高度な平均回帰戦略とそれを破るリスク

株価が50日移動平均から3標準偏差下落し、翌週に跳ね返ってトレードが利益で終わる。それを繰り返せば、無敵に見えるトラックレコード、つまり高い二桁の勝率が築ける。しかし、あるポジションが下落を続け、反転せず、過去10回の勝ちトレードで得た利益をすべて吐き出すことになる。

これが平均回帰を一文で表したものだ。高い勝率と醜い損失プロファイルを持つ戦略ファミリーである。手法は正しい。しかし、ほとんどの人がそれを評価する方法は間違っている。

平均回帰が実際に前提としていること

平均回帰は単一の考えに基づく。価格とリターンは時間とともに長期平均に向かって戻る傾向があるというものだ。急騰や急落は一時的とみなされる。時間が経てば、価格は歴史的な重心に向かって漂う。

その前提は多くのことを担っており、特定の条件下でのみ成立する。安定したレンジ相場では、価格は予測可能な帯域内で変動し、買われすぎまたは売られすぎの極限に達し、反転する。トレンド相場では、測定対象の「平均」自体が動いており、反転に賭けることはトレンドに逆らうことに等しい。同じ計算式でも、結果は逆になる。

このアプローチは1990年代以前は確実に機能しなかった。先物取引の成長がそれを変えた。株式と先物契約の間の裁定取引が一般的になるにつれ、トレーダーは価格が歴史的な関係から乖離し、跳ね返る可能性が高いタイミングを見極めるのが上手くなった。エッジが存在する場合、それはその関係から生じるのであって、単一の銘柄からではない。

統計的ツールキット

中核となるツールはごく普通のものだ。移動平均が基準値を定義する。ボラティリティの尺度、多くの場合ボリンジャーバンドが、「遠い」の程度を定義する。価格が外側のバンドに押し出され、反転ローソク足を形成したとき、その確認がシグナルを推測から区別する。トレーダーはこれらを使って、資産が買われすぎか売られすぎかを判断し、エントリーとエグジットのポイントをマークする。

これらは何も予測しない。乖離を測定し、乖離が極端な場合にフラグを立てる。トレードは、その極端な状態が平均に向かって解消されるという賭けであり、事前に定義されたエントリー、目標、そして間違いを認める水準がある。

3つの主要なセットアップ

高度な平均回帰戦略のほとんどは、3つの構造のバリエーションである。ロジックは共有するが、取引対象と破綻の仕方が異なる。

統計的仲裁は、 関連資産間の価格ギャップを探し、それらが均衡に戻るときに利益を得る。問題は、均衡が推定値であることだ。測定した関係がサンプル期間の偶然だった場合、戻るべきものは何もない。

ペアトレードは、 一般的な形態である。通常一緒に動く2つの資産を選ぶ。一方が過去の相関から乖離した場合、遅れている方を買い、リーダーを空売りし、ギャップが縮小することを期待する。機能するときはクリーンだ。相関が一時的なノイズではなく、ある企業や資産における現実的で恒久的な変化である場合、悲惨な結果になる。その場合、スプレッドは縮小せず拡大し、両方のレッグで同時に間違えることになる。ポジションサイズは、各レッグ単独ではなく、ペアの複合エクスポージャーに基づいて決める。そうしないと、「マーケットニュートラル」なポジションが見た目以上のリスクを抱えることになる。 ポジションサイジングは、 単一の方向性トレードよりもここで重要になる。

マーケットニュートラル戦略は、 ロングとショートのバランスを取ることで、広範な市場の方向性を排除し、スプレッドに集中する。目標は市場のトレンドではなく、相対的な価格変動から利益を得ることだ。これが何をもたらし、何をもたらさないかを明確にしておく価値がある。市場の方向性へのエクスポージャーを減らすことを目的とする。安定したリターンを保証するものではなく、ストレスイベントでは相関が収束し、ブックの両サイドが同時に痛手となる可能性がある。

自動化、アルゴリズム、機械学習

平均回帰はルールが明確であるため、自動化に自然に適合する。自動化システムは市場を継続的に監視し、事前に定義された条件が満たされたときに実行し、トレードが最も恐ろしく見える瞬間に人間のように躊躇しない。これにより、感情的なエラーの本当の原因が取り除かれ、実行速度が向上する。

機械学習はこれをさらに推し進め、大規模なデータセットをスキャンして人間が見逃す微妙なパターンを発見し、反転の確率をよりニュアンス豊かに推定する。注意深く使えば、価格が本当に伸びきっているタイミングの読みを研ぎ澄ますことができる。

ここに最大の落とし穴があり、モデルが派手になるほど悪化する。

ほとんどのシステムを壊すリスク：過学習

過去のデータに強くチューニングされたモデルは、バックテストでは完璧に見えても、実際の取引では失敗する。適合させるパラメータが多ければ多いほど、永続的なものを学習する代わりに過去を記憶することになる。それはすでに起こったことを記述する。次に起こることには一般化しない。

防御策は、賢さではなく規律である。モデルは必要と思われるよりもシンプルに保つ。複雑さと実際の条件下での振る舞いのバランスを取る。定期的に再検証し更新する。そして、構築した正確な期間でのみ機能する戦略は、証明されるまで壊れているものとして扱う。バックテストは、エッジが現実的で再現可能かを確認する方法であり、希望を確認するために一度実行する形式的なものではない。

前提が崩れるところ

過学習以外にも、平均回帰ブックを確実に台無しにする3つのことがある。

レジームチェンジ。 この戦略は安定した市場では有利だが、トレンド相場では危険である。突然の持続的なトレンドは反転パターンを完全に崩し、価格は平均に戻る代わりに遠ざかり続ける。より広範なトレンドを監視することは必須であり、いつ撤退すべきかを教えてくれる。状況の変化に適応する柔軟性こそが、不安定な時期を生き残る戦略と、踏み潰される戦略を分ける。

データからの誤った前提。 現在の環境を考慮せずに過去のデータに依存すると、誤りが生じる。市場は変化し、昨年の行動に適合した戦略が今年に適合するとは限らない。過去のデータは何が正常だったかを教えるが、今何が正常かは教えない。

現在のトレンドを無視する。 現在の状況に逆らってトレードすれば、機会を逃すか、さらに悪いことに、失敗するトレードを取ることになる。ボリンジャーバンドと移動平均は、潜在的な乖離を警告し、反転が妥当なタイミングを示唆するのに役立つが、それらは文脈であり、それ自体が青信号ではない。

タイミングと執行

正しいテーゼでも、執行が悪ければ失敗する。平均回帰における具体的な危険は、エントリーが早すぎることだ。価格がバンドに達したからといって、実際の反転の兆候がないまま、落ちるナイフを掴むことになる。「売られすぎ」は長期間にわたってさらに売られすぎることがある。バンドにタッチした瞬間に買うのではなく、反転ローソク足やバンドでの何らかの確認を待つことが、リスクを定義したエントリーと単なる願望の違いである。

これこそが、リスク管理が機械的でなければならない理由である。 ストップロスは、 反転テーゼが無効になるポイント、つまり価格が平均を十分に超えて移動し、「一時的」がもはや成立しないポイントに設定され、トレードが単純に間違っていた場合の損害を限定する。平均回帰の全体的な脆弱性は、逆行し続けるポジションである。ストップは、それをポートフォリオイベントから通常の負けトレードに変えるものだ。

正直な評価

平均回帰は明確なエントリーとエグジット、そして高い割合の勝ちトレードを提供する。最後の部分こそ、トレーダーが自分を欺くところだ。多くの小さな利益と時折の大きな損失を生み出す戦略の高い勝率は、それが利益を生むかどうかについてほとんど何も教えてくれない。期待値、つまり反転しなかったものを含む全トレードの平均結果こそが重要な数字である。20の勝ちトレードを帳消しにするテールを持つ70%の勝率は、勝ちの衣を着た負け戦略である。

この手法は正当であり、安定した市場では真に有用である。その価値を発揮するのは、反転しないポジションに耐えるサイジング、テーゼが間違いであることを証明する水準でのストップ、そしてパターンがまだ有効であるという正直で継続的なチェックと組み合わされた場合のみである。勝率をマーケティングと見なし、損失プロファイルを真実と見なせば、平均回帰は、優れたバックテスト数値を持つ罠ではなく、持つ価値のあるツールとなる。