資料室 ── 検証の統計学 ── 更新 2026-09-02
予測できるのは方向ではなく値幅 — 為替リターンの統計的性質
チャートを見ていると「次にどっちへ動くか」を当てたくなりますが、統計的に見ると、そこは市場で最も予測しにくい部分です。一方で同じデータの中に、はるかに予測しやすい量が隠れています。この記事は、その非対称性の話です。
結論
- 金融リターンには市場や期間を超えて再現される性質(定型化された事実)がある。主なものはファットテール、ボラティリティクラスタリング、ボラティリティの平均回帰、リターン自体の自己相関の弱さ
- **リターンの方向は予測しにくいが、値幅の大きさには強い持続性がある。**これが戦略設計の出発点になる
- ファットテールがあるため、正規分布を前提にしたリスク計算はテールを過小評価する。バックテストで観測された最大ドローダウンは、将来の上限ではない
- **ボラティリティクラスタリングがあるため、隣り合う取引は独立ではない。**実質的なサンプル数は取引回数より少ない
- 固定幅の利確・損切りは、この性質の下では構造的に不適切。ATR等での正規化は最適化ではなく構造の修正
性質①: ファットテール
金融リターンの分布は、正規分布と比べて中心が尖っていて、同時に裾が厚いという形をしています。これは「極端な値動きが、正規分布から予想されるよりずっと高い頻度で起きる」という意味です。為替でも同様の性質が報告されています。
時間軸によって程度が変わり、一般に短い足ほど裾が厚くなります。1分足は日足より非正規性が強く、集計していくにつれ正規分布に近づきます。
この性質が実務に効いてくる場面は4つあります。
| 帰結 | 意味 |
|---|---|
| 最大ドローダウンは想定を超えうる | バックテストで観測された最大DDは上限ではなく、下限に近いと考えるほうが安全 |
| シャープレシオの解釈に注意 | 分散だけを見る指標なので、テールリスクを反映しない |
| 「高勝率でたまに大負け」型は特に危険 | 損益分布そのものが非対称。ナンピン・マーチンゲール系がこの形になりやすい |
| ポジションサイズは保守側に | 最適サイズを計算する手法の多くは正規性を仮定している(証拠金の記事参照) |
性質②: ボラティリティクラスタリング
Mandelbrot (1963) が最初に指摘した現象で、**「大きな変動のあとには(方向を問わず)大きな変動が続き、小さな変動のあとには小さな変動が続く」**というものです。値動きの激しい時期と静かな時期が、不規則に交替します。
統計的にはこう表現されます。
- リターンそのものの自己相関はほぼゼロ(方向は続かない)
- リターンの絶対値や2乗の自己相関は正で、長く残る(大きさは続く)
つまり「明日上がるか下がるか」はほとんど読めないのに、「明日大きく動くか静かか」にはかなりの手がかりがある、という非対称性です。ボラティリティを扱うモデル(GARCHなど)が有効なのはこのためです。
さらに、ボラティリティは擾乱のあと平均水準に戻る傾向も報告されています。戻る速さはペアや期間によって違うので、自分の対象で推定する必要があります。
検証への影響がここにある
ボラティリティクラスタリングは、検証結果の読み方に直接効いてきます。
**隣り合う取引は独立ではありません。**連続して発生した取引は、同じボラティリティ環境の中で起きているからです。取引回数が500回あっても、それが独立した500回分の証拠にはなりません。実効的なサンプル数は取引回数より少なくなります。
この点はWalk-Forwardとモンテカルロの記事で書いた「トレードを並べ替えるモンテカルロは独立性を仮定している」という話と同じ根っこです。そして多重比較の記事で書いた「試行回数を正しく数える」という問題とも繋がります。独立でないものを独立として数えると、統計的な裏付けを実際より強く見積もることになります。
実務でどう使うか
エッジを方向の予測に求めるより、値幅の構造に求めるほうが統計的な足場が固い、というのがこの記事の実務的な要点です。具体的には次のような使い方になります。
- 利確・損切り幅をボラティリティに比例させる。固定pips幅は、静かな時期には広すぎ、荒れた時期には狭すぎます。ATR等で正規化するのは、過去データへの当てはめではなく構造の修正です(この点は通貨ペアの記事で書いたペア間の移植性の話とも重なります)
- **ポジションサイズをボラティリティに反比例させる。**リスク量を一定に保つ考え方です
- **検証期間をボラティリティ水準で分けて成績を見る。**片方のレジームでしか機能しない戦略は、そのレジームが終われば止まります
検証の際に見ておくとよいものも挙げておきます。
- 損益の歪度と尖度(集計統計だけでなく分布の形を見る)
- 損益分布のヒストグラムを目で見る
- 上位数取引を除外しても期待値が残るか(少数の大勝ちに依存していないか)
出典
- Benoit Mandelbrot, “The Variation of Certain Speculative Prices,” The Journal of Business, Vol. 36, No. 4 (1963), pp. 394–419(ボラティリティクラスタリングの最初の指摘)
- Rama Cont, “Empirical properties of asset returns: stylized facts and statistical issues,” Quantitative Finance, Vol. 1, No. 2 (2001), pp. 223–236(定型化された事実の標準的な整理)
- Jie-Jun Tseng, Sai-Ping Li, “Asset returns and volatility clustering in financial time series,” Physica A (2011), arXiv:1002.0284
※本記事は情報提供を目的としたもので、特定の取引や手法を推奨するものではありません。