複数の株情報サイトをワンクリックで表示する

「投資家のためのプログラミング勉強会(投プロ会)」第1回目です。

投資活動において、各種データをいろいろなサイトから集めて収集、分析することはよくある光景ですね。

投資家は独自の視点で集めたデータを分析して売買を判断しているわけですが、これらのデータ集めにかかる作業は案外地道でアナログです。

ウェブサイトから経営データをエクセルにコピペして...といった作業は本来の投資活動の前準備でしかないはずなのに、実際には多くの時間をこのアナログ的作業に割いている投資家は多いはずです。

プログラミングというと「Webやスマホアプリを開発するためでしょ?投資家に必要なの?」という反応がありますが、そこまでの技術ではなく、初歩的なプログラミングスキルがあれば、投資活動に必要なデータ収集や分析を正確かつ効率的に行うことができるようになり、これまで延々と繰り返していたアナログ的作業をワンクリックで実現できるようになるわけです。

我々投資家にとって、こういったプログラミングのメリットはなんとなく理解したとしても、いざ勉強となると巷の教材やスクールは、どうしても職業エンジニアを対象にしたものがほとんどなので、我々のような非エンジニアにとって「程よい」内容の学習教材は皆無であるのが実状です。

投資家にとってデータベースの知識は必要でしょうか?ウェブサイトを構成するアーキテクチャーを理解する必要があるでしょうか?

投資活動を効率化するためだけのツール開発であればこのような知識は実はまったく必要ありません。

しかしながらプログラミングに関する情報の多くは当然職業エンジニア向けがほとんどなため、初歩的な部分はどうしても割愛する傾向があり、最初の一歩のハードルを越えるための機会に出会うことなく、やむなくスキル習得を諦めてしまうのも仕方のない話でした。

投プロ会は、このような背景のもと、投資家が必要な知識に限定したプログラミングの勉強会となっています。

投プロ会で学ぶ基本技術を習得することで、データの取得、集計、分析などを自動化し、投資家が本当に頭をひねるべき「判断」に集中できる環境を作れるようになります。

さきほど、我々投資家の目的にあった教材は皆無だと書きましたが、昨今のプログラミングの大衆化の流れを受け、少しずつ非エンジニア向けのプログラミング教材もでてきました。

その中でも我々の一番目的にあっている良書がこの「退屈なことはPythonにやらせよう」です。本の題名の通り、職業エンジニアではなく業務担当者向けのプログラミング指南書です。

本勉強ではこちらの本を教書として、投資家に必要なプログラミング技術を学んでいきます。


それでは早速第1回目の勉強を進めていきましょう。

自分が気になっている銘柄を調べる時に、株価は「ヤフーファイナンス」各種指標は「株センサー」財務情報の詳細は「バフェットコード」なんて感じで複数のウェブサイトを渡り歩くことってよくありますよね。

ただ、あらかじめ決まったサイトを巡ることが分かっていれば、いちいちグーグルでサイトを検索したり何度もポチポチとブックマークをクリックするのは無駄とも言えます。

プログラミングができると、このようなルーティンワークを最小限の労力で実現できるようになります。

複数のサイトをクリック一発で起動させるプログラムは以下のように書けば実現できます。

このプログラムを実行すると「ヤフーファイナンス」「株センサー」「バフェットコード」の2914(JT)のページが一度に表示されます。(実際にはここに書くべきな色々なお作法はありますが、我々が目指すのは職業プログラマではないので「動けばオッケー」精神でいきましょう)

さて、このコードの解説をしていきます。

1行目の import subprocess はChromeを起動するためのおまじないです。importについては第2章で出てきますので今は無視してもらってOKです。

3〜4行目の内容を理解するには「変数」という概念を理解する必要があります。変数とは今回のようにURLのような文字列を代入することができる箱のことです。

このように変数という箱を用意することで、この後のコードでその箱の値を呼び出すことができます。(変数についての詳細は教本の1.4に分かりやすく解説されていますので参照ください)

次に、6〜8行目は、Chromeを起動して指定されたURLを開く命令を呼び出しています。

上記では、Google Chrome.appというアプリケーションをyahoo_urlという変数に入っている値(“https://stocks…..”)で開く、という命令となります。後ろの変数を株センサーやバフェットコードの変数に切り替えることで、最終的には3つのURLを開くプログラムとなっています。

ちなみに4番目にヤフーファイナンスの掲示板も開きたければ、そのURLを指定すればOKです。こんな感じで追記しましょう。

このように、書いてあるコードが完全にはわからなくても「なんとなくここを変えるとこう動きそうだな」という箇所を見つけて自分で改造していくのはプログラミング理解への早道です。

参考書のコードをそのまま書き写しているだけでなタイピング練習しているだけになりがちですし、何より楽しくないですよね。

ということで、みなさんが普段よく見るサイトのURLをこのコードに追加して実行してみましょう。
狙い通り、ワンクリックだけでWebページを開けるようになりましたか?

(このソースコードはMac OSを前提とした記述になってます。Windowsの場合は

subprocess.Popen(‘open’, ‘/Applications/Google Chrome.app’,  yahoo_url)

の箇所を

subprocess.Popen(‘C:\Program Files (x86)\Google\Chrome\Application\chrome.exe‘,   yahoo_url)

などブラウザのexeファイルのフルパスを指定してみてください。(この部分の詳細は教本の15.8も参照してください)

本日はここまでです。

第2回目以降はこのアプリをどんどん改造していって便利ツールに育てていきますのでお楽しみに!


退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング
退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング

こちらの本を教本にした「投資家のためのプログラミング勉強会(投プロ)」を主宰しています。
そもそもプログラミングとはなんぞや、Pythonを実行させる環境をどのように用意するか、などプログラミングにおける超基本的な内容が、我々のような非ソフトウェアエンジニア向けに分かりやすく記載されています。はじめの一歩にはこれ以上ない教材です(^^)

Pandasで売上高と営業CFから営業キャッシュフローマージンの列を追加する

営業キャッシュフローマージンとは企業の競争優位性を示す指標値で、営業キャッシュフローを売上高で割った数値になります。一般的には15%以上だと競争優位性が高いと言われています。100万円の売上があった場合15万円以上のキャッシュが入ってくるイメージですね。企業によっては同じ売上高でも、原価が高すぎて1万円しか入ってこないケースや、商品競争力の弱さなどから、顧客からのキャッシュが数ヶ月後まで入ってこない場合もあり、営業キャッシュフローマージンとはつまり「本業でゲンナマをゲットする力」とも言えます。

言い換えれば、商品力を含めた企業のトータル的な強さであり、その企業の力を推し量る上で非常にわかりやすい指標です。

さらに詳しく知りたい方はこのあたりの記事をお勧めします。

https://finance.logmi.jp/64522
http://www.butikomi.tokyo/archives/10355117.html
http://buffett-taro.net/archives/27944566.html

株を買う際には当然競争優位性の高い会社を選別する必要があるため、この営業キャッシュフローマージン(営業CFM)を銘柄選定の指標値にしている投資家も多く、私のクライアントさんもその一人です。

営業CFMは営業CFを売上高で割るだけで出すことができますので、今回はこの数値を計算してPandasのデータフローに列として追加する方法を勉強しましょう。

証券コード、営業キャッシュフロー、売上高を列に持つ3行のデータフレームを例にとります。

こんな感じですね。

さて、営業キャッシュフローマージンはsales_cfをsales_amountで割ったものですので、それを列に追加したいと思います。

その前にそれぞれの列を変数に取ってみます。

データフレームに列名を指定するとSeriesのオブジェクトが返ってくることがわかりますね。

Series同士のse_cfとse_amountを割り算した結果をse_margin_sales_cfというSeriesに格納します。

さらに元のデータフレームの新しい列margin_sales_cfとしてそのシリーズを追加します。

こんな感じでできました。

桁数が多いので小数点第二位に丸めておきます。

これまでのところを一気に書くとこうなります。

  • df[‘sales_cf’]はSeriesであること
  • Series同士の計算ができること
  • Seriesをデータフレームに追加する際の記載方法

この辺りを押さえておけば、自由に欲しい情報を追加できるようになりますね。

さてせっかくなので、営業CFMが10%以上の行を抜き出す方法も記載しておきます。

df[‘margin_sales_cf’] > 0.10とすることで、margin_sales_cf列で0.10より大きい行のBool値が返ってきます。これを元のデータフレームに入れるとTrueだけの行が返ってくるわけです。

最初の例もそうですが、記載方法の裏にある動きをきちんと理解しながら進めるとよいですね。

次回はデータフレームをエクセルに出力する方法を勉強する予定です。

これを片手に学習中です。

Pandasで銘柄コードをキーにDataFrameをマージ する

本日はデータフレームのマージ(結合) について。

これを実行するとこうなります。

pd.merge()関数は、2つのデータフレームの内、共通の列(今回はstock_code)を見つけると、それをキーにデータフレーム同士をマージします。ちなみに共通のキーがない行は削除されます。つまり、デフォルトでは内部結合になるんですね。もちろんオプションで外部結合することも可能です。

通常はこのようにキーとなる列を明示的に指定した方がよいでしょう。

ちなみにキーの列名が同じでも、型が異なる(この場合はintとstr)とマージできずにエラーになります。

このような場合はastypeで列の型をどちらかに合わせてからマージするようにします。(下記はstrに合わせた例です)

証券コードをキーにしておくことで、それぞれ別の情報源から取ってきた銘柄情報を一つのデータフレームにマージすることができます。マージには色々な機能というかオプションがありますが、ひとまずこれぐらいを覚えておけば銘柄分析に十分活用できますよ。

Pandas本はこれを辞書的に使うと徐々に知識が体系化できてきます。

 

金融情報の分析ツール Pandas の入り口にいかに到達するか

前回はPythonのライブラリであるPandasがいかに金融情報の分析に優れているかを書きましたが、このPandasを使うためにはまずPythonの基礎を学習する必要があります。

Pythonはいわゆるプログラミング言語ではありますが、決して職業エンジニアなどの専門家だけのツールではなく、金融情報の分析用途に限って言えば、具体的には以下の2点をマスターさえすれば、Pandasの入り口に立つことができます。

  • Pythonの開発環境が用意できる
  • 文字列操作、四則演算、条件分岐、ループ処理などの基本操作ができる
Pythonの開発環境はお使いのOSなどの環境によって様々な方法が用意されています。この辺りは検索するなどして一番自分に合いそうな方法を選ぶとよいのです。(逆に言うと、色々ありすぎて、環境構築の時点で挫折してしまう可能性が高いのも現実としてあります)

2つ目はPythonに限らずプログラミングには必須の基礎知識ですが、なにもプログラミングに限らずフローチャートや行動計画を立てる場合に自然に使っているロジックです。これらをPythonの記法で表すことができれば基礎レベルでは十分と言えます。

逆に投資家にとって不要な学習は、以下のよう職業プログラマーのためのスキルです。

  • クラスやオブジェクト指向の概念
  • Web周りの知識
  • データベース(SQLなど)
  • Gitなどの開発環境の知識

初心者の方がプログラミングに挫折する場合はだいたいこの辺りなので、これらの単語が出てきても読み飛ばしてOKということになります。とはいえ何が不要でそうでないかの判断はまったくの初学者では難しいことも事実なので、この辺りは有識者に頼れる環境があるとよいですね。

Pythonの勉強にあたっては、手っ取り早くプログライミングスクールに通うのも手ですが、巷のスクールは職業エンジニアの育成が主眼になっているため、どうしても初学者にはハードルが高くまたコストもそれなりになってしまいます。

しかしこと銘柄分析だけが目的なのであれば、Pythonはエクセルマクロに毛の生えたぐらいの難易度イメージなので、Pandasの入り口まではこんな本でも読みながら気軽に始めるといいと思います。(私もこれらの本をとっかかりに始めました)

独学プログラマー Python言語の基本から仕事のやり方まで
退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング 退屈なことはPythonにやらせよう ―ノンプログラマーにもできる自動化処理プログラミング

 

ちなみに勉強時間の目安は、1日1時間、毎日勉強で3ヶ月もあればPandas の入り口に十分到達できます。3ヶ月は長いですか?しかしこの3ヶ月を頑張ることで、今後の投資活動を爆発的に効率化させることができます。投資家であればこの果実の美味しさはわかるはずですよね!(^^)

続けるコツは10分でもいいので「毎日」勉強することです。語学学習と同じで、日が空くことで同じ内容を学習することが多くなると、その繰り返しがストレスとして蓄積してしまうからです。朝の通勤電車の10分だけでも毎日継続する習慣を作りましょう。

近い将来、投資家のためのPython勉強会なども主催していきたいなー、と考えています。同じ目的意識を持った勉強会って楽しそうですよね。習慣化という意味でも。

Python Pandas プログラミングで銘柄分析

あるクライアントさんに株価分析ツールを提供したことをきっかけに、俄然自分も配当重視の投資に興味が出てきました。

わたしも投資経験はこれまでもありましたが「配当重視」つまり資産の拡大ではなくキャッシュフローをいかに増やすか、という視点での投資方法がしっくりきたわけです。

例えば「5000万円」は大きな資産ですが、この資産が銀行の普通預金だとすると、キャッシュフローはほぼありません。生活していくためにはそれを切り崩して生活する必要があります。

対して資産価値は「1000万円」ではあるけども、その資産は毎月10万円を生むとすると、前者の5000万の資産と比較してどちらを理想としますでしょうか。

お金というのは結局は、自分が生きている間ずっと必要なものなので、いくら沢山の資産でも、それが目減りしていくのを眺めながら生活するより、確実に、継続的に、入ってくる資産の方が精神的に豊かになれると私は思ったわけです。

今後はこれまでの保有資産を殖やすためのキャピタルゲイン投資に対して、キャッシュフロー重視、つまり配当重視の投資(インカムゲイン)に切り替えたいと思います。クライアントさんと話すことで、いいとか悪いではなく、自分に合っている投資方法はどちらかなのかを認識できると、投資方針が立てやすくなると気づいたきっかけとなりました。

さて、肝心の銘柄選びですが、ここでは何を買えばいいかは書きません(そんな能力ありません(^^;))。

それは投資家自身が株式市場の様々な指標を見て判断することです。そしてその判断のためには、株式市場に膨大に溢れているデータを取得して分析する必要があるわけですが、この分析作業を日々きちんと効率的にできている個人投資家は果たしてどれくらいいるでしょうか?

分析にあたっては当然その元となるデータ収集整理が必要です。各種情報サイトからデータを拾ってエクセルにコピペするだけ、といえばそれまでですが、これは案外と根気がいる作業です。ともすればデータを集めただけで満足感に浸ってしまったり、何度も繰り返しこの作業を行うことに時間を浪費し疲弊してしまい、本来取るべきデータを取得できず中途半端な判断で売買をしてしまう投資家も多いと思われます。

これでは一回のトレードでたまたま儲かっとしても、再現性を評価できないため結局はプロの餌食になっていくしかありません。

投資活動は生きている限り何十年も継続するものです。データ収集と分析の繰り返し作業の負荷をいかに軽くするかが、本来頭を使わなくてはいけない投資方針の精度向上に直結すると考えています。

前置きが長くなってしまいましたが、この「データ取得と分析」にプログラミングほど役に立つツールはありません。現在は証券会社のサイトを中心に様々な銘柄分析サイトが用意されていますが、自分が「本当に」欲しい分析結果を簡単(具体的にはワンクリックで)に取得することはできません。しかしプログラミングスキルを得ることでこれらが現実のものとなるのです。

実際のプログラミングはPythonという言語を使っています。Pythonにはデータ分析のための強力なライブラリPandasが用意されており、これが金融データの分析に非常に相性がいいためです。(実際にこのライブラリは投資銀行で働く人によって作られ今ではAIのような大量のデータを扱う現場でも活用されています)

  • 自分が欲しいデータを各サイトから自動的に取得したい
  • データ分析を自由に意のままに、ワンクリックで取得したい
  • 大量のデータをサクサク分析したい
  • 分析結果を毎日エクセルで自動的に保存したい
こんなことが特別なアプリを買ったり、情報サイトにお金を払うこともなくできてしまうのがプログラミングの世界です。
ということで、私はいまPanadsを使った投資情報の分析を勉強しています。同じようにこれからPandasを使った金融情報の分析に取り組みたい投資家の方と一緒に勉強していけるといいなーと思い、勉強過程をメモがてら残していきたいと思います。

 

高配当株の買い時をお知らせするTwitter botを作りました

とある社長さんと株式投資について雑談していたところ、ここ最近の株価下落で資本を配当重視株にシフトしているというお話で盛り上がりました。

株価が下がれば利回りが高くなる、というのが第一の理由だったのですが、興味深いもう一つの理由が「下落局面ではメンタル面で配当重視のスタンスが楽になる」ということでした。

確かに、いくら株価が下がっても配当獲得が目的なら、極論ですが、株が上場廃止にならない限り関係ないですからね。

また株価が下がり続けたとしても買い増しのチャンスとして捉えることもできる、ということも精神面で強くなれるとのことでした。

株式投資って数字だけでは割り切れない、どうしても心理戦の側面があるので、このような視点はとても勉強になりました。

では、具体的にどうやって投資先を選択しているのかを聞いてみたところ、次のような条件を指標としているとのことでした。

  • 定量データ
    • 配当性向50%以下
    • 営業利益率15%以上
    • 営業CFマージン10%以上(営業CF÷売上高)
    • 自己資本比率50%以上
    • RSIが25%を割って割安感があること
  • 定性データ
    • 安定したビジネスモデル
    • 誰もが知っている有名企業(国が簡単には潰せない=東電とかJTとか...)

そしてここからが本題に繋がったのですが、こちら社長さんは、週に1時間ほどかけてこれらの指標を色々なウェブサイトを巡ってエクセルにチマチマとコピペしながらまとめている、ということではありませんか!

「いやいやいや、貴方様の時給はxx万円ですよ。そんな単純作業は自動化してしまいましょうよ!」

なんていう話になりさっそくPythonで実装してみました

この程度の処理であればちょちょいとスクリプトを作ることで、クリック一発で完了できるようになります。いままで手間隙かけて集めていた情報が、ワンクリックするだけで 1.各ウェブサイトの巡回 2.指標データのダウンロード 3.落としたデータをエクセルシートにまとめる までができちゃいます。これらを実際に目の当たりにした社長さんはとっても感動してくださいました。そしてそれを見た私もホント嬉しかったわけです...

さらにこれまで時間的制約で週に一度程度しかできなかった銘柄選定が何度でも実施できるようになり、投資精度が格段に向上するなど、単なる作業効率の向上だけではない副次的な効果も得られたようです。

そして、この話はさらに続くのですが...

「せっかく作ったんだから買い時が来た株情報をTwitterに流せばいいのでは!」という話になり、そうすればいちいち自分でスクリプトも起動する必要もないし、このアカウントをフォローしておけばプッシュで情報が入ってくる、さらにそれを見たTwitterユーザーがその株の買い増ししてくれるかも!なんて盛り上がりつつ出来上がったTwitter botがこちら。

アイコン手抜きですいません(^^;)

これまで私自身のポートフォリオはセゾン投信とひふみ投信がほとんどで、個別銘柄はサイボウズがちょろっと、ぐらいしかありませんでした。しかしここ最近の下落局面を体験したり、社長さんの投資方針を聞いた結果、俄然配当株に興味が出てきました。そんなこんなで、こちらの社長さんとは「これからこのbotを使っていくうちにいろいろとカスタマイズしたくなってくると思うので、一緒にこのbotくんを育てていきましょう」という話になりました。

今後は銘柄名をメンションすると買い時かどうかを応えてくれるAIライクな機能だったり、Twitterだけではなく通知をLineにもしてれる機能など、いろいろ出てきたアイデアを具現化したいです。

免責事項:当botによる情報は投資勧誘を目的としているものではなく、当該情報の完全性を保証するものではありません。当botから得た情報を利用したことにより発生するいかなる費用又は損害等の一切について当方は責任を負いません。念のため(^^)

ちなみに、技術的な話をしますと、このbotはAWSのLambdaとS3を使った動作環境でありまして、スクレイピングやTwitterへのアクセスはPythonで実装しています。

最後に今回の開発にあたってお世話になったサイトもご紹介しておきます。ほんの少しの情熱があればアイデアを即実現できる環境があるこの時代はホントに素晴らしいですね(^^)

Python用データ分析ライブラリpandasの基本的な使い方

pandasの基本操作

pandas.DataFrame, SeriesとPython標準のリストを相互に変換

twitter-pythonライブラリ

Python Twitter APIを初心者向けに徹底解説してみた – フォロワー取得からハッシュタグ検索まで-

Daiさんの記事も相変わらずとっても参考になります

何も恐れる必要なし!ふるさと納税を理解しよう

2018年時点で、ふるさと納税の認知度は90%に達するも実際に利用されているのは10%程度だそうです。

かくいう私もなんだか面倒が先に立ちこれまで素通りしてきた一人です。ふるさと納税のサイトに行っても「簡単です」という話は載っていても何か腹落ちしない自分がありました。しかし結論からいいますと、ふるさと納税はそれをしない理由はないほど素晴らしい制度です。ここで完全に理解して楽しい納税ライフを送りましょう。

ふるさと納税はつまりは税の還付なわけでして、年末調整で保険や住宅ローン減税を申請している方なら特にその仕組みはすぐに理解できると思います。その仕組みとはこうです。

普段の納税地は当然ながら自分の居住地なのですが、その納税先をどこかの地域に変更することで、その地域からその納税に対するお礼(多くは食料品であったり工芸品)がもらえるというものです。

この納税のことを「寄付」と呼ぶあたりがややこしかったりするのですが、もう一つ「寄付金額と同等価値の品物が返礼品として送付される」というのもよくある誤解ですがこれは間違いです。そしてこれらの誤解によって「そんなうまい話はない、何か面倒なことがあるはず。後回しにしよう。」というバイアスがかかっている人が多いようです。これはある意味健全な反応なのかもしれませんが、今日は一歩進んでこのような誤解を払拭しましょう。

ふるさと納税を理解する上でのもう一つのポイントは、納税先を変更できる額には上限があることです。当然ながら居住地への納税は必要なので、納税の振替額は通常の納税額の一部までに制限されています。

年収600万の会社員を例にすると、ざっくり8万円が寄付金の上限となります。つまり総納税額の8万円までは居住地以外の地域に寄付的に納税していいですよ、ということになります。ちなみにご自分の納税額ってパッと出てきますか?超スーパーアバウトですが収入の10%弱が年間の税金額となります。そしてさらにその約10%が寄付金の上限となります。(正確な上限額はさまざまなふるさと納税サイトで計算できるようになっていますので参照してみてください。)

さて、実際のお金の流れはどうなるのでしょうか。(ここも理解しておかないと気持ちが悪いため、ふるさと納税の実施率が上がらない遠因になっていると思われます)

ふるさと納税のお金の流れは以下の通りです。

例:通常の納税額100万円、寄付金上限が10万円

自分→希望する納税地へ10万円の寄付(寄付はクレジットカードで行う)

自分→通常の納税額100万円を居住地に納税

居住地→自分宛に寄付金額10万円が還付される

ということで、還付されるまでは一時的に10万円が持ち出しとなるので、この点は注意する必要があります。実際に還付されるのは返礼品ではなく他の自治体に前払いした税金が戻ってくる、という理解でいいと思います。

ちなみに上限を超えて寄付した場合はどうなるでしょうか。これは単純に純粋な寄付としてその自治体に収められます。ですので、本当に寄付したい場合をのぞいて上限額には注意してください。

めでたく上記の寄付が成立すると、その御礼として寄付先の自治体から牛肉だったり干物だったりという品物が送付されるわけです。ですので普通に納税する場合とふるさと納税する場合とでは、この品物分の相当額がお得ですよ、というのがふるさと納税の仕組みなわけです。

当然ながら各自治体は寄付金を多く募りたいため魅力的な返礼品を揃えようとします。かくしてある意味健全な競争が働き高級和牛やらウニやらイクラなどを用意する自治体が話題になっているのでしょう。

なお、最後の居住地から自分宛への還付は「確定申告」をしないと返ってきません。この確定申告もふるさと納税が普及しない原因の一つだと思われますが、これは私の持論ですが、確定申告は大人の嗜みとしてすべからず社会人は行うべきだと思います。自分の所得や税金への理解がこれほど理解できる年に一度のイベントはありません。しかもこの確定申告によって多くの会社員は正当に税金を還付できるのです。自分の力で税金が返ってくるほど嬉しいものはありませんよ!(通常の会社員は会社側がみなさんに成り代わって確定申告をしていますが、当然ならが最低限の申告しかしてくれませんので取りっぱぐれている可能性高いです)

話がそれました。実際の寄付はいくつかのふるさと納税サイトから行います。楽天などで行うと、寄付金額に相当する分がポイントとして貯まるためさらにお得です。ちなみに今年は以下の品物をゲットしました。

高級国産エキストラバージンオリーブオイル

高級醤油

高級鯖缶詰

生鮮品は、食べたい時に食べたいものを買えばいい主義なので、こんな時にしか買わない保存性の高いプチリッチ品をチョイスしました。

それにしてもこのふるさと納税を考えたお役人は天才だし、それを実行しきったのもすごいですね。納税意識の向上、自治体財源の自由競争的な獲得手段、返礼品が動くことでの経済効果。だれも損しないすごい制度です。(こんな制度設計ができるって気持ちいいでしょうね〜)

追記:

約6万円分の寄付で箱根の宿泊が2万円お得になるものを発見!これにすればよかった!

https://www.furusato-tax.jp/product/detail/14382/705031

箱根町ふるさと納税謝礼品『箱ぴたふるさと宿泊補助券』って?

使いやすい歯間フロスはコレ

歯ブラシでは絶対に取れない歯垢を気持ちよく除去してくれるスグレモノのツール、歯間フロス。

先日薬局でみつけたこちらがバッチリ使いやすかったのでシェアします。

  • 持ち手があらゆる角度に対応していて上下の前歯はもちろん奥歯まで掻き出しやすい
  • 糸だけのフロスと比較して、1.糸を引き出して、2.指に巻いて、の2アクションが不要なので、パッと使えて習慣化しやすい

歯間の歯垢は歯磨きでは取れません。一度使い出すとフロスを使わない日はホントにむずむずします。

一生付き合う歯のために、良い習慣に一役買ってくれる強力なツールです。

逗子・葉山界隈のSUPスクールまとめ

トライアスロンのオフシーズンはSUPで体幹を鍛えつつm長距離ツーリングもやってみたい。

逗子や葉山には色々とスクールやショップがあるので、こちらにまとめておきます。

キャップルー葉山

調査中!

OCEARNS

http://waters.cc/

  • 「漕ぎ」なるレッスンがある
    • 正しい漕ぎ方を覚え、長距離を漕いでも疲れにくいフォームを作ります。またレースの為の練習やロングディスタンス、レースボードの試乗会など行います。
      料金にはボード一式、ウエットスーツ、施設利用費が含まれています。
      ◇半日レッスン 6,100円・1日レッスン 10,800円
  • クルージングの募集例
    • 12/2(日) 長者ヶ崎・ロングクルージング開催
      いつもレッスンで漕いで行く名島や森戸、真名瀬も通り越して長者ヶ崎へ。往復約12km。レスキュー艇も並走しますので安心です。景色を見ながらロングクルージングを楽んでみませんか♪
  • 会員制度
    • 月謝12,960円で艇庫保管料1本分込み!
    • 貸しロッカー・施設利用料・艇庫保管料1本分がすべてセット!
Social media & sharing icons powered by UltimatelySocial