5
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

ビットコインのリスクを統計で読み解く:あなたが知るべき4つの真実

Posted at

ビットコインのリスクを統計で読み解く:あなたが知るべき4つの真実

はじめに:なぜ統計的リスク分析が必要なのか

ビットコインに投資している方なら、その価格変動の激しさは身をもって体験されているでしょう。しかし「変動が激しい」という感覚的な理解と、統計的な数値でリスクを把握することには大きな違いがあります。今回分析したデータは、約2年間のBTC/USDT日足データから導き出された、ビットコインの真のリスクプロファイルを明らかにしています。

この分析では4つの可視化図表を生成しており、それぞれが異なる角度からBTCのリスクを浮き彫りにしています。

第一の真実:BTCのリターンは「正規分布ではない」

図1:btc_returns_hist_20251005_071047.png

ヒストグラム(青い棒グラフ)を見ると、BTCの日次対数リターンの分布が一目で理解できます。この図では、横軸が対数リターンの値を、縦軸がその出現頻度(密度)を表しています。青い棒グラフの上に重ねられた赤い曲線が正規分布の理論曲線です。もし価格変動が完全に正規分布に従うなら、青い棒グラフと赤い曲線は綺麗に重なるはずです。

しかし実際には、中心部分(リターンがゼロ付近)で青い棒グラフが赤い曲線よりも高く尖っていることが分かります。これは小さな変動が正規分布の予測よりも頻繁に起こることを示しています。さらに重要なのは、両端の裾野部分です。グラフの左端(-0.075付近)や右端(0.100付近)を見ると、理論的にはほとんど発生しないはずの極端な値が実際には観察されていることが分かります。

統計的指標の解説

図の右上には以下の統計値が表示されています:

指標 意味
JB統計量 192.5 正規分布からの乖離度(5.991以上で非正規)
歪度(skew) 0.46 右側に偏った分布
超過尖度(kurt) 2.34 極端な値が多い(ファットテール)

Jarque-Bera統計量が192.5という非常に高い値を示しており、これは「正規分布からどれだけ乖離しているか」を測る指標です。5.991を超えると95%の信頼水準で正規分布ではないと判断されますので、BTCの192.5という値はその約32倍に達しています。

これが意味するのは、BTCでは「1日で5%以上動く日が思ったより多い」ということです。正規分布を仮定した従来のリスクモデルでは、こうした極端な日次変動を過小評価してしまう危険性があります。

第二の真実:ボラティリティは時期によって劇的に変化する

図2:ローリングボラティリティ
btc_rolling_vol_20251005_071047.png

このグラフは横軸に時間(日数のインデックス)を、縦軸に1日あたりの標準偏差を取り、BTCの変動性がどのように推移してきたかを示しています。

  • 青い線:30日間のローリングボラティリティ(短期)
  • オレンジ色の線:90日間のローリングボラティリティ(長期)

30日線はより敏感に市場の変化を捉え、90日線は長期的なトレンドを滑らかに表現しています。

ボラティリティの変動幅

グラフを見ると、ボラティリティが大きく変動していることが一目瞭然です:

時間軸 0-100付近:   0.02-0.03 → 年率換算 約28-52%
時間軸 200-300付近:  0.015-0.02 → 年率換算 約28-38%  
時間軸 400付近:      0.04超     → 年率換算 約76%

具体的な数値で説明すると、0.04という日次標準偏差を年率に換算すると約76%(0.04 × √365 ≈ 0.76)という驚異的な変動率になります。つまり、市場環境が変化すると、年率ボラティリティが2倍以上に拡大することがあるのです。

さらに興味深いのは、30日線(青)と90日線(オレンジ)の関係性です:

  • ボラティリティ急上昇局面:30日線が90日線を大きく上回る → 市場が短期的に荒れている
  • 両線が接近:市場が比較的安定した状態

この「ボラティリティの変動性」こそが、BTCのリスク管理を難しくしている要因です。過去の穏やかな時期のデータだけで将来のリスクを予測すると、急激な変動期に想定外の損失を被る可能性があります。

第三の真実:ドローダウンから見る「含み損」のリアル

図3:累積リターンとドローダウン
btc_drawdown_20251005_071047.png
この図は上下2段のグラフで構成されています。

上段:累積リターン(緑の線)

対数リターンを累積して指数変換することで、初期投資額が時間とともにどう成長したかを示しています。緑の線を見ると、期間の始まりを1とした時、最終的に約6倍まで成長していることが分かります。

しかし、この成長曲線は決して右肩上がりの直線ではありません:

  • 時間軸100付近:横ばい
  • 時間軸200付近:下落
  • 時間軸400-500付近:横ばいと下落

投資家が忍耐を強いられる局面が何度もあったことが見て取れます。

下段:ドローダウン(赤い塗りつぶし領域)

ドローダウン(Drawdown、略してDD)は、最高値からどれだけ下落しているかをパーセンテージで表したものです。赤く塗りつぶされた領域が下に伸びているほど、含み損が大きいことを意味します。

最大ドローダウン:約-25%(時間軸600付近)
長期ドローダウン:
  - 時間軸100-200:約100日間、10-20%のDD継続
  - 時間軸450-600:15%前後のDD長期継続

投資シミュレーション例

  • 投資額:100万円
  • 最大DD時の含み損:25万円
  • 含み損期間:3ヶ月以上継続することも

この心理的プレッシャーは数値以上に投資家を苦しめます。日々ポートフォリオを見るたびに赤字が表示され、「もう回復しないのではないか」という不安に駆られます。しかし上段のグラフが示すように、これらの困難な時期を乗り越えた先には新たな最高値更新が待っていることも事実です。

第四の真実:VaRは「安全の保証」ではない

図4:VaR超過分析

btc_var_exceed_20251005_071047.png

この図は、日次リターンの時系列(灰色の細い線)に、Value at Risk(VaR)の閾値と実際の超過事象を重ねて表示しています。

グラフの要素

要素 色/マーク 意味
灰色の細い線 - 日次リターンの時系列
オレンジ破線 ----- VaR95% (-3.93%)
赤点線 ····· VaR99% (-5.66%)
オレンジ丸 VaR95%超過事象
赤丸 VaR99%超過事象

理論vs現実

理論的予測:

  • VaR95%超過:20日に1回程度
  • VaR99%超過:100日に1回程度

実際の観測:

  • VaR95%超過:グラフ全体で多数観察
  • VaR99%超過:複数回発生(時間軸200, 350, 400-500, 600付近)
  • 極端な下落:-7%から-8%超も観察

さらに注目すべきは、これらの極端な下落の「クラスター性」です。VaR超過事象は時間軸全体に均等に分散しているのではなく、特定の時期に集中して発生しています。

特に時間軸400から500の区間では、VaR95%超過が頻発し、VaR99%超過も複数回起きています。これは市場が不安定になると、「100日に1回のはずの損失」が数週間の間に何度も発生することを意味します。

# 実際の超過率(コード出力例)
exceed_rate_var95: 0.082  # 理論5%に対して実際8.2%
exceed_rate_var99: 0.021  # 理論1%に対して実際2.1%

この現象が示すのは、正規分布を前提としたリスク管理手法がBTCには適用できないということです。

これからBTC投資を始める方へ:統計が教える賢明な第一歩

ここまでの統計分析を読んで、あなたは「それでもビットコインに投資すべきなのか」と迷われているかもしれません。重要なのは、これらのデータは投資を避けるための警告ではなく、より賢く投資するための羅針盤だということです。

1. 心理的耐性を確認する

まず理解していただきたいのは、図1の累積リターングラフが示す6倍という成長は、決して「ただ待っているだけ」で得られたものではないということです。

現実シナリオ

  • 投資額:50万円
  • 最大DD時:37.5万円(25%減)
  • 継続期間:3ヶ月以上
  • 問い:この状況に精神的に耐えられるか?

2. 適切な投資金額の設定

図2のヒストグラムが示すように、BTCは1日で5%以上動くことが珍しくありません。

推奨アプローチ:

初期投資額 = 月収の10%程度
例:月収30万円 → 初期投資3万円
    日次変動:±1,500円程度

この金額なら、1日で1500円増減しても、冷静に市場を観察し、学び続けることができるでしょう。

3. 市場タイミングの理解

図3のボラティリティグラフから学ぶべき教訓は「市場には時期がある」ということです。

初心者が陥る罠

  • 価格急騰中に「乗り遅れたくない」と大金投入
  • 直後に高ボラティリティ期到来
  • 大きな調整で損失

賢明な戦略

  • 価格横ばいで静かな時期に少額から開始
  • 学びながら徐々に投資額を増やす

4. ドルコスト平均法の活用

実践的な投資戦略として、ドルコスト平均法をお勧めします。

戦略:毎月1日に3万円ずつ購入
期間:12ヶ月
総額:36万円

メリット:
- 価格が高い時:少量購入
- 価格が安い時:多量購入
- 平均購入価格の平準化
- 感情的判断の排除

5. 損切りルールの設定

図4のVaR超過グラフから学ぶべきは「損切りルールの設定」です。

推奨ルール:

if 損失率 >= 20%:
    ポジション清算()
    冷却期間(30)
    戦略見直し()

例:50万円投資 → 10万円損失で撤退

図1のドローダウンが最大25%だったことを考えると、20%は妥当なラインです。

6. デモトレードの実践

投資を始める前に最低3ヶ月間のデモトレードを推奨します。

実践方法:

  1. スプレッドシートに以下を記録

    • 日付
    • BTC価格
    • 仮想購入額
    • 含み損益
    • 感情メモ
  2. 3ヶ月後の振り返り

    • ポートフォリオ状況
    • 自分の感情的反応
    • 統計的分析との照合
  3. 判断基準

    • 20%含み損で動揺する → 実投資はまだ早い
    • 冷静に「図3のボラティリティ上昇期」と分析できる → 準備OK

7. 情報収集の質を高める

避けるべき情報源

  • SNSの「今が買い時」煽り
  • YouTubeの「必ず上がる」予測
  • 統計的根拠のない情報

推奨する学習方法

  • 過去データの自己分析
  • 図表の読み解き力養成
  • 「予測を信じる」→「データから判断する」へ

8. 投資と生活のバランス

図1の成長曲線を見て「早く6倍にしたい」と焦る気持ちは理解できます。しかし、この2年間で6倍になったということは、逆に言えば2年間という時間が必要だったということです。

健全な関わり方:

頻度:月に一度の確認
内容:
  - 図3のようなボラティリティグラフ確認
  - ポートフォリオ状況確認
  - 大きな変化なし → そのまま継続

原則:投資は生活の一部であって全てではない

統計が教えてくれるのは、ビットコイン投資は短距離走ではなくマラソンだということです。

まとめ:統計を武器に、感情を制御する

これら4つの図表が示す統計分析から導かれる結論は明確です。ビットコインは従来の金融資産とは異なる独自のリスク特性を持っており、その最大の特徴は「極端な事象の頻発」と「予測不可能なボラティリティ変動」です。

4つの図表の相互関係

図表 示すこと
図1 含み損の深さと長さ
図2 理論と現実の乖離
図3 市場環境の激変
図4 理論的安全ラインの無効性

これらの図表は、それぞれ独立した指標ではなく、相互に関連しながらBTCの多面的なリスクを浮き彫りにしているのです。

成功への3つの鉄則

既存の投資家にとっても、これから始める初心者にとっても、取るべき態度は同じです:

  1. リスク特性の正しい理解

    • 25%のドローダウン
    • 1日で5%以上の下落
    • 数ヶ月間の含み損期間
    • 想定を超える極端な変動
  2. 自分のリスク許容度に合わせたポジションサイジング

    • 余裕資金での投資
    • 段階的な投資額増加
    • 明確な損切りルール
  3. 統計的アプローチの実践

    • 感情を排除した判断
    • データに基づく分析
    • 定期的な市場フェーズ確認

最後に

決して「過去6倍になったから今後も上がる」という楽観だけで投資するのではなく、統計が示すリスクを冷静に受け止めることが重要です。

投資の世界では「知識は力」であり、統計的理解はあなたの最大の防御壁となるのです。

この客観的なデータを武器に、感情に流されない賢明な投資を実践していきましょう。


技術情報

使用した分析手法

# 主要な統計指標
- Jarque-Bera検定正規性の検定
- 対数リターン価格変動の標準化
- ローリングボラティリティ時変的リスク計測
- ドローダウン分析最大損失の評価
- Value at Risk (VaR)極端損失の確率評価

データソース

  • シンボル:BTCUSDT
  • 期間:2023年1月1日 〜 2025年1月1日
  • 頻度:日足(1440分)

参考文献

  • Jarque, C. M., & Bera, A. K. (1980). "Efficient tests for normality, homoscedasticity and serial independence of regression residuals"
  • 対数リターンの統計的性質に関する金融工学文献
  • ファットテール分布とリスク管理
5
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
5
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?