氷河期世代の「被害者」のナラティブはちょっとSNSで肥大化しすぎている部分があって、データで見れば正社員も多いし既婚率も普通に高いです。ITバブル崩壊の氷河期後期も内定率はどん底と言われていますが、実際はリーマンショック世代（2011～2012卒）のほうがヤバいです。 https://t.co/kZTFNT0vQI December 12, 2025

これは本当に大切なポイントですね。若い時には物欲も強く、さらにはいい家に住みたい。豪華な食事、旅行を楽しみたいという欲も強いです。

しかし強欲になれば結果的に投資は投機に変わりリスクばかりが高くなります。

自分の人生を振り返っても、今よりももっと多くの資産があった時も何度かありましたが、その時にはもっと多くの資産が欲しいという欲が先走り、結果的にリーマンショックやライブショックといった大きな経済危機、市場暴落時に大きく資産を失うことになりました。

今は増やすということにあまり意欲はなく、減らさないための投資に終始していますが、結果的に圧倒的に効率が良く、そして何よりも精神的な余分な負荷がかからないようになりましたね。 December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来のリスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来リスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

金：ヘッジで高くなりすぎてる説
ビットコイン：半減期サイクルは終わった、トランプ次第で上がるかも？
仮想通貨：株価と連動して下がる、ビットコイン次第、ほぼ電子ゴミになる
S&P：今の所、ずっと好調！ただAI投資競争の末、下がる可能性もゼロではない
法定通貨(円)：終わってる、インフレ！
法定通貨(ドル)：刷りまくり！大丈夫そ？
国債：比較的に安全？分からん
個別株：知識ないと無理、博打

ーー

投資は全然分かっていないが勉強すればするほど、各々の信仰がぶつかり合ってなんともいえない時代になってきた。

分散して生き残ることを優先した方が良さそう。

リーマンショックの時みたいにドカーーンって下がってくれたらすぐに買うんだけど、そんな日はいつくるかも分からない。

そういう意味で結局、積立が心的コストも低くて最適解になりがち(笑)

素人は黙ってS&Pか、下がる日まですぐ使える現金的な資産を持っているか、くらいなのかな。 December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると
「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」
というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来リスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。

@grok December 12, 2025

@koheinet608 ”インフレ予想に応じた金利は欲しいはず”
なので、為替差も有り、
海外投資するのだが、
過去にはリーマンショックで大損したことも。
後は、
国内でより高い金利の、
長期国債、超長期国際を買って、
含み損が出ている状態。 December 12, 2025

金：ヘッジで高くなりすぎてる説
ビットコイン：株価に連動して下がる
仮想通貨：株価と連動して下がる
S&P：AI投資競争の末、下がるかも
法定通貨(円)：終わってる、インフレ！
法定通貨(ドル)：借金まみれ、大丈夫そ？
国債：比較的に安全？
個別株：知識ないと無理、博打

ーー

投資は全然分かっていないが勉強すればするほど、各々の信仰がぶつかり合ってなんともいえない時代になってきた。

リーマンショックの時みたいにドカーーンって下がってくれたらすぐに買うんだけど、そんな日はいつくるかも分からない。

そういう意味で結局、積立が心的コストも低くて最適解になりがち(笑)

素人は黙ってS&Pか、下がる日まですぐ使える現金的な資産を持っているか、くらいなのかな。 December 12, 2025

#マージンコール

恥ずかしいけど私本当に歴史疎くて、リーマンショックが何故/どうやって起こったのか全く知らなかったんだよね

ChatGPTに優し〜く説明してもらってやっと理解してからは面白かった！

以前観たけどあんまり理解できなかったマネーショートにも再チャレします！ https://t.co/4zbFNKao3O December 12, 2025

39歳時に起きたリーマンショック。私の資産は6,000万円→2,000万円に大暴落した。短期間で4,000万円を失い、悔しくて、悔しくて、涙が溢れた😢

でも私は、絶対売らない！と腹をくくった。「売らない限りはただの含み損」と自分に言い聞せた。

数年後、アベノミクスが始まり暴落した資産が反転を始めた。そして2019年に私の資産は1億円を超えた。

あの時、失意のどん底の中で売らない決断をした自分に感謝です😊

そんな私の投資法がダイヤモンドザイに取り上げられました。ぜひご覧頂けると嬉しいです！
↓　↓　↓　↓　↓
https://t.co/vxotWXqBuS December 12, 2025

おはようございます。

今こそ行動。
その一歩が未来を変えます。100円からでもいい、投資をスタートしよう。S&P500は過去100年で平均年利約10％を叩き出しています。小さな挑戦が大きな資産へ繋がります。未来の自分への贈り物は“今日の決断”から始まりますよ。

📊 S&P500の過去100年の利回り

• 過去100年間（1926〜2025年）
　平均年率リターン：約 9.96％
　実質リターン（インフレ調整後）：約 6〜7％

• 過去50年間（1975〜2024年）
　平均年率リターン：約 10.8％
　実質リターン：約 7％

• 過去20年間（2004〜2024年）
　平均年率リターン：約 10.5％

• 「長期で持てばインフレを上回る資産形成が可能」というのが歴史的に証明

⚠️単年では大きな上下がある
リーマンショックやコロナショックではマイナス20％以上の下落もありましたが、長期的にはインフレを超える成長を維持してます。

#ブルバ100
#土日はフォロワーさんが増えるらしい December 12, 2025

フジテレビに感謝。今はピンポイントで宣伝効果があるYouTubeなどのソーシャルメディアにスポンサーもシフトしてしまい高額なスポーツ中継は放送権獲得が本当に厳しいんです。今までもホンダ撤退，セナが亡くなり人気がどん底になった時、倭国人ドライバー不在の時もリーマンショックで荒れた時もフジテレビの不祥事でスポンサーが大量に離れた時もファンのみんなの為87年から如何なる形にせよF1中継を観る事が出来ているのはフジテレビのお陰なのです。フジが撤退を決めたらF1はネットで情報を集めるしかなくなるんです。以前フジに変わってNHKが放送権を取るのではと噂が出た時は大，大，大反対でした。やるのは簡単でも撤退も一発決めなんですよ。ひとつの告知文で終了なんです。F1と言えばフジ！というこの安心感に感謝したいと思います。#F1GP #倭国GP December 12, 2025

まずは超ざっくり解説。

タレブの『Statistical Consequences of Fat Tails』が言っていることを、投資目線で乱暴にまとめると、

「世の中のデータ（お金・市場・事故）は、教科書どおりには振る舞わない。だから、教科書どおりの統計やリスク管理を信じると、ある日ドカンとやられる。」

ポイントは4つ

・「平均」はあまりあてにならない
・「データをたくさん集めれば安全」は幻想
・「普通はこのくらい動きますよ」という前提が崩れた瞬間に破産する
・金融や経済のモデルは、こういう現実をナメているから、しょっちゅう壊れている

タレブは、きれいな理論の“将来”より、今この瞬間の「壊れ方」を見ろと言っている。

以下、もう少し丁寧に解説。

1. 「平均」は簡単にウソをつく

ふつうの教科書は「データをたくさん集めれば、平均は本当の値に近づく」と言うけれど、株・FX・ビットコイン・不動産みたいな世界では、ごく少数の「とんでもない出来事」が、その後のほとんど全てを決めてしまう。

その結果、10年分の平均リターンを出しても、たった1回の暴落／バブルが、全部をひっくり返すことがある。

だからタレブは、「平均だけ見て安心するな」とずっと言っている。

2. データの「見た目」も簡単にごまかされる

ヒストグラムとか、きれいなグラフを見せられると、「ちゃんとデータで検証されてます！」感が出るけど、実際には、たまたま大きな値が出なかっただけかもしれない。

本当はもっとデカい事故が起こり得るのに、グラフには現れていない。つまり、「経験データどおりだから安全」というのは、ファットテールの世界ではかなり危険な考え方。

3. パラメータ（特にリスク）の見積もりがブレブレ

「ボラティリティ（価格の振れ幅）」や「テールの厚さ（どれくらい極端な動きが起こりやすいか）」を推定する時、ちょっとしたズレが、将来のリスクの見積もりを何倍も間違えさせる。

結果として、VaRだの、シャープレシオだの、「それっぽいリスク指標」が実際より甘く出がちになる。

4. PCA（主成分分析）とか「次元削減」も怪しくなる

これはざっくり言うと、「いろんな銘柄の動きをまとめて、少ない要因（ファクター）に整理しましょう」みたいな手法（PCA等）は、データが「おとなしい世界」（薄いテール）を前提にしている。

ところがファットテールだと、たまたまの大きな動きが「相関があるように見せる」。さらに、計算で出てきた“主成分”が、不安定でアテにならない

つまり、「きれいに整理できたように“見える”けど、
土台の現実がファットテールなら、けっこう危うい」という話。

5. ジニ係数みたいな「不平等の数字」も安定しない

ジニ係数は「どれくらい富が偏ってるか」を測る数字だけど、ファットテールの世界では、ごく少数の超大金持ちが数字をぶっ壊す。

国Aと国Bのジニを足して「全体」は、きれいには計算できない（一部の超富裕層の入り方次第で数字が暴れる）。

つまり、「不平等を1つの数字でスッキリ評価」は、ファットテールの現実とは相性が悪い。

6. 「行動バイアス」に見えるものが、むしろ合理的

行動経済学では、「損失を過剰に怖がる」「めったに起きない大事故を気にしすぎる」みたいな行動を「バイアス（非合理）」と呼びがち。

だけど、ファットテールの世界では、「一度のミスで人生終了」のような事態が普通にあり得る。

そういう環境では、「損失を大きめに恐れる」「最悪のケースを重く見る」のは、むしろ生き残るために合理的、というのがタレブの立場。

7. 金融・経済モデルの多くは「薄いテール」前提で死んでいる

たとえば、

・CAPM
・多くのリスク管理モデル
・「分散投資しておけばOK」系の話

は、価格変動が「おとなしい世界」（薄いテール）

・たくさん観測すれば平均に収束
・極端な出来事はほぼ無視

という前提で作られている。

でも現実は、

・リーマンショックみたいなイベントが何度も起きる
・コロナ、戦争、規制、バグ、流動性蒸発…
・「想定外」が想定外の頻度で発生する

その結果が、タレブの言う「ブラックスワンにやられる構造」というやつ。

8. タレブが強調している「前漸近（preasymptotics）」

教科書はよく、「サンプルが無限に増えたら、こうなります」という極限の世界（asymptotics）の話をする。

でも投資家が生きているのは、
・サンプルが100個とか1000個しかない
・その間に暴落が1回来たら終わりかもしれない

という「medium-n（前漸近）」の世界。

タレブはその“途中のゾーン”で、どれだけ壊れずに済むかを考えろと言っている。

だから本の中では、
・端っこの動きを見るログログプロット
・「最悪どこまであり得るか」を考えるストレステスト

みたいな、現実のファットテール前提の道具を重視している。 December 12, 2025