日中平均回帰戦略(板バランス+モメンタム反転)

概要

板情報の需給バランスと短期モメンタムを組み合わせた日中平均回帰戦略である。30分間で一定以上の下落が発生し、かつ板の需給バランスが中間的(流動性健在)な局面でLONGエントリーし、60分保有後に決済する。

金先物(当限)の5分足データを対象とし、ティックデータから集計した5分足OHLCVと板情報(10本深度)の bid_ratio を組み合わせてシグナルを生成する。

理論的背景

平均回帰の前提

商品先物の日中価格は、短期的なオーバーシュート(行き過ぎ)の後に平均回帰する傾向がある。特に流動性が健在な環境では、一時的な需給ギャップによる急落は持続せず反発しやすい [42][63]。

板バランスの意味

板情報の bid_ratio(買い板比率)は流動性の状態を示す。

  • bid_ratio が中間的(0.40-0.55): 買い手・売り手の両方が板に注文を置いている。マーケットメーカーが活動しており、流動性が健在。一方向の急落は一時的な需給ギャップであり反発しやすい

  • bid_ratio が低い(< 0.40): 買い手が撤退し売り板が優勢。構造的な売り圧力であり、反転を期待すべきでない

  • bid_ratio が高い(> 0.55): 買い板が優勢だが、この偏りは必ずしも上昇を意味しない(相関はほぼゼロ)

なぜ板フィルターが有効か

純粋なモメンタム反転(下落後にLONG)だけでは利益が出ない。板バランスフィルターを追加することで「反発可能な環境」のみを選別する。

条件

N

勝率

平均PnL

税後累計

mom30 < -50(板フィルタなし、60分保有)

261

64.4%

+30.74円

+5,759円

mom30 < -50 + MID_BR(60分保有)

212

67.5%

+42.21円

+7,109円

板フィルターの追加により、税後損益が +5,759円 → +7,109円(+1,350円)に改善する。フィルターの主な効果は勝率の向上(64.4% → 67.5%)と平均PnLの改善(+30.74 → +42.21円)である。

戦略: 板バランス中間 + 下落反転 LONG

前提条件

  • ティックデータ(5分足に集計)

  • 板情報(10本深度、5分足に集計)

  • 対象: 金先物 当限月(最も流動性が高い限月)

シグナル条件

  1. bid_ratio 算出: 5分間の板情報を集計し、bid_ratio = Σbid_size / (Σbid_size + Σask_size) を計算する

  2. 30分モメンタム算出: 現在の5分足終値と6バー前(30分前)の終値の差を計算する

  3. エントリー条件: bid_ratio [0.40, 0.55] かつ mom30 < -50円

  4. エントリー: LONG(成行)

  5. 決済: 60分後(12バー後)に成行決済

パラメータ

パラメータ

根拠

足の間隔

5分

ティックデータから集計

bid_ratio 下限

0.40

買い手撤退ゾーンの上限

bid_ratio 上限

0.55

P90(上位10%偏り)の近似値

モメンタム期間

30分(6バー)

短期的な下落を捕捉

モメンタム閾値

-50円

金先物の平均的なノイズ幅を超える下落

保有期間

60分(12バー)

五分位分析で最も期待値が高い

対象限月

当限月

板情報の信頼性が最も高い

保有期間の選択根拠

保有期間別の比較(MID_BR フィルター適用、セッション内で決済)では、60分保有が最も税後期待値が高い。

保有期間

N

勝率

税後累計

10分

259

60.6%

+1,280円

20分

247

61.1%

+2,895円

30分

242

58.3%

+1,118円

60分

212

67.5%

+7,109円

適用商品

商品

適合度

備考

金(当限)

10本深度の板情報が最も充実、流動性最高

白金(当限)

要検証

板情報は存在するが、パラメータ調整が必要

金先物限定の理由

本戦略は金先物の当限月で検証されたものである。他商品では板情報の質(板厚、更新頻度)が異なるため、パラメータの再調整が必要。板が薄い商品では bid_ratio のノイズが大きくなり、フィルターの有効性が低下する。

実データ分析

分析期間

  • 対象期間: 2026/03/03 - 2026/03/12(8営業日)

  • 対象商品: 金先物 当限(202702限月)

  • データ: ティック(5分足集計) + 板情報(10本深度、5分足集計)

bid_ratio の分布(当限 202702)

統計量

最小値

0.2292

P10

0.4276

P25

0.4630

中央値

0.4939

P75

0.5231

P90

0.5549

最大値

0.7352

5分足バー数(板情報基準)

1,918

bid_ratio は中央値 0.49 でやや売り板優勢に偏っている。シグナル条件の [0.40, 0.55] 区間にはバーの約75%が含まれる。

bid_ratio と将来リターンの相関

期間

相関係数

10分後

-0.016

30分後

+0.017

60分後

+0.017

bid_ratio 単体での予測力はほぼゼロ(r ≈ 0)。板の偏りだけでは方向性を予測できない。

bid_ratio 五分位別リターン(30分後)

五分位

N

平均ret

上昇%

bid_ratio範囲

Q1(売り板優勢)

360

-3.9円

46.4%

0.27-0.45

Q2

360

+13.7円

53.9%

0.45-0.48

Q3

360

+4.8円

49.7%

0.48-0.50

Q4

360

+5.2円

52.2%

0.50-0.53

Q5(買い板優勢)

360

-1.4円

51.7%

0.53-0.74

五分位分析では単調な関係がなく、Q1(売り板優勢)とQ5(買い板優勢)の両極端でリターンが低い。

bid_ratio × モメンタム交差分析

BR群

モメンタム群

N

平均ret30

上昇%

HIGH_BR

DOWN_MOM

98

+0.9円

55.1%

HIGH_BR

UP_MOM

92

-10.7円

46.7%

LOW_BR

DOWN_MOM

42

-44.4円

38.1%

LOW_BR

UP_MOM

34

+4.2円

41.2%

MID_BR

DOWN_MOM

673

+9.4円

54.7%

MID_BR

UP_MOM

751

+1.2円

46.1%

LOW_BR + DOWN_MOM(売り板優勢 + 下落中)はトレンド継続(-44.4円/回)であり、反転を狙うべきでない。MID_BR + DOWN_MOM(板バランス中間 + 下落中)が平均回帰に最適な条件である。

全体パフォーマンス

指標

取引回数

212回(8日間、26.5回/日)

勝率

67.5%

Profit Factor

2.25

平均PnL(税前)

+42.21円/回

累計PnL(税後)

+7,109円/g

PnL標準偏差

175.28円/回

Sharpe/trade

0.24

平均勝ち

+112.73円

平均負け

-103.93円

勝ち/負け比率

1.08

日別パフォーマンス

日付

N

勝率

平均PnL

税前累計

税後累計

2026/03/03

21

61.9%

+42.81円

+899円

+717円

2026/03/04

48

56.3%

+31.02円

+1,489円

+1,072円

2026/03/05

21

71.4%

+25.52円

+536円

+354円

2026/03/06

24

79.2%

+55.25円

+1,326円

+1,118円

2026/03/09

26

73.1%

+71.77円

+1,866円

+1,640円

2026/03/10

33

57.6%

+30.91円

+1,020円

+734円

2026/03/11

25

80.0%

+53.60円

+1,340円

+1,123円

2026/03/12

14

78.6%

+33.79円

+473円

+351円

検証期間の全8営業日で税後プラスとなった(ただしサンプル期間は8日間と限定的)。最も低い日でも +351円/g。

セッション別パフォーマンス

セッション

N

勝率

税前累計

税後累計

日場(day)

44

84.1%

+3,730円

+3,348円

夜場(night)

168

63.1%

+5,219円

+3,761円

日場は勝率84.1%と非常に高い。夜場は取引数が多く累計貢献も大きいが、勝率はやや低い。

時間帯別パフォーマンス

時間帯

N

勝率

累計PnL

平均PnL

評価

09:00

12

100.0%

+2,168円

+180.67円

最良

10:00

9

100.0%

+878円

+97.56円

最良

11:00

12

91.7%

+806円

+67.17円

良好

02:00

14

92.9%

+1,838円

+131.29円

良好

03:00

11

81.8%

+618円

+56.18円

良好

04:00

11

81.8%

+260円

+23.64円

良好

05:00

5

80.0%

+2,589円

+517.80円

良好

20:00

16

81.3%

+2,274円

+142.13円

良好

21:00

10

80.0%

+497円

+49.70円

良好

17:00

21

66.7%

+323円

+15.38円

普通

01:00

16

56.3%

+108円

+6.75円

普通

18:00

17

35.3%

+74円

+4.35円

不調

19:00

17

47.1%

-2,341円

-137.71円

不調

22:00

27

48.1%

-833円

-30.85円

不調

00:00

3

0.0%

-188円

-62.67円

不調

時間帯フィルターの適用候補

19時(-2,341円)、22時(-833円)、00時(-188円)を除外することで、さらに税後損益の改善が見込まれる。ただし、サンプル数が限定的なため、追加データでの検証が必要。

取引コスト

項目

スプレッド(片道)

約3円/g

売買手数料(往復)

約2.68円/g

合計コスト(往復)

約8.68円/g

金標準(1,000g)の場合、1取引あたり約8,680円のコスト。税後の平均PnL +33.53円/g(= 42.21 - 8.68)× 1,000g = 約33,530円/回の期待値。

リスクと注意点

  • サンプル期間が短い: 8営業日のデータに基づく分析であり、統計的信頼性は限定的。追加データでの検証が必須

  • 金先物特有の特性に依存: 板情報の質(板厚、更新頻度)が他商品と異なるため、金先物以外への適用には再検証が必要

  • ボラティリティ環境の変化: 分析期間(2026年3月)は高ボラティリティ環境であり、低ボラティリティ期には平均回帰の幅が縮小しコスト負けする可能性がある

  • 夜場19時・22時の不調: 海外市場のイベント(米国経済指標発表など)に伴う一方向の値動きが反転を妨げる可能性

  • スリッページリスク: 成行注文を前提としており、急変時のスリッページは考慮していない

  • 同時ポジション: 60分保有のため、複数シグナルが同時に発生しポジションが重複する可能性がある。リスク管理ルールの設定が必要

データ参照

  • ティック(5分足集計): /ticks-analyzeraggregate_minute_bars(con, start, end, commodity_code="GOLD", interval_minutes=5)

  • 板情報: /orderbook-analyzer → orderbook Parquet の side, level, price, size から bid_ratio を算出

  • bid_ratio 算出SQL:

    SUM(CASE WHEN side = 'bid' THEN size ELSE 0 END) /
    NULLIF(SUM(size), 0) AS bid_ratio
    -- delivery_month = 当限月 でフィルター
    -- 5分足単位で GROUP BY
    
  • OHLCV日足: /day-bars-analyzerget_ohlcv(con, "GOLD") でボラティリティ環境の確認

今後の検証課題

  1. 時間帯フィルター: 19時・22時・00時の除外による改善効果の定量化

  2. CTA日足方向との組み合わせ: SMA(20/60) が上向きの日のみLONGシグナルを採用し、逆方向シグナルを抑制

  3. ボラティリティレジーム別分析: 高/低ボラティリティ環境での戦略特性の変化

  4. 追加データによる検証: データ蓄積に伴う out-of-sample 検証

  5. ポジションサイジング: 同時ポジション数の上限設定とリスク管理ルール

出典

出典番号は 全出典一覧 の通し番号に準拠する。

  • [42] Chakraborty, T. and Kearns, M. “Market Making and Mean Reversion”. University of Pennsylvania, 2011.

  • [63] Cont, R., Kukanov, A. and Stoikov, S. “The Price Impact of Order Book Events”. Journal of Financial Econometrics, 12(1), 2014.