の会社と思いました。
社会インパクト投資が可能なソーシャルレンディング会社についてこちらで紹介しています。
ソーシャルレンディングで社会貢献しよう！社会インパクト投資とは？ - 30歳からはじめる生きがい探し
こちらの記事ではクラウドクレジットの投資成績を公開しています。
ソーシャルレンディングで社会貢献しよう！社会インパクト投資とは？
こんにちは。ともよです。私は2017年5月からソーシャルレンディングで200万円を運用中です。今回はソーシャルレンディングでも社会的意義の大きい案件を取り扱っている会社についてご紹介します。
ソーシャルレンディングとは？
お金の貸し手と借り手を繋ぐサービスです。少額の場合は1万円から貸し出しが可能で、年利は大体5%、高ければ10%を超えるものもあります。
通常お金を誰かに貸すためには貸金業のライセンスが必要ですが、ソーシャルレンディングは、あくまでもファンドの立ち位置を取っていて、ソーシャルレンディング会社が集めたお金を運用している扱いです。
そのため、貸金業に該当しないよう、貸し出し先は詳細には明かされません。
社会インパクト投資とは？
社会的インパクト投資とは、財務的リターンと並行して社会的（もしくは）環境的インパクトを同時に生み出すことを意図する投資である
出展：Global Impact Investing Network
インパクトが何かわかりにくいですが、要するに何か社会的に意味のある案件に投資して、お金以外の価値も産みましょうってことですね。
具体的には、発展途上国の女性起業家を支援するためのファンド、カンボジアの農家をマイクロファイナンスで支援するファンドなどがあります。
ソーシャルレンディング×社会インパクト投資 おすすめ会社
投資をするにしても何か社会的に意味のあることに投資したいですよね。そんなあなたにオススメなソーシャルレンディング会社をご紹介します。
１位 クラウドクレジット
ソーシャルレンディングで社会的インパクト投資といえば真っ先に浮かぶのがクラウドクレジット 
。伊藤忠商事という大手資本が入っており、安心感があります。
クラウドクレジットは「社会インパクト投資宣言」を2018年6月に発表しており、今後も社会インパクト投資案件の増加が予想されます。
【宣言書】
クラウドクレジットは、社会インパクトを生み出す世界中の事業者への投資を積極的に進めます。
また、その社会インパクトを定期的、継続的にモニタリングし、その情報を公開します。
高い社会インパクトを作り出す事業者に資金が集まり、彼らが事業を拡大することによってポジティブな変化が投資先の国や地域に広まっていく。
私たちの社会インパクト投資は、こうした流れを作り出すことに貢献していきます。
出典：クラウドクレジット 2018年6月18日プレスリリース
案件例：メキシコ女性起業家支援ファンド
女性の経済的地位向上を目指し、女性起業家への貸付に注力した金融機関に出資する投資案件です。
- 年間利回り：7.3%（メキシコペソ建て）
- 運用期間：25ヶ月
- 最低投資額：1万円〜
クラウドクレジット は、実績・内容共にオススメできる会社のうちの一つと思います。しかも年利も他の社会インパクト投資以外を取り扱っている会社より少し高いくらいです。（通常平均的な年利は5%程度）
私もクラウドクレジットに50万円投資しています。
参考：【最新運用実績】ソーシャルレンディング実績4社比較 2017年7月〜2018年6月
２位 ネクストファンド
2018年度に、サービスが開始されたばかりのネクストシフトファンド。こちらも社会問題の解決をうたっています。国連の責任投資原則に国内クラウドファンディング事業者として初めて署名したそうです。
【国内クラウドファンディング事業者初、責任投資原則（PRI）へ署名】
ネクストシフト株式会社は、国連の責任投資原則（Principles for Responsible Investment、以下、「PRI」）に国内クラウドファンディング事業者として初めて署名しました。（※当社調べ 2018年6月時点）。
本原則は2006年当時の国際連合事務総長コフィー・アナン氏が金融業界に対して提唱した6つの投資原則となります。
国内においても、大手金融機関や年金運用機関などが本原則への署名をしております。本原則への署名により、ESG投資を含めた、社会的インパクト投資の国内での取り組みを更に普及するため努めます。
出典：NEXT SHIFT HP
案件は貧困・医療・教育問題を支援するマイクロファイナンス業者への投資が主です。
案件例：ジョージア×カンボジア マイクロファイナンスファンド
ジョージアの小規模ビジネス向けの融資業者ならびにカンボジアの農家向けの融資業者への投資案件です。
借り手は様々ですが、例として、女性の薬局経営ナタリアさんの例、コメ農家のソペアックさんの例が紹介されていました。
- 年間利回り：7.2%（米ドル建て）
- 運用期間：13ヶ月
- 最低投資額：2万円〜
ネクストシフトファンド(Nextshift Fund)は、まだ出来立てのサービスですが、社会インパクト投資についてきちんと考えており、案件ごとに社会的にどういう意味があるのかについてとても詳しく説明しているのが印象的でした。今後伸びていってほしい会社の一つです。
こちらでネクストファンドの口座登録方法を開設していますので、合わせてどうぞ。
ネクストシフトファンドの口座開設からファンド申し込みまで解説します！ - 30歳からはじめる生きがい探し
おわりに
欧米ではかなり広まっている社会インパクト投資ができるソーシャルレンディング会社として、クラウドクレジット とネクストシフトファンドについて紹介しました。今後日本でもこの社会貢献もできる投資の形が広まっていくと良いですね。
クラウドクレジット主催の社会インパクト投資勉強会に参加した時のレポートをこちらに書いていますので、よろしければどうぞ。
クラウドクレジットの社会インパクト投資勉強会に参加しました - 30歳からはじめる生きがい探し
こちらの記事ではクラウドクレジットの投資成績を公開しています。
【最新運用実績】ソーシャルレンディング実績4社比較 - 30歳からはじめる生きがい探し
ターゲットデートファンドとは？面倒くさがり屋にオススメな投資信託！IDecoでも買える！
こんにちは。ともよです。みなさんはターゲット・デート・ファンドって知っていますか？日本ではあまり知られていませんが、米国では最も買われている投資商品なんです！
- ターゲット・デート・ファンド(Target Date Fund)とは？
- テーゲットデートファンドはどこで買えるの？
- よくあるターゲットデートファンドへの批判
- 結局、ターゲットデートファンドは買いなのか？
ターゲット・デート・ファンド(Target Date Fund)とは？
Target Date Fund(TDF)とは、投資信託の一種です。「ターゲットイヤーファンド」や「ライフサイクルファンド」とも呼ばれています。
このファンドの特徴はあらかじめ定めた期日に現金化できるように運用しながら少しずつ安定資産に振り分けてくれるファンドです。一般的には、退職のタイミングをターゲットに設定することが多いです。
アメリカの確定拠出年金ではこのターゲットデートファンドがデフォルトの商品に設定されている理由もあって、かなり普及しているようです。
ターゲットデートファンドでは、ターゲット年（＝安定運用開始年）を名前に入れています。
テーゲットデートファンドはどこで買えるの？
どこの証券会社でもだいたい買えます。iDeco（確定拠出年金）で買う場合は少し限定されますね。SBI証券ならセレブライフ・ストーリー、楽天証券なら楽天ターゲットイヤーファンドがiDeco枠で買えます。
iDeco SBI証券
SBI証券のiDecoで買う場合はターゲット年の異なる以下の4種類があります。
- セレブライフ・ストーリー2055 (20代向け)
- セレブライフ・ストーリー2045 (30代向け)
- セレブライフ・ストーリー2035 (40代向け)
- セレブライフ・ストーリー2025 (50代向け)
信託報酬は 0.688〜0.6769%/年 です。
ターゲットイヤー2055年の商品だとスタート時は株式51%、債券24%、リート6%、コモディティ3%ですが、ターゲットイヤー到達時には、株式10%、債権71%、リート1%、コモディティ15%になります。
参考：SBI証券 WEBサイト
iDeco 楽天証券
楽天証券には3種類あります。
- 楽天ターゲットイヤー2050 (20代向け)
- 楽天ターゲットイヤー2040 (30代向け)
- 楽天ターゲットイヤー2030 (40代向け)
信託報酬は 0.917〜0.927%/年 です。
ターゲットイヤー2050年の商品だとスタート時は株式75%、債券25%、ターゲットイヤー到達時には、株式15%、債権85%になります。
株式は先進国株式に主に投資する楽天グローバルマザーファンド、債権は主に先進国の国債・社債に投資する楽天世界債権（為替ヘッジ付）マザーファンドです。
参考：楽天ターゲットイヤー2050目論見書
楽天ターゲットイヤーファンドの方が開始時・終了時共にセレブライフ・ストーリーよりも株式比率が高く、やや攻めた運用と言えそうですね。
よくあるターゲットデートファンドへの批判
定年後も資産運用すべき。定年時に全て安定資産にするのはもったいない
これは、ターゲットデートファンドの問題というよりは買う側の問題な気がします。ターゲットデートを定年の頃に設定せず、ターゲット年がもっと先のファンドに投資すれば単純にこの問題は解決するのでは？と思います。
いずれにせよ年齢に応じて安定資産の割合を増やすべきで、安定資産への移行速度が速すぎとの指摘なので、ターゲット年の遅いファンドを買う、複数ターゲット年のファンドを混ぜて買うなどの手法で回避可能です。
信託報酬が高い
これは確かに他のインデックスファンドなどと比べるとターゲットデートファンドの信託報酬は高いです。ターゲットデートファンドはまだ日本でもあまり広まっておらず、商品数も少ないかつ、ETFなどを組み合わせたファンドラップのような形態をとっており、信託手数料が高くなる傾向があります。ただし、この信託報酬の差も全体の信託報酬が下がってくる中で気にならないレベルになっていくのではと思っています。
また、ターゲットデートファンドと比較すべきは、普通の投資信託でなく、ロボアドバイザーと思っております。ロボアドバイザーの信託報酬は年約1%程度なので、ターゲットデートファンドの信託報酬は十分安いと言えるのではないでしょうか。
結局、ターゲットデートファンドは買いなのか？
結論として、ターゲットデートファンドは、超面倒くさがりな人、飽き性な人にオススメです。定期的に投資のための作業に時間を割けない人、絶対投資のリバランス等の作業を忘れる自信がある人などにはぴったりと思います。
逆に投資を楽しみたい人、マメな人にはあまりオススメできませんね。
ストレングスファインダーの資質がかぶるのってどれくらい珍しいの？
ストレングスファインダーとは
米国Gallap社が提供している自分の強みを知るためのツールです。WEBでいくつかの質問に答えることで、34の資質から上位5つまでの自己の強みを教えてくれます。
今回は、ストレングスファインダーを複数人でやった時に上位資質5個がかぶることの珍しさがどれくらいかを調べました。
ストレングスファインダーで出やすい資質ランキング
こちらは、2016年の結果でサンプルは15,001,435人です。上位5位までに入る確率を表にまとめてみました。各資質の出やすさは一様ではないのですね。
| 順位 | 資質 | 上位5位の確率 |
|---|---|---|
| 1位 | 達成欲 | 31.5% |
| 2位 | 責任感 | 28.2% |
| 3位 | 学習欲 | 28.1% |
| 4位 | 親密性 | 27.3% |
| 5位 | 戦略性 | 22.2% |
| 6位 | 収集欲 | 19.7% |
| 7位 | 調和性 | 19.4% |
| 8位 | 共感性 | 18.6% |
| 9位 | 回復志向 | 17.8% |
| 10位 | 適応性 | 16.9% |
| 11位 | ポジティブ | 16.3% |
| 12位 | 成長促進 | 15.9% |
| 13位 | 個別化 | 15.2% |
| 14位 | 最上志向 | 13.8% |
| 15位 | 着想 | 13.5% |
| 16位 | アレンジ | 13.1% |
| 17位 | コミュニケーション | 13.0% |
| 18位 | 分析思考 | 12.9% |
| 19位 | 未来志向 | 12.5% |
| 20位 | 社交性 | 12.2% |
| 21位 | 内省 | 12.1% |
| 22位 | 包含 | 12.0% |
| 23位 | 運命思考 | 11.9% |
| 24位 | 公平性 | 11.5% |
| 25位 | 信念 | 11.2% |
| 26位 | 慎重さ | 11.0% |
| 27位 | 競争性 | 10.8% |
| 28位 | 目標志向 | 10.0% |
| 29位 | 活発性 | 9.8% |
| 30位 | 原点思考 | 8.8% |
| 31位 | 規律性 | 7.2% |
| 32位 | 自我 | 6.3% |
| 33位 | 自己確信 | 4.7% |
| 34位 | 指令性 | 4.6% |
一番多い達成欲を持っている人は3人に1人、指令性は20人に1人しか持っていないみたいですね。
友達とストレングスファインダーの結果が一緒になる確率は？
自分のストレングスファインダーと友達の結果が同じで運命的なものを感じることはないですか？自分の上位5個と友達の上位5個が一致する確率はどれくらいなのでしょうか。
34資質の出現確率が一様と仮定した場合
- 5個一致する確率：0.00036%
- 4個一致する確率：0.052%
- 3個一致する確率：1.5%
- 2個一致する確率：13%
- 1個一致する確率：43%
- 1個も一致しない確率：43%
仮に34資質が等しい確率で出現するとした場合、全く一致しない場合と1個一致する確率は同じですので、1個一致だと全然珍しくないです。3個以上一致だと2%以下でかなり珍しいと言えそうです。
34資質の出現確率は2016年のGallop社調査に準じるとした場合
34資質の発生確率にばらつきがあるとした場合の確率を求めます。
34資質のうち最も出やすい資質を自分が持っている場合
（自分の資質5個＝達成欲・責任感・学習欲・親密性・戦略性の場合）
- 5個一致する確率：0.011%
- 4個一致する確率：0.67%
- 3個一致する確率：8.0%
- 2個一致する確率：31%
- 1個一致する確率：43%
- 1個も一致しない確率：18%
自分がかなり一般的な資質を持っている場合でも、3個以上一致するのは10%未満になり、あまりないことがわかります。
34資質のうち最も出にくい資質を自分が持っている場合
（自分の資質＝指令性・自己確信・自我・規律性・原点思考の場合）
- 5個一致する確率：0.0000038%
- 4個一致する確率：0.0016%
- 3個一致する確率：0.12%
- 2個一致する確率：3.1%
- 1個一致する確率：27%
- 1個も一致しない確率：70%
自分がかなりレアな資質を持っている場合、自分と同じ資質の人を見つけるのも当然ながら難しくなります。1個も一致しない確率が70%とかなり高いので、2個以上一致するだけでかなりすごいことです。
まとめるとこんな感じですね。
まとめ
ストレングスファインダーで上位5つの内、3つ以上一致する場合はかなりめずらしいと言えるでしょう(確率数%)。逆に1〜2個一致するくらいは結構よくある事象な気がします。 4個一致以上だとなんと1%以下の確率になりますので、かなり運命的と言えるでしょう。
（ここらへん、本当は仮説を立てて、有意検定して、珍しいかどうかを判定すべきなのですが、仮説の立て方が難しくてできてません。）
ストレングスファインダーをやってみたい人はこちらの本を購入すると診断コードが付いていて、WEBで診断できます。
Telloドローンでプログラミング！ーディープラーニングで物体認識編ー
こんにちは。ともよです。前回はgo言語でtello使ってカメラ画像を取得する方法をご紹介しました。
Telloドローンでプログラミング！ーMacでカメラ画像を取得する方法ー - 30歳からはじめる生きがい探し
今回は、telloで撮影した画像を使って、リアルタイムに物体認識をしてみたいと思います。
ディープラーニング環境の構築
Anacondaのインストール
python本体とpythonで良く使われるライブラリをセットにしたパッケージであるAnacondaをまずインストールします。この辺が参考になります。 qiita.com
Anacondaで仮想環境作成
"droneenv"という名前のPython3.6環境を作ります。
conda create -n droneenv python=3.6 anaconda
今回は、初心者にも理解しやすいKerasを使ってディープラーニングを行います。バックエンドはTensorFlowにするので、TensorFlowのインストールも必要です。仮想環境を有効化した上でこれらをインストールします。
source activate droneenv sudo pip install tensorflow --upgrade pip install keras
kerasのインストールが終わったら、OpenCVをインストールします。
pip install opencv-python
今回は、SSD(Single Shot MultiBox Detector)のKeras実装を使って、物体検出を行いたいと思います。git cloneでソースコードを取ってきます。こちらのQiitaがとても参考になりました。 qiita.com 上の記事ではPython2.X系でやっていますが、今回はPython 3.6なので、何点か修正しないと動かない箇所がありました。
Telloのカメラ画像取得
Telloのカメラ画像取得といえば、Go言語で書かれたGobotに実装されているものが一番有名なようですが、今回はこの後ディープラーニングを行うことを見越して、python実装を探しました。 見つかったのは、以下の2つ。
- TelloPy (https://github.com/hanyazou/TelloPy)
- pytello (https://bitbucket.org/PingguSoft/pytello/src)
pytelloの方は動画を録画して保存する仕様でリアルタイムな映像取得までは実装されていませんでしたので、TelloPyを使うことにしました。
TelloPyのインストール
基本的にはTelloPyのサイトのREADME通りにインストールすれば良いです。ただし、私はPyAVのインストールでエラーが出たので、PyAVはcondaコマンドでインストールしました。
pip install tellopy
conda install av -c conda-forge
pip install image
TelloPyの実行
まずは、Telloの電源をONにした上で、Wi-fiでTelloとPCを接続します。Wifiアクセスポイントの中に"TELLO-XXXXX"という名前のものが現れますので、接続しましょう。接続した状態で以下のコマンドを実行してみてください。 コマンドを実行すると、Telloのカメラ映像とエッジ抽出結果が表示されます。
python -m tellopy.examples.video_effect
MacBook Proで実行しましたが、やや映像の遅延が見られます。 こちらに書いてあるように、4枚に1枚しか処理しないようにvideo_effect.pyを修正して実行すると、だいたいリアルタイムに表示されるようになりました。
opencv av stream · Issue #5 · hanyazou/TelloPy · GitHub
Telloのリアルタイム動画取得&画像認識
TelloPyのサイトにある、video_effect.pyをダウンロードしてきて編集しました。単純にSSDのコードと、video_effect.pyを組み合わせただけですが、今のところうまく動いています。ディープラーニング部分の処理負荷が大きいため、2秒に1回しか物体認識させないようにしています。
import cv2 import keras from keras.applications.imagenet_utils import preprocess_input from keras.backend.tensorflow_backend import set_session from keras.models import Model from keras.preprocessing import image import matplotlib.pyplot as plt import numpy as np from scipy.misc import imread import tensorflow as tf from ssd import SSD300 from ssd_utils import BBoxUtility from PIL import Image import sys import traceback import tellopy import av import cv2.cv2 as cv2 # for avoidance of pylint error import numpy plt.rcParams['figure.figsize'] = (8, 8) plt.rcParams['image.interpolation'] = 'nearest' np.set_printoptions(suppress=True) config = tf.ConfigProto() config.gpu_options.per_process_gpu_memory_fraction = 0.45 set_session(tf.Session(config=config)) voc_classes = ['Aeroplane', 'Bicycle', 'Bird', 'Boat', 'Bottle', 'Bus', 'Car', 'Cat', 'Chair', 'Cow', 'Diningtable', 'Dog', 'Horse','Motorbike', 'Person', 'Pottedplant', 'Sheep', 'Sofa', 'Train', 'Tvmonitor'] NUM_CLASSES = len(voc_classes) + 1 input_shape=(300, 300, 3) model = SSD300(input_shape, num_classes=NUM_CLASSES) model.load_weights('weights_SSD300.hdf5', by_name=True) bbox_util = BBoxUtility(NUM_CLASSES) def getSSDImage(frame): img2 = image.img_to_array(frame.resize((300, 300))) img = np.asarray(frame) inputs = [] inputs.append(img2.copy()) inputs = preprocess_input(np.array(inputs)) preds = model.predict(inputs, batch_size=1, verbose=1) results = bbox_util.detection_out(preds) # Parse the outputs. det_label = results[0][:, 0] det_conf = results[0][:, 1] det_xmin = results[0][:, 2] det_ymin = results[0][:, 3] det_xmax = results[0][:, 4] det_ymax = results[0][:, 5] # Get detections with confidence higher than 0.6. top_indices = [i for i, conf in enumerate(det_conf) if conf >= 0.6] top_conf = det_conf[top_indices] top_label_indices = det_label[top_indices].tolist() top_xmin = det_xmin[top_indices] top_ymin = det_ymin[top_indices] top_xmax = det_xmax[top_indices] top_ymax = det_ymax[top_indices] colors = plt.cm.hsv(np.linspace(0, 1, 21)).tolist() for i in range(top_conf.shape[0]): xmin = int(round(top_xmin[i] * img.shape[1])) ymin = int(round(top_ymin[i] * img.shape[0])) xmax = int(round(top_xmax[i] * img.shape[1])) ymax = int(round(top_ymax[i] * img.shape[0])) score = top_conf[i] label = int(top_label_indices[i]) label_name = voc_classes[label - 1] display_txt = '{:0.2f}, {}'.format(score, label_name) color = colors[label] cv2.rectangle(img, (xmin, ymin), (xmax, ymax), (int(colors[label][0]*255), int(colors[label][1]*255), int(colors[label][2]*255)), 2) cv2.rectangle(img, (xmin, ymin-15), (xmin+100, ymin+5), (int(colors[label][0]*255), int(colors[label][1]*255), int(colors[label][2]*255)),-1) cv2.putText(img, display_txt, (xmin, ymin), cv2.FONT_HERSHEY_PLAIN, 1, (255, 255, 255), 1, cv2.LINE_AA) imgcv = img[:, :, ::-1].copy() return imgcv def main(): drone = tellopy.Tello() try: drone.connect() drone.wait_for_connection(60.0) drone.set_loglevel(drone.LOG_INFO) drone.set_exposure(0) container = av.open(drone.get_video_stream()) frame_count = 0 while True: for frame in container.decode(video=0): frame_count = frame_count + 1 if (frame_count > 300) and (frame_count%50 == 0): imgpil = frame.to_image() image = getSSDImage(imgpil) cv2.imshow('Original', image) cv2.waitKey(1) except Exception as ex: exc_type, exc_value, exc_traceback = sys.exc_info() traceback.print_exception(exc_type, exc_value, exc_traceback) print(ex) finally: drone.quit() cv2.destroyAllWindows() if __name__ == '__main__': main()
まとめ
トイドローンTelloで撮った画像を使って、SSDでリアルタイムに物体認識してみました。今の所、0.5FPSで動いています。（色々無駄な処理が入っているように思うのでもう少し高速化できそう...)。 Telloではコマンドから機体操縦もできるので、物体認識の結果によって、飛行経路を変えるようなアプリケーションも作れそうですね。
今回使用したドローン↓
予備バッテリ↓
Telloドローンでプログラミング！ーMacでカメラ画像を取得する方法ー
ついにホビードローンデビューです！Tello買っちゃいました〜。
ついに買ってしまいました。Tello。200g以下で使い勝手良し。何を撮ろうかな〜。 pic.twitter.com/19xxQH3W2m
— ともよ (@tomoyo_ch) 2018年5月15日
公式ビデオ
この公式ビデオにTelloの楽しさが全部詰まってますので、「どんなことができるか」を知りたい人は見てみてください。
私がTelloを選んだ理由
あのIntelとドローン界のAppleとも呼び声高いDJIが技術提供しているのなら間違いない！と思って買ってみたってのが一番大きい理由かもしれません。他にも個人的には以下の3点が響きました。
1.コントローラなし、200g以下でコンパクト
旅行とか屋外に持っていくにもコントローラが結構邪魔なんですよね。荷物はできるだけ少なくしたい。コントローラは正直いらなかったので、なくてスッキリ。また、重量が80gとかなり小さく200g未満なので厄介な改正航空法にも引っかからないものポイントです。
2.GPSなしでも安定、プロペラガード装備のため屋内で飛ばしやすい
デフォルトでプロペラガードが付いているので屋内でも安心して飛ばせます。割と動作に安定感がありますので、室内でも怖がらずに飛ばせます。ドローンは意外と飛ばす場所が限られるので家の中で気軽に飛ばせるのが結構大事です。
3.プログラムから操作可能
TelloはScratchという子供にも簡単に使える言語をサポートしています。お子さんのプログラミング学習なんかにもオススメです。他にpythonもサポートしています。
あと、gobotというgo言語で書かれたIOT向けのライブラリでカメラ映像を取得するプログラムが非公式で公開されていました。
サンプルコード↓
Hello, Tello - Hacking Drones With Go
Macでプログラムから画像取得してみた
gobot+gocvをインストールして、tello_opencvサンプルを実行してみました。
サンプルコード↓
実行してみたけど、異常終了しました。どうやら、Mac版のOpenCVではメインスレッドでOpenCVを実行しないとエラーになるらしい...。
OpenCVのウィンドウに画像を表示するのは諦めて、ひたすら画像を連番の画像ファイルとして保存するようなプログラムに変更してみたら動きました。
まとめ
- Telloはコンパクトで使い勝手の良いドローンだった
- Tello＋Macでプログラムを動かす時はOpenCVがサブのスレッドで動かせないから注意が必要
ここまで読んだ人はこちらの記事もどうぞ。Tello画像で物体認識に取り組んでいます。
Telloドローンでプログラミング！ーディープラーニングで物体認識編ー
今回使ったドローン↓
予備バッテリ↓
