はじめに
クオンツトレードを学び始めると、誰もが一度は次の壁に突き当たる。
- 株価や為替は、本当に予測できるのか？
- もし市場がランダムに動くなら、テクニカル分析や機械学習に意味はあるのか？
- バックテストで勝てた戦略は、本物のエッジなのか、それとも偶然なのか？
この問いの中心にあるのが ランダムウォーク仮説 である。
ランダムウォーク仮説は、しばしば「市場は予測できないのだから、トレードは無意味だ」という文脈で語られる。しかし、私はこれを実務クオンツの立場から少し違う角度で捉えたほうがよいと考えている。
ランダムウォーク仮説は、クオンツを否定する理論ではない。むしろ、クオンツがなぜ厳密な検証、リスク管理、実運用確認をしなければならないのかを教えてくれる理論である。
本記事では、次の問いを順に整理していく。
- ランダムウォーク仮説とは何か
- 金融市場は本当に予測不能なのか
- ランダムに近い市場で、クオンツは何を探しているのか
- 行動ファイナンス、構造的制約、流動性、ポジションの偏りはどのようにエッジにつながるのか
- 見つけたエッジ候補を、どのように検証すべきか
1. ランダムウォーク仮説とは何か
ランダムウォークとは、ざっくり言えば「次の価格変化が、過去の値動きからは安定的に予測できない」状態を指す。
本記事では、ランダムウォーク仮説を「価格変化、あるいはリターンが、過去の価格変化だけからは安定的に予測しにくい」という考え方として扱う。これは、効率的市場仮説のうち、過去の価格・出来高などの市場データに注目する 弱形式効率性 に近い考え方である。「市場価格にはあらゆる情報が織り込まれている」という強形式の主張までは含まない、と理解しておけば本記事の範囲では十分だと考えている。
イメージとしてはコイン投げに近い。表が出れば価格が上がり、裏が出れば下がる。前回の結果から次の結果は安定的には当てられない。
ただし、実際の市場は単純なコイン投げではない。リスクプレミアム、金利差、ボラティリティの変化、取引コスト、流動性などがある。重要なのは「完全に50%のゲーム」ということではなく、「過去の値動きだけから次の価格変化を安定的に当てるのは難しい」という点である。
金融市場に当てはめると、次のように言い換えられる。
過去の価格情報だけを使って、将来の価格変化を安定的に予測し、継続的に超過利益を得ることは難しい。
この含意は、入門段階で思った以上に重い。多くの人は「過去のチャートパターンを見れば、将来も同じように動くはず」と考えがちだからである。しかし市場がランダムウォークに近いのであれば、単純なチャートパターンや過去の勝率だけを根拠に将来の利益を期待するのは危険だと考えている。
ここで一点、よくある誤解を正しておきたい。ランダムウォーク仮説は「市場は完全に予測不可能だ」と主張しているわけではない。より正確には、こう読むべきだと考えている。
利用可能な情報だけを使って、誰でも簡単に安定した超過利益を得ることは難しい。
つまり、
- 単純なルールでは勝ち続けにくい
- 過去に効いたパターンが将来も効くとは限らない
- バックテストの好成績は偶然の可能性がある
- 取引コストやスリッページ（注文価格と約定価格のずれ）を差し引くとエッジが消えることがある
- 多くの参加者が同じエッジを見つけると、そのエッジは縮小・消失しやすい
という現実を示しているにすぎない。ランダムウォーク仮説はクオンツを否定する理論ではなく、クオンツに対して「本当にその戦略に再現性があるのか？」と問いかける理論だと捉えるのが妥当だと考えている。
2. では、クオンツトレードは無意味なのか
無意味ではない。ただし、簡単でもない。
クオンツトレーダーが探しているのは、未来を完全に当てる方法ではない。私の理解では、クオンツが探しているのは次のようなものである。
- ほんの少し勝率が高い条件
- 損失より利益が大きくなりやすい構造
- 特定の市場環境でだけ発生する歪み
- ボラティリティが高まりやすい局面
- 平均回帰しやすい条件、トレンドが継続しやすい条件
- 取引コストを差し引いても残る期待値
つまりクオンツは「未来を当てる人」ではなく、
確率的に少しだけ有利な条件を探し、その条件をリスク管理しながら繰り返す人
である。市場がランダムに近いからこそ、統計的検証、リスク管理、実運用確認が必要になる。これらは「面倒な作業」ではなく、ランダムに見える市場でエッジを取り続けるための必須条件だと考えている。
3. 金融市場は本当にランダムウォークなのか
結論から言えば、金融市場は完全なランダムウォークではない。しかし、多くの時間帯ではランダムに近い。ここが実務上もっとも重要なポイントである。
市場は完全にはランダムではないが、簡単に予測できるほど甘くもない。
実務上重要なのは、「市場がランダムかどうか」を二択で考えることではない。むしろ、どの市場で、どの時間帯に、どの条件のもとで、どの程度の非ランダム性が残っているのかを見ることだと考えている。
実際の金融時系列には、ランダムウォークだけでは説明しにくい特徴がいくつか存在する。代表的なものを3つだけ挙げる。
ボラティリティ・クラスタリング
大きく動いた後は、しばらく大きく動きやすい。価格の方向は予測しにくくても、リスクの大きさはある程度予測できる場合がある。重要指標発表後、金融危機、地政学イベント、流動性低下局面では、平常時とは異なる値動きが発生しやすい。GARCH系モデルが今も実務で使われ続ける理由の一つは、ここにある。
トレンド
一部の市場や期間では、上昇継続・下落継続の傾向が観察される。情報が一度に完全には織り込まれないこと、投資家が段階的にポジションを作ること、損切りが連鎖することなどが、トレンドの源泉として説明されることが多い。
平均回帰
行き過ぎた価格が、一定条件で元の水準に戻ることがある。ただし常に戻るわけではない。重要なのは「価格はいつか戻る」と信じることではなく、どの条件なら戻りやすく、どの条件ならそのままトレンド化しやすいのかを検証することである。
これらの特徴は、市場が完全なランダムウォークではないことを示唆する。同時に、これらの特徴がいつどの市場でも安定して観察できるわけではないことも、実務上はよく問題になる。エッジは「常に存在する一定の歪み」ではなく、「条件付きで現れる小さな非ランダム性」だと考えるのが現実的だと思う。
4. ランダムに近い市場で、どこにエッジを探すのか
ここからが本記事の中心である。ランダムウォークに近い市場でエッジを探すとは、未来をピンポイントで当てる方法を探すことではない。市場参加者の行動バイアス、制度上の制約、流動性の偏り、ポジションの集中、ボラティリティの変化など、わずかな非ランダム性を生む構造を探す作業だと考えている。
知っておくべき切り口を、7つに整理する。
4.1 行動ファイナンス：人間の非合理性から生まれる歪み
市場参加者は、常に合理的に行動するわけではない。恐怖、欲望、過信、損失回避、群集心理といった心理的バイアスが、価格に歪みを生むことがある。
代表的な行動バイアスを以下に整理する。
| バイアス | 市場で起きる現象 | 戦略の切り口 |
|---|---|---|
| 損失回避 | 損切りが遅れる | 急落後の投げ売り、その後の反発 |
| 群集心理 | みんなが買うから買う | トレンド継続、バブル |
| 過剰反応 | ニュースに反応しすぎる | 平均回帰 |
| アンカリング | 過去の価格水準に縛られる | 節目価格、サポート、レジスタンス |
| 確証バイアス | 都合のよい情報だけを見る | ポジション偏りの反転 |
クオンツが見るべきなのは、チャートの形そのものではない。その背後にある人間行動である。急落後の反発、トレンドの継続、節目価格での反応は、単なる線の動きではなく、市場参加者の心理とポジション調整の結果として理解できる。
市場が完全に合理的ならエッジはすぐに消えるが、人間が参加している限り、これらの歪みは形を変えて繰り返し発生する可能性が高いと考えている。
4.2 構造的制約：参加者が自由に動けないところに歪みが出る
参加者は全員が自由に合理的な売買をしているわけではない。多くの参加者には、制度上、運用上、リスク管理上の制約がある。
- ファンドの月末リバランス
- 年金や機関投資家の資産配分調整
- 企業の実需ヘッジ
- オプション市場のデルタヘッジ
- 損切りルール、VaR制約（一定確率で許容できる損失額の上限）、証拠金維持率による強制売買
- 流動性不足による価格の飛び
ここで生まれるエッジは、価格予測ではない。「誰かが売らざるを得ない」「誰かが買わざるを得ない」「誰かがポジションを閉じざるを得ない」という構造から生まれる。私はこの種のエッジを特に重視している。人間の心理的バイアスよりも、制度的制約のほうが時間を超えて安定して観察されやすい傾向があるからだ。
ランダムに近い市場でエッジを探すなら、自由意志の予測よりも、制約された行動の予測を狙うべきだと考えている。
4.3 ボラティリティ予測：方向ではなく危険度を予測する
入門段階では、どうしても「上がるか、下がるか」を当てに行こうとする。しかし、方向予測よりも ボラティリティ予測 のほうが実用的な場合が多い。
方向は読めなくても、以下は分析できる可能性がある。
- 今日は危険な相場か
- ボラティリティが上がっているか
- レバレッジを落とすべきか、エントリーを控えるべきか
- ストップ幅を広げるべきか、ポジションサイズを小さくすべきか
利益を増やすことも大事だが、損失を減らすことはもっと大事である。ボラティリティ予測は、収益を直接増やすためだけでなく、戦略を生き残らせるための重要な道具だと考えている。AIや機械学習を使うとしても、私はその価値の多くは「危険な期間に露出を減らす」方向にあると考えている。
4.4 時間帯・イベント：市場の性質が変わる場所を探す
市場は、常に同じ性質で動いているわけではない。特にFXでは、時間帯によって参加者、流動性、値動きの性質が大きく変わる。
東京時間、ロンドン時間、NY時間、ロンドンフィックス、CPI、雇用統計、FOMC、日銀金融政策決定会合、月末・四半期末、日本時間早朝の薄商い――これらはそれぞれ別の市場と言ってもよいくらい、性質が異なる。
エッジは市場全体に常に存在するとは限らない。特定の時間帯、特定のイベント、特定の流動性環境にだけ現れることが多い。
実運用上も、想定外イベントが入りやすい時間帯、流動性が低下しやすい時間帯、スプレッドが拡大しやすい時間帯ではエントリーを禁止するだけでも、戦略の安定性が改善することがある。「時間フィルタ」は、思っているよりずっと強力なリスク管理ツールだと考えている。
4.5 平均回帰：行き過ぎが戻る条件を探す
平均回帰は、わかりやすいエッジ候補である。RSIが極端に低い、Bollinger Bandの2σを超えた、VWAPから大きく乖離した、短期的に急騰・急落しすぎた――こうした「行き過ぎ」を狙う発想だ。
ただし、単純に「売られすぎだから買い」「買われすぎだから売り」と考えるのは危険だと考えている。条件分けが必要になる。
- ボラティリティが低いレンジ相場では平均回帰が観察されやすい
- 強いトレンド相場では逆張りが踏まれやすい
- 流動性が薄い時間帯では行き過ぎ自体が起きやすい
- 重要指標直後は平均回帰よりトレンド継続になりやすい
- 上位足のトレンド方向に逆らう平均回帰は危険
平均回帰は信念ではなく仮説である。
平均回帰とは、「価格は必ず戻る」という信念ではなく、「どの条件で戻りやすいか」を検証する仮説である。
4.6 トレンドフォロー：群集心理と損切り連鎖を利用する
トレンドフォローは、一見するとランダムウォーク仮説と矛盾するように見える。しかし、実務では今も主力戦略の一つであり続けている。
トレンドが生まれる理由は、おそらく単一ではない。
- 情報が一度に完全には織り込まれない
- 投資家が段階的にポジションを作る
- 損切りの連鎖
- 群集心理
- CTA（商品投資顧問業者。トレンドフォロー型のシステマティック運用が主流）やファンドのルールベース売買が動きを加速させる
- レバレッジ勢のロスカットが価格を押し出す
つまりトレンドは「上がったから買う」という単純な発想で取れるものではない。情報の遅延反映、ポジション調整、損切り連鎖、資金フローの継続を利用する戦略として理解すべきだと考えている。
4.7 ポジションの偏り：みんなが同じ方向に傾いた時を探す
価格だけを見ていると市場はランダムに見える。しかし、ポジションの偏りを見ると、将来の強制的な売買圧力が見えてくることがある。
- 投機筋が円売りに大きく傾いている
- 個人投資家が高レバレッジで同じ方向に集まっている
- オプション市場で特定の価格帯に建玉が集中している
- ショート、あるいはロングが積み上がりすぎている
このような状態では、価格が少し逆方向に動いただけで、損切りやポジション解消が連鎖することがある。FXであれば以下が手がかりになる。
- CFTC建玉（米商品先物取引委員会が公表する建玉明細。投機筋ポジションの偏りを把握する代表的な指標）
- IMM通貨先物ポジション（CMEのIMM部門で取引される通貨先物の建玉）
- オプション建玉、リスクリバーサル（同デルタのコールとプットのインプライドボラティリティ差。市場の方向性に対する歪みを示す）
- 個人投資家の売買比率
- オーダーブック情報
- スワップ偏重
価格だけを見るとランダムに見える市場でも、ポジションの偏りを見ると、将来の強制的な売買圧力が見えることがある。
これは、ランダムに近い市場でエッジを探すうえで、私が特に重視している視点の一つである。
5. エッジは「見つける」より「検証する」ほうが難しい
エッジ候補を見つけることは重要である。しかし、それ以上に重要なのは、そのエッジが本物かどうかを検証することだと考えている。
金融市場はノイズが多い。バックテストで勝てたとしても、それが本物のエッジとは限らない。たまたま過去データに合っただけかもしれないし、過剰最適化かもしれない。取引コストを正しく入れていないだけかもしれないし、ライブ運用ではスリッページで消える種類のエッジかもしれない。
私は、エッジ候補を以下の段階で検証することを基本にしている。
バックテスト: 過去データで戦略が機能するかを確認する。ただしバックテストは出発点であって、最終判断ではない。
WFO（Walk Forward Optimization）: 学習期間と検証期間を時間順にずらしながら、戦略が過去の一期間だけに過剰適合していないかを確認する方法。過剰最適化を避けるための要石である。
Holdout: 開発中には一切触らない完全な検証期間を残しておく手法。最後に一度だけ確認することで、開発過程でのデータ漏洩や無意識の過剰最適化を検出する。
Replay / Paper Trading / DryRun: 実際の市場に近い形で、発注、約定、スリッページ、運用フローを確認する。バックテストでは見えない実運用上の問題を発見する段階。本記事ではまとめて「ライブ運用前の模擬運用」と呼んでよい。
ライブ小ロット運用: 最初から大きな資金を入れるのではなく、小さなロットで実運用との差を確認する。本番で想定通りに動くかを見ながら、慎重に運用規模を調整する。
この多段階検証を端折ると、たいてい本番でドローダウンに飲まれる。私自身も、AIを使った戦略はDryRunと小ロットライブ運用の段階で挙動を確認しながら拡張するという方針を崩さないようにしている。
5.1 検証で特に注意すべき3つのバイアス
ランダムに近い市場でバックテストを見るときに、特に注意したいバイアスを3つ挙げる。これらに無自覚なまま「勝てる戦略を見つけた」と思い込むのは、おそらく入門段階で最も多い失敗パターンである。
ルックアヘッドバイアス
未来の情報を、過去時点の意思決定に使ってしまうミス。たとえば日次の終値で計算した指標を、その日の日中エントリー判定に使ってしまうケース。発見しにくく、修正するとバックテスト成績が大きく悪化することが多い。
データスヌーピング
同じデータに対して何度もパラメータや条件を試した結果、偶然よく見える戦略を見つけてしまう問題。試行回数が多いほど、純粋な偶然で良いバックテスト結果が出る確率は上がる。WFOやHoldoutの分離が効くのは、まさにこの問題への対策としてである。
パラメータ安定性
特定の設定値でしか勝てない戦略は、実運用で崩れやすい。パラメータを少しずらしてもバックテスト結果が大きく変わらないか（パラメータ感度分析）を確認するのが有効だと考えている。「最適値で勝つ戦略」より「最適値の周辺でも勝つ戦略」のほうが、ライブで生き残りやすい。
6. 陥りやすい落とし穴
ランダムウォークに近い市場でエッジを探す際、踏みやすい地雷を5つだけ挙げておく。
勝率だけを見る: 勝率が高くても、損失が大きければ意味がない。重要なのは勝率ではなく期待値である。
バックテストの利益だけを見る: CAGR（年平均成長率。複利ベースのリターン）が高くてもMaxDD（最大ドローダウン。資産がピークからどれだけ落ち込んだかを示す指標。単なる損失額ではなく、戦略を続けられるかを見るための生存性指標）が大きすぎれば実運用では継続できない。
コストを甘く見る: スプレッド、手数料、スリッページを過小評価すると、机上では勝ててもライブ運用では勝てない。短期売買ほど、コストはエッジを直接削り取る。
条件を増やしすぎる: 条件を増やすほど過去データには合いやすくなるが、それは本物のエッジではなく、過剰最適化の典型である。
市場環境の変化を無視する: 過去に効いた戦略が将来も効くとは限らない。参加者構造、流動性、金利環境、規制、ボラティリティ構造が変わればエッジも変化する。エッジには賞味期限があると考えておくほうが安全だ。
7. まとめ
金融市場は完全なランダムウォークではない。しかし、多くの局面ではランダムに近い。だからこそ、単純な価格予測は非常に難しい。
クオンツトレーダーに必要なのは、「市場は簡単に予測できる」と信じることではない。むしろ、
市場はほとんど予測できないと認めたうえで、それでも残る小さな歪みを統計的に検証する
という姿勢だと考えている。
ランダムに近い市場でエッジを探すとは、未来を当てることではない。市場参加者の行動バイアス、制度的制約、流動性の偏り、ポジションの集中、ボラティリティの変化が生む、わずかな非ランダム性を見つけ出すことである。そしてその歪みが取引コストを差し引いても残るのかを、WFO、Holdout、DryRun、ライブ小ロット運用で慎重に確認する必要がある。
最後に、本記事の中心メッセージを残しておく。
ランダムウォーク仮説は、クオンツを否定する理論ではない。むしろ、なぜ検証が必要なのか、なぜバックテストだけでは不十分なのか、なぜリスク管理を怠ってはいけないのかを教えてくれる理論である。
クオンツに必要なのは、市場を完全に予測する力ではない。ランダムに見える市場の中から、取引コストを差し引いても残る小さな歪みを見つけ、それを検証し、リスク管理しながら繰り返す力である。