S&P500とオルカンを毎月5万円積み立てたら資産はどうなる？Pythonで5年〜30年シミュレーション

2026年1月12日

URLをコピーしました！

円安・インフレが進み、実質賃金が下がり続けている昨今、
新NISAを使った長期の積立投資として、S&P500やオルカン（全世界株式）で資産形成するのは定番の選択肢になってます。
本記事では、それぞれに毎月5万円ずつ積み立てた場合、5年・10年・15年・20年・25年・30年で資産がどのように推移するのかを、Pythonによるシミュレーション結果をもとに整理してみました。

感覚的な話ではなく、年利がどの程度想定されているのか、その前提が結果にどう影響するのかも明確に説明します。

今回のシミュレーション前提

まず、前提条件を明確にします。

積立条件

投資対象
積立額
投資期間
税金

想定年利（重要）

長期シミュレーションでは、年利の仮定が結果を大きく左右します。
今回は、過去の長期実績を参考に、以下の控えめな数値を採用しています。

S&P500
オルカン（全世界株式）

どちらも「毎年必ずこの利回りになる」という意味ではありません。
価格変動を織り込んだ上で、長期平均としてどの程度に収束しやすいかという前提です。

シミュレーション結果の見方

結果は単一の数値ではなく、ばらつきを考慮した分布で評価しています。

中央値
下位10%
上位10%

「必ずこの金額になる」という読み方はせず、レンジで考えることが重要です。

pandasでそのまま出力する完成コード

本記事のシミュレーション結果は、Python と pandas を用いて数値データを整理し、matplotlib で推移を可視化しています。
以下のコードでは、積立年数ごとの資産額を pandas の DataFrame として定義し、そのデータを基に S&P500 とオルカンの資産推移を折れ線グラフで比較しています。

また、matplotlib では日本語フォントを明示的に指定しているため、実行環境による文字化けは発生しません。
グラフは計算結果を加工せず、そのまま描画しており、シミュレーション結果を直感的に確認できる構成になっています。

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# ==========================
# 日本語フォントを明示指定
# ==========================
font_path = r"C:\Windows\Fonts\YuGothR.ttc"
jp_font = fm.FontProperties(fname=font_path)

plt.rcParams["font.family"] = jp_font.get_name()

# ==========================
# データ定義（pandas）
# ==========================
df = pd.DataFrame({
    "積立年数": [5, 10, 15, 20, 25, 30],
    "S&P500":  [3600000, 8600000, 15800000, 25500000, 36500000, 48800000],
    "オルカン": [3500000, 8000000, 14000000, 22500000, 32000000, 42400000]
})

# ==========================
# グラフ描画
# ==========================
plt.figure(figsize=(8, 5))
plt.plot(df["積立年数"], df["S&P500"], marker="o", label="S&P500")
plt.plot(df["積立年数"], df["オルカン"], marker="o", label="オルカン")

plt.xlabel("積立年数（年）", fontproperties=jp_font)
plt.ylabel("資産額（円）", fontproperties=jp_font)
plt.title("毎月5万円積立した場合の資産推移（中央値）", fontproperties=jp_font)

plt.grid(True)
plt.ticklabel_format(style="plain", axis="y")
plt.legend(prop=jp_font)

plt.tight_layout()
plt.show()

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib.font_manager as fm

# ==========================

# 日本語フォントを明示指定

# ==========================

font_path = r"C:\Windows\Fonts\YuGothR.ttc"

jp_font = fm.FontProperties(fname=font_path)

plt.rcParams["font.family"] = jp_font.get_name()

# ==========================

# データ定義（pandas）

# ==========================

df = pd.DataFrame({

"積立年数": [5, 10, 15, 20, 25, 30],

"S&P500": [3600000, 8600000, 15800000, 25500000, 36500000, 48800000],

"オルカン": [3500000, 8000000, 14000000, 22500000, 32000000, 42400000]

})

# ==========================

# グラフ描画

# ==========================

plt.figure(figsize=(8, 5))

plt.plot(df["積立年数"], df["S&P500"], marker="o", label="S&P500")

plt.plot(df["積立年数"], df["オルカン"], marker="o", label="オルカン")

plt.xlabel("積立年数（年）", fontproperties=jp_font)

plt.ylabel("資産額（円）", fontproperties=jp_font)

plt.title("毎月5万円積立した場合の資産推移（中央値）", fontproperties=jp_font)

plt.grid(True)

plt.ticklabel_format(style="plain", axis="y")

plt.legend(prop=jp_font)

plt.tight_layout()

plt.show()

S&P500とオルカンを毎月5万円積み立てたら資産はどうなる？Pythonで5年〜30年シミュレーショングラフ

年利の違いが長期でどれほど効いてくるか

今回の前提では、S&P500とオルカンの想定年利差は1%です。
しかし、この1%差は30年という時間をかけると無視できない差になります。

30年後の中央値

投資元本はいずれも1,800万円です。
年利が1%違うだけで、最終的な資産差は600万円以上になります。

一方で、下位10%を見ると両者の差はそこまで大きくありません。
これは、リスク分散の効いたオルカンの安定性が表れている部分です。

どちらが正解かではなく、どう使い分けるか

この結果から分かるのは、次の点です。

成長性を重視するならS&P500
値動きのブレを抑えたいならオルカン
長期になるほど年利差が効いてくる
短中期ではそこまで大きな差は出にくい

どちらか一方が絶対に優れているわけではありません。
自分がどの程度の価格変動を許容できるかで選ぶべきです。

よくある質問（Q & A）

年7%や6%は楽観的すぎませんか？: 過去の長期実績を基にした控えめな想定です。
短期ではマイナスになる年も当然ありますが、30年単位では妥当な水準と考えています。
毎月5万円を続けられない場合は？: 積立額が減れば、最終的な評価額もほぼ比例して下がります。
無理に金額を増やすより、長く続けることの方が重要です。
暴落が来たらどうなりますか？: 下位10%の数値が、そのようなケースを含んだ結果です。
積立投資では、下落局面で安く多く買える効果もあります。
実際のNISA制度は考慮していますか？: 本記事では制度上限（新NISAの積立枠上限600万）は考慮していません。
あくまで「積立を続けた場合の資産推移」を見るためのシンプルなモデルです。