アルゴリズム取引・精読

精読全文

第 1 章 · 戦略設計:アイデアからコードへ

考えたことはありますか。あなたを儲けさせる売買アイデアが、頭の中にひらめいてから、実際に市場で自動執行されるまで——その間に、いったい何が起きているのか。今日はいちばん最初のところから話します。一つの戦略が、どうやって一つの思いつきから、一行一行のコードになっていくのか。

ある場面を想像してください。

2008年、金融危機が最も激しかったあの数か月。世界中の株式市場が悲鳴に包まれ、無数の投資家がパニックの中で投げ売りをしていた。だが、あるトレーディングルームでは、スクリーンの前に座り、平然とした顔をした一群の人たちがいた。彼らのプログラムは自動で動き続け、数秒おきに一本の注文を出す。上げようが、下げようが、プログラムは恐れず、欲張らず、ただ冷静に、設計どおりのロジックを実行するだけだ。

これがアルゴリズム取引です。

魔法ではない。天才だけのものでもない。学べて、組めて、磨いていける一つのシステムです。

---

**まず、この本が何を語るのか。**

チェン・ヤオロンが書いたこの『アルゴリズム取引』は、きわめて実務的な一冊です。怪しげな精神論を語らない。「感覚」を語らない。語るのはこうです——あなたがどうやって一つの売買アイデアを、本当に動かせる一つのシステムに変えるのか。

全部で四章に分けて読んでいきます。

第一章、つまり今日は、いちばん源流から始めます——戦略はどこから来るのか、データはどう準備するのか、Python でフレームワークを組むとはどういうことか。これが土台です。

第二章では、バックテストの罠を話します。多くの人がバックテストをやって、戦略は美しいと思う。ところが実弾に出した途端に崩れる。なぜか。問題はどこにあるのか。

第三章では、執行システムに入ります。シグナルが出た。ではどうやって本物の注文に変えるのか。成行注文、指値注文、分割発注の戦略——こうした細部が、最終的に手元に残るリターンを決めます。

第四章では、リスク管理と実運用に落ち着きます。一つの戦略を、どう安全に実弾へ進めるのか。たった一回の予期せぬ取引がポートフォリオ全体を吹き飛ばすのを、どう防ぐのか。

四章を読み終えれば、アルゴリズム取引の全体像がくっきり見えるはずです。

では、今日の本題に入りましょう。

---

**戦略はどこから来るのか。**

多くの人は、アルゴリズム取引の戦略は数学者が黒板の上で導き出すものだと思っています。

違います。

チェン・ヤオロンが本書で示す核心はこうです。有効な戦略の着想の大半は、純粋な数学的導出ではなく、市場現象に対する直感的な観察から生まれる。

ちょっと止まって、この一文を考えてみてください。

気づいたことはありませんか。ある銘柄が、四半期ごとの決算発表の前になると、規則的に値が揺れること。あるいは、特定の時間帯になると、ある種の資産の出来高が突然膨らむこと。こうした「気づき」こそ、戦略の着想の出発点です。

クオンツ取引の本質は、数学で思考を置き換えることではない。数学を使って、あなたの思考を、検証可能・再現可能・拡張可能なものに変えることです。

戦略の着想の源は、だいたいこんな種類に分かれます。

**第一の種類:学術研究。**

たとえば「モメンタム効果」——過去しばらく値上がりした銘柄は、短期的には引き続き上がりやすい。この現象は学術文献の中で何度も検証されてきました。それを持ってきて、自分の戦略フレームに変えることができます。

**第二の種類:市場のミクロ構造。**

注文はどう約定するのか。大口注文の分割は価格をどう動かすのか。マーケットメイカーはどう動くのか。こうした細部には、利用できる規則性がたくさん隠れています。

**第三の種類:市場間の連動。**

A市場が上がったとき、B市場が遅れて追随する可能性はないか。先物と現物のあいだに、捉えられる価格差はないか。

**第四の種類:マクロと季節性の規則。**

「一月効果」を聞いたことはありますか。多くの市場で、毎年一月になると統計的に有意な異常リターンが現れます。その背後には、機関投資家の年末のポジション調整や、税の決済といった要因が重なって働いています。

ですが——

アイデアがあるのは、まだ第一歩にすぎません。

---

**データこそが、本当の戦場です。**

アイデアを検証したい。そのためにはデータが要ります。

ですがデータというものは、多くの人が想像するよりはるかに厄介です。

チェン・ヤオロンは本書でこう書いています。汚れたデータは、クオンツ戦略が失敗する最もありふれた原因の一つだ。多くの人がバックテストで目にする「利益」は、その実、誤ったデータへの過剰なフィッティングにすぎない。

この一文は、繰り返し聴く価値があります。

汚れたデータとは何か。

例を挙げましょう。あなたが歴史的な株価データを一式ダウンロードした。その中の、ある日の価格がゼロになっている。あるいは、ある日の終値が始値より50%高いのに、実際にはその日に重大な出来事は何もなかった。こういうデータが、汚れたデータです。

もしこのデータでバックテストをすれば、あなたの戦略は、本当は存在しない規則を「学習」してしまう。そして自信満々で実弾に出て、損をする。

**歴史データの収集で、何に気をつけるべきか。**

第一に、出所が信頼できること。

データ提供業者が違えば、同じ過去の記録も違っていることがあります。価格の権利調整のやり方が違えば、結果は大きくずれる。あなたが使っているのが前方調整なのか後方調整なのか、それを知らなければなりません。この二つの処理は、戦略への影響が異なります。

第二に、「生存者バイアス」を処理すること。

これは、とりわけ見落とされやすい罠です。あなたが今調べられる銘柄リストは、すべて「生き残った」会社です。すでに上場廃止になった、倒産した会社は、データの中にありません。もし現存する銘柄の歴史データだけでバックテストをすれば、あなたの戦略はリターンを構造的に過大評価することになります。

考えてみてください——

過去二十年のあいだ、「今日まで生き延びた」会社だけを調べれば、その大半が値上がりしていることに気づくのは当然です。ですが、途中で消えていった会社は。それらの損失は、あなたのデータの中にはないのです。

これが、生存者バイアスです。

第三に、タイムスタンプを揃えること。

市場が違えば、資産が違えば、データのタイムスタンプにもずれが出ることがあります。もし市場をまたぐ戦略をやるなら、時刻を揃えることは基礎中の基礎です。たった一秒のずれが、高頻度戦略では生死を分けることもあります。

**「きれいなデータセット」とは何か。**

チェン・ヤオロンが示す基準は明快です。

一、欠損値がない。あるいは欠損値が合理的に処理されている。

二、異常値がない。あるいは異常値が識別され、印が付けられている。

三、価格が正しく権利調整され、真の歴史的リターンを反映している。

四、データの期間と頻度が、あなたの戦略ロジックと噛み合っている。

この四つ、どれ一つ欠けてもいけません。

---

**Python は、なぜ第一候補なのか。**

ここでツールの話をしましょう。

なぜクオンツ取引の界隈では、Python がほとんど標準言語になっているのか。

いちばん速いからではありません。C++ のほうがはるかに速い。

いちばん「手間がかからない」からです。

Python には出来合いのライブラリが山ほどあります。データ処理には Pandas、数値計算には NumPy、可視化には Matplotlib、機械学習には Scikit-learn。一つひとつの機能をゼロから書く必要はなく、これらの積み木を組み合わせるだけでいい。

個人投資家や中小規模のクオンツチームにとっては、執行速度より開発速度のほうが大事です。戦略のアイデアをテスト可能なコードに変えるなら、Python がいちばん速い道です。

**Python の戦略フレームワークは、基本的にどんな形をしているのか。**

チェン・ヤオロンは本書で、基礎的なフレームワークをこう描いています。だいたいこんなモジュールに分かれます。

**第一のモジュール:データ取得層。**

外部から歴史データを引っ張ってきて、ローカルに保存する役割。ここでは耐障害処理をしっかりやる必要があります——ネットが切れたらどうするのか。データソースがエラーを返したらどうするのか。

**第二のモジュール:シグナル生成層。**

これが戦略の「頭脳」です。ここに自分のロジックを書く。どんな条件で買い、どんな条件で売るのか。たとえば、5日移動平均が20日移動平均を上抜けたら、買いシグナルを出す。

**第三のモジュール:バックテストエンジン。**

シグナルを歴史データの上で走らせ、取引をシミュレートし、リターン・最大ドローダウン・シャープレシオといった指標を計算する。これが戦略を検証する中核のツールです。

**第四のモジュール:執行インターフェース。**

ブローカーや取引所のAPIに接続し、シグナルを本物の注文に変える。この層は実弾の段階で初めて使われます。

**第五のモジュール:リスク管理モジュール。**

ポジションの上限、損切り条件、異常検知を設定する。これがあなたの口座を守る、最後の砦です。

この五つのモジュールが、完結したアルゴリズム取引システムの骨格をなしています。

---

**今に引き寄せた一つの例。**

ここまで来たので、いま多くの人が手を出していることを一つ話しましょう——ある株式市場の値動きと出来高のデータを使って、シンプルなトレンドフォロー戦略を組むこと。

ロジックはとても素朴です。価格が直近の高値を突破し、出来高も同時に膨らんだら、買う。価格が直近の安値を割り込んだら、売る。

簡単そうに聞こえます。

ですが実際にやってみると、データ準備というこの一関で、多くの人が立ち往生します。

市場によっては値幅制限の制度があります。ある日、一つの銘柄がストップ高になり、翌日の寄り付きでいきなりストップ安になる。こういう極端な状況を、データの中でどう処理するのか。生の価格をそのまま使うのか、それとも平滑化するのか。

さらに、売買停止の記録も大量にあります。停止のあいだは約定がなく、再開後に価格が窓を空けて飛ぶこともある。この区間のデータを、バックテストに入れるのか、入れないのか。

こうした問いは、アルゴリズムの問題ではなく、データの問題です。

データの処理がまずければ、あなたの戦略はバックテストでとてもよく見えるかもしれない。ですがそれは、実際には歴史の「ノイズ」に過剰フィットしているだけで、真の市場の規則を捉えているわけではないのです。

だからこそ、チェン・ヤオロンはデータ準備を、戦略設計のいちばん前に置いたのです。

土台が不安定なら、建物は高く積むほど、崩れたときに無残です。

---

**今日の内容を、まとめます。**

戦略は観察と直感から出発するが、検証には数学とコードを使う。

データはすべての土台であり、汚れたデータはあなたを偽りの「利益」にうっとりさせる。

Python は効率的なフレームワークを与え、アイデアをすばやくテスト可能なシステムに変えてくれる。

ですが——

戦略があり、データがあり、コードがある。それで、安心してバックテストに進んでいいのでしょうか。

待ってください。

バックテストは、本当にあなたが思っているほど単純なものでしょうか。

なぜこれほど多くの人が、夢のように美しいバックテスト結果を出しておきながら、実弾に出た途端にすべて崩れ落ちるのか。

問題はどこにあるのか。データに問題があるのか、それともテスト手法そのものに根本的な欠陥があるのか。

次の章では、まさにこの問題を解き明かします——バックテストの罠は、いったいどこに潜んでいるのか。

第 2 章 · バックテストの罠:なぜ多くの人が欺かれるのか

三か月かけて、バックテストのリターンが200%にも達する戦略を書き上げた。興奮し、胸が高鳴り、全力で勝負に出る準備が整った。

ですが、待ってください。

この数字は、本物の富なのか。それとも、あなたが自分の手で自分に仕掛けた罠なのか。

前の章では、アルゴリズム戦略をゼロから一に組み上げる過程を話しました——どう着想を得て、どうデータを洗い、どう Python で一つの売買アイデアを動くコードに変えるか。核心はこうです。きれいなデータと、明快なロジック。この二つこそが戦略の土台だ、と。今日は第二章、多くの人が最も深く落ちる場所を見ていきます——**バックテストの罠。**

---

まず、本当にあった歴史の場面を一つ。

時間を2005年前後に巻き戻します。

アメリカのクオンツ・ヘッジファンド業界が爆発的に成長していた頃。一流の数学者や物理学者が大挙してウォール街に流れ込み、自分たちのモデルとバックテストのレポートを携えていました。当時、「ファクター・ゴールドラッシュ」という言い方がありました。

新しいファクターを掘り当てた者が、市場に勝てる。

そこで各ファンドは、歴史データの中で狂ったように「採掘」を始めました——この変数を試し、あの変数を試し、一巡したらまた次の一巡。ある人は、特定の水曜日の月の満ち欠けと、翌日の株価の上げ下げに統計的相関があると「発見」しました。ある人は、会社名のアルファベットが少ない会社のほうが、歴史的なバックテストのリターンが高いと「発見」しました。

ばかげて聞こえますか。

ですが彼らのバックテストのレポートは、心拍が速くなるほど数字が美しかった。

そして、これらの戦略が実運用に乗りました。

結果は。

**損をしました。**

小さな損ではない。構造的に、大規模に、損をしたのです。

なぜか。

彼らはバックテストの、いちばん深い落とし穴に落ちたからです——

**データ・スヌーピング(データの覗き見)。**

---

チェン・ヤオロンは本書でこう書いています。データ・スヌーピング(Data Snooping)は、クオンツ戦略における最も隠れた致命的な誤りだ。その本質はこうだ——同じ一束の歴史データを使って、何十、何百もの戦略を繰り返し試し、その中から「いちばん成績のいい」ものを選び出して、有効だと宣言する。

止まってください。

このロジックを考えてみましょう。

コインを一枚取り、百回投げて、結果を記録する。そして「発見」する——コインを投げる前にコーヒーを飲んだ何回かは、表が出る確率が高い、と。

これは規則でしょうか。

違います。

これは**ノイズをシグナルと取り違えている**だけです。

歴史データには限りがあります。試した戦略が多いほど、その一束のデータから「掘り当てた」とされる規則は、純粋な偶然である可能性が高くなる。これがデータ・スヌーピングの本質です——あなたは市場のロジックを発見しているのではない。自分のデータセットに、ぴったりの服を仕立ててやっているだけなのです。

この服は、その一束のデータにしか合いません。

本物の市場に放り込んだら。

**三か月ともちません。**

---

データ・スヌーピングと固く結びついているのが、もう一つの言葉です。

**オーバーフィッティング(過剰適合)。**

Overfitting。

チェン・ヤオロンの核心はこうです。歴史データの上で完璧に振る舞うモデルは、たいていオーバーフィッティングの犠牲者だ。パラメータが多いほど、ルールが複雑なほど、モデルは歴史を「記憶」できるが、その分だけ未来を「予測」する力を失う。

たとえ話をしましょう。

あなたが一つの試験に備えている。去年の過去問を百回解き、どの問題の答えもすらすら言えるほど暗記した。

ところが今年は新しい出題形式が出た。

あなたは頭が真っ白になる。

オーバーフィッティングの戦略は、まさにこれです。歴史データの「試験」では満点。ですが市場は、毎日新しい問題を出してくるのです。

パラメータを過剰に細かく調整した戦略——たとえば「5日移動平均が21日移動平均を上抜け、かつ RSI が43から57のあいだにあり、かつその日の出来高が前日より12.7%多いとき……」

こういう戦略は、歴史データの中では抜群の成績かもしれない。

ですが問いたいのです。なぜ21日なのか、20日ではないのか。なぜ12.7%なのか、12%ではないのか。

**答えられません。**

答えられないパラメータは、オーバーフィッティングの証拠です。

---

ここで、きわめて重要な概念の区別を導入します。

**サンプル内(In-Sample)**

**サンプル外(Out-of-Sample)**

これがバックテストにおける、最も核心的な境界線です。

サンプル内とは、戦略を「訓練」し、パラメータを調整するのに使った、その歴史データの区間。サンプル外とは、戦略の本当の振る舞いを「検証」するのに使う、別の区間です。

多くの人のバックテストの流れは、こうです。

十年分の歴史データを手にする。この十年のデータでパラメータを調整し、最適化し、また調整する。最終的に「完璧な」パラメータを見つけ出す。そして戦略が有効だと宣言する。

問題はどこか。

彼らが「検証」に使ったデータと、「訓練」に使ったデータが、**同じ一束**なのです。

これはまるで、あなたが数学の問題を出題し、自分で解き、自分で採点して、自分に満点をつけるようなものです。

**これは検証とは言いません。自分をだましているだけです。**

正しいやり方はこうです。データを厳密に切り分ける。前の7割を訓練に使い、後ろの3割は封印しておく。戦略が固まってから初めて、取り出して一度きりの検証をかける。

しかも、このサンプル外の検証は、**一度きり**しか使えません。

二度目を使ったら、それはもうサンプル内のデータに変わってしまうからです。

---

ですが、たとえサンプル内外の分離を徹底できたとしても、もっと深い罠が待っています。

**スリッページの仮定。**

チェン・ヤオロンは本書でこの問題をとくに強調します。初心者がいちばん見落としやすく、しかも戦略をいちばん直接的に台無しにしうる細部だからです。

スリッページとは何か。

あなたがバックテストの中で買い注文を一本入れた。価格は100円。ですが本物の市場では、あなたの注文が出された瞬間、市場はすでに動いていて、約定価格は101円、あるいは102円になるかもしれない。この差が、スリッページです。

わずかに聞こえますか。

一回の取引で2円の差。どうということもなさそうです。

ですがアルゴリズム取引の本質は**高頻度**です。

一日に50回発注する。一回ごとのスリッページが2円。一日で100円の追加コスト。年間250営業日なら、2万5千円。

この数字は、多くの戦略の利益を**まるごと食いつぶす**のに十分です。

もっと危ないのは、「分単位の精密さ」に依存する高頻度戦略です。バックテストでは、あなたは各取引が現在の気配値で約定すると仮定する。ですが現実では、あなたの注文そのものが価格を動かす。とりわけ流動性の乏しい市場ではなおさらです。

**戦略をテストしているつもりが、実際には存在しない市場をテストしているのです。**

---

では、より現実に近づけるバックテストの手法はないのでしょうか。

あります。

その名は——

**ウォークフォワード・テスト。**

ローリング前進テスト。

これはチェン・ヤオロンが本書で重点的に紹介する手法で、プロのクオンツ機関の標準プロセスでもあります。

ロジックはこうです。

歴史データの全区間を、たくさんの小区間に切る。最初の一区間を訓練に使い、すぐ次の一小区間を検証に使う。そして一コマ前へ転がし、二番目の区間を訓練に使い、また次の一小区間を検証に使う。これを繰り返し、データを使い切るまで続ける。

こうすれば、検証に使うのは毎回「見たことのない」データです。あなたが得るのは、ただ一つのバックテスト結果ではなく、異なる時期・異なる市場環境における一連の真の成績です。

もし戦略がほとんどの時期で安定して振る舞うなら、真の市場の規則を捉えている可能性がある。もし特定の数区間だけ抜群によく、ほかの時期は散々なら、それはおそらく——

**あなたの戦略が、たまたまその数区間の特殊な歴史に適合しただけです。**

ウォークフォワード・テストはバックテストの罠を完全に消せるわけではありませんが、それが見せてくれる景色は、一回きりのバックテストよりはるかに本物に近いのです。

---

ここまで来たので、今に引き寄せた例を一つ話しましょう。

ここ数年、AIの普及にともなって、「AI銘柄選定戦略」と呼ばれる一群が、さまざまなコミュニティやプラットフォームで広く出回っています。共通点はこうです。バックテストのリターンが驚異的で、シャープレシオが美しく、最大ドローダウンが極端に小さい。

発表者はたいてい一枚のグラフを添えます。ある年からある年にかけて、純資産曲線がほぼ完璧な右肩上がりの直線になっている、というものです。

ですが、もしあなたが彼らに細かく問えば。

この戦略はどの時期で訓練したのか。

サンプル外の検証はやったのか。

スリッページと取引コストはどう仮定したのか。

ウォークフォワード・テストは通ったのか。

たいていの場合、返ってくるのは沈黙か、「そんなの重要じゃない、リターンだけ見ればいい」の一言です。

**これがデータ・スヌーピングとオーバーフィッティングの現代版です。**

道具が変わっただけで、罠は変わっていない。

---

最後に、もっと根本的なことを言わせてください。

バックテストの罠は、技術の問題だけではありません。それは一つの**心理の問題**です。

人間は生まれつき不確実性を嫌います。私たちは美しい数字を見るのが好きで、自分が規則を見つけたと信じるのが好きで、過去の成功を未来の保証だと思い込むのが好きです。

バックテストは、私たちに「掌握している」という錯覚を与えます。

数字が美しいほど、錯覚は深くなる。

ですが市場は、歴史データの再生ではありません。それは毎日変化し、毎日新しい参加者・新しい情報・新しいルールが現れます。

誠実なクオンツ・トレーダーは、バックテストを何だと考えるべきか。

**答えではない。出発点です。**

それは、明らかに間違ったアイデアをふるい落とすための道具であって、自分が賢いと「証明」するための証書ではないのです。

---

では、ちょっと止まって、今日の核心を整理しましょう。

データ・スヌーピング——同じ一束のデータで規則を掘り続け、ノイズをシグナルと取り違える。

オーバーフィッティング——パラメータが細かいほど、戦略は歴史を「記憶」し、未来に適応できなくなる。

サンプル内外の分離——訓練のデータと検証のデータは、厳密に隔離しなければならない。

スリッページの仮定——取引コストを無視すれば、バックテストのリターンは偽物だ。

ウォークフォワード・テスト——ローリング検証で、戦略を異なる時期の試練にさらす。

この五つの概念は、あらゆるクオンツ・トレーダーが脳に刻み込まなければならないものです。

---

ですが、待ってください。

たとえ戦略がこれらの検証をすべて通り、バックテスト結果が本当に信頼できるとしても——

その先は。

あなたはどうやって、この戦略を本当に市場へ執行するのか。

一つのシグナルが出たとき、成行注文を使うのか、指値注文を使うのか。

あなたの大口注文は、どう分割すれば自分のコストを押し上げずに済むのか。

ブローカーのインターフェースには、あなたの知らないどんな落とし穴が潜んでいるのか。

**次の章では、アルゴリズム取引で最も見落とされがちな戦場を話します——執行システム。**

第 3 章 · 執行システム:シグナルから注文へ

考えたことはありますか——戦略がどれほど完璧でも、発注のその一瞬で何かがおかしくなれば、すべては水の泡だということを。バックテストでは儲かるのに、実弾では損をする。その多くは、戦略が間違っていたのではなく、執行システムに問題が出ているのです。今日は、このブラックボックスをこじ開けます。

前の章では、バックテストの罠を話しました。

核心は何だったか。

オーバーフィッティング、データ・スヌーピング、サンプル外テスト——こうした落とし穴が、無数の人を歴史データの上で大儲けさせ、実弾を投じた途端に惨敗させてきました。バックテストは入場券にすぎず、突破の証ではない、と私たちは言いました。

今日は第三章です。

あなたがすでにその罠を切り抜けたと仮定しましょう。あなたの戦略は厳密なサンプル外テストを通り、ロジックは明快で、データはきれいです。

その先は。

その先は、シグナルを本物の注文に変えなければなりません。

この一歩、簡単そうに聞こえます。

違います。

---

まず、ある場面を。

時間を2010年5月6日に巻き戻します。

アメリカの株式市場は、寄り付き後すべて正常でした。午後2時45分頃、ダウ工業株平均が異常な揺れを見せ始めます。

そして——

崩れました。

わずか数分のうちに、ダウは1000ポイント近くも暴落したのです。

1000ポイント。

これは数日の下げ幅ではない。数分のうちに起きたことです。

のちにこの出来事は「フラッシュクラッシュ」と呼ばれました。

調査の結果、引き金の一つは、ある大型機関のアルゴリズム執行システムでした。市場の流動性がすでに枯れ始めているなかで、それは依然として、あらかじめ設定されたロジックどおりに大量の売りを出し続けたのです。

それは悪事を働いていたのではない。ただ命令を執行していただけです。

ですが執行のやり方が、間違っていた。

これが執行システムの力です——それは良い戦略を地に着けることもできれば、市場全体を数分のうちに制御不能に陥らせることもできるのです。

---

では、最初から話しましょう。

シグナルが生まれたあと、最初の問いはこうです。

どんな種類の注文を使うのか。

チェン・ヤオロンは本書でこう書いています。最も基礎的な選択は、成行注文と指値注文の取捨だ、と。

成行注文とは、「価格を問わず、今すぐ買う」ということ。

指値注文とは、「この価格で買う、約定しなければそれでいい」ということ。

簡単に聞こえますよね。

ですが背後のロジックは、まったく違います。

成行注文の利点は確実性です——必ず約定する。欠点は、どんな価格で約定するか分からないこと。市場の揺れが激しいとき、10円で買っているつもりが、実際の約定は10円20銭、ひどければ10円50銭になるかもしれない。

この差が、スリッページです。

スリッページ。

バックテストでは、多くの人がスリッページをゼロと初期設定します。

本物の市場では、スリッページは実実在在のコストです。

指値注文は逆です。価格は固定できるが、約定は保証されない。市場がそもそもあなたの価格に届かなければ、注文は宙に吊られたまま、何も起きません。

アルゴリズム取引にとって、この選択はどちらか一方というものではありません。

チェン・ヤオロンの核心はこうです。執行戦略の選択は、あなたの取引頻度・保有時間・そして市場の流動性の状況と噛み合わせなければならない。

高頻度戦略は、速度への要求がきわめて高く、しばしば成行注文に傾きます。機会を逃すコストのほうが、スリッページより大きいからです。

低頻度戦略は、価格により敏感で、指値注文を多く使います。待つほうがましで、市場に引きずられたくないからです。

---

ですが、本当の難題は、どちらの注文を選ぶかではありません。

本当の難題は、こうです。

あなたはどう発注するのか。

想像してください。あなたの戦略がシグナルを出した。ある銘柄を買え、建玉は200万円だ、と。

それを一本で打ち込みますか。

止まってください。

このことをよく考えて。

200万円の買い注文を市場に打ち込んだら、何が起きるのか。

もしこの銘柄の一日の出来高が1000万円なら、あなたの一本の200万は、その日の出来高の20%を占めることになります。

20%。

市場はどう反応すると思いますか。

価格は、あなた自身の手で押し上げられます。

買えば買うほど、価格は高くなる。買い終わった頃には、あなたの平均約定価格は、シグナルが出たときの価格をはるかに上回っているでしょう。

これをマーケットインパクト・コストと言います。

このコストは、バックテストではほとんど存在しません。

実弾では、あなたの戦略の利益を、その大半まで食いつぶしうるのです。

---

だからこそ、分割発注の戦略が現れました。

核心の考えはとても素朴です。注文を一度に全部市場へ打ち込むのではなく、それを分けて、小分けに執行する。

ですがどう分けるのか。

ここで、最も古典的な二つのアルゴリズムを話さなければなりません。

TWAP と、VWAP。

TWAP、正式には時間加重平均価格アルゴリズム。

ロジックはこうです。あなたの注文の総量を、時間に沿って均等に切り分ける。たとえば一時間で買い切るなら、5分おきに10分の1ずつ買う。

簡単で、荒削りで、有効です。

ですが問題が一つ。

市場は均等ではない。

午前9時半の寄り付きは、出来高が大きいかもしれない。午後2時は、出来高が小さいかもしれない。もしあなたが5分ごとに同じ量を買えば、出来高の小さいときには、かえってインパクト・コストが高くなります。

そこで、VWAP が現れました。

VWAP、正式には出来高加重平均価格アルゴリズム。

そのロジックはこうです。市場の出来高が大きいときは多めに買い、出来高が小さいときは少なめに買う。市場のリズムに合わせて動き、自分の約定価格を市場の平均価格にできるだけ近づける。

チェン・ヤオロンは本書で、VWAP は機関トレーダーが最もよく使うベンチマークの一つだと書いています。執行アルゴリズムの良し悪しを評価するとき、多くの場合、それはあなたの約定価格が VWAP に勝ったかどうかで測られます。

勝てば、あなたの執行アルゴリズムがインパクト・コストを減らした証。

負ければ、あなたの執行のやり方が、余分にお金を払わせたということです。

---

では、今に引き寄せた例を見てみましょう。

近年、ある株式市場で「クオンツによる叩き売り」と呼ばれる現象が議論を呼びました。

一部のクオンツ機関が、市場の流動性が乏しい時間帯に、大口の売り注文を集中的に執行し、個別銘柄が短時間に異常な下落を起こす、というものです。

一般の投資家が目にするのは、わけの分からない暴落です。

ですがその背後にあるのは、執行システムがマーケットインパクト・コストを十分に考慮しなかった結果なのです。

これは戦略そのものの問題ではない。

これは執行の層の問題です。

良い分割発注アルゴリズムは、流動性が悪化していることを感じ取り、自動で執行のリズムを緩め、あるいは一時停止して、市場の回復を待つべきです。

粗雑な執行システムは、市場の生き死にに構わず、ただ注文を打ち切るだけです。

両者の違いは、ときにコストの差にとどまらず、連鎖反応を引き起こすかどうかの差になります。

---

さて、注文が出ました。

その先は。

その先は、約定したのかどうかを知らなければなりません。

これが約定報告の問題です。

当たり前に聞こえます——発注したら、約定したかどうか知るのは当然だ、と。

ですがアルゴリズム取引システムの中では、このことの複雑さは、あなたの想像をはるかに超えています。

あなたの一本の注文は、何十、ときには何百もの小口に分割され、別々の時点でばらばらに約定するかもしれない。

一つひとつの約定には、報告がついてきます。約定価格、約定数量、約定時刻。

あなたのシステムは、これらの報告を一つひとつ集め、合算し、そして建玉の状態を更新しなければなりません。

もし報告の処理が遅れたり、どこか一本を取りこぼしたりすれば、システムは自分の真の建玉を誤認します。

建玉を誤認し、そして新しいシグナルを出し、そして新しい注文を発注する。

何が起きると思いますか。

そう、重複して買い込んだり、すでに売り切った状態で売りシグナルを出し続けたりするかもしれない。

この種の誤りは、テスト環境ではほとんど起きません。

実弾では、数分のうちに深刻な損失を生みうるのです。

---

最後に、ブローカー接続の話をします。

これは執行システムの中で最も「エンジニアリング」的な部分ですが、同時に最も見落とされやすい部分でもあります。

あなたのアルゴリズムは、何らかのインターフェースを通じて、注文をブローカーへ送り、ブローカーがそれを取引所へ届ける必要があります。

このインターフェースを、APIと呼びます。

ブローカーが違えば、APIの仕様も違います。FIXプロトコルを使うところもあれば、独自のインターフェースを持つところもあります。

チェン・ヤオロンは本書で強調します。ブローカー接続は技術の問題だけでなく、リスクの問題でもある、と。

あなたはテストしなければなりません。

ネットワークの遅延はどれくらいか。

切断して再接続したあと、注文の状態は失われないか。

ブローカーのシステムがクラッシュしたら、あなたのアルゴリズムはどう反応するか。

こうした問いは、本当に実運用に乗せる前に、一つひとつ検証しておかなければなりません。

市場はあなたを待ってはくれないからです。

ネットワークが切れても、市場は走り続ける。

ブローカーがダウンしても、あなたの建玉はそこにある。

頑健な執行システムは、こうした異常な状況を処理できなければならない。異常が起きたその瞬間に、いきなり制御を失うようではいけないのです。

---

まとめをしましょう。

シグナルから注文へ、この道のりには三つの関門があります。

第一の関門、注文の種類を正しく選ぶこと。成行注文か指値注文かは、あなたの戦略の特性と市場の流動性で決まります。

第二の関門、執行アルゴリズムを正しく使うこと。TWAP と VWAP は飾りではなく、インパクト・コストを減らす本物の道具です。

第三の関門、システムの頑健性をしっかり作ること。約定報告は正確に、ブローカー接続は安定して、異常時には備えを。

戦略は頭脳です。

執行システムは手足です。

頭脳がどれほど賢くても、手足が言うことを聞かなければ、すべては無駄になります。

---

ですが、執行システムさえ作れば、それで万事めでたしでしょうか。

まだ一歩足りません。

最後の一歩、そして最も肝心な一歩——

もし市場が突然、極端な揺れを見せたら、あなたの建玉は制御を失わないか。もしシステムが故障したら、応急の手立てはあるか。実運用に乗せるとき、いきなり全力でつぎ込む度胸がありますか。

次の章では、この本の最後にして最も重要な部分を見ます——

リスク管理と実運用。

たった一回の誤った取引が、いったいどれほどの破壊力を持ちうるのか。

第 4 章 · リスク管理と実運用:たった一回の取引にすべてを壊させない

戦略は設計し終えた。バックテストも通った。注文も出せるようになった。

すべての準備は整った。

そして——システムが落ちた。あるいは一本の注文の方向を取り違えた。あるいは相場が突然暴れ出し、建玉がそのまま吹き飛んだ。

考えたことはありますか。一人のアルゴリズム・トレーダーを本当に壊すのは、たいてい戦略ではなく、彼が「起こるはずがない」と思っていた、あの予期せぬ出来事だということを。

前の章では執行システムを話しました。

核心は何だったか。シグナルは注文と同じではない。戦略がシグナルを出してから、本物の約定に至るまでには、スリッページ・流動性・アルゴリズムの分割発注・ブローカーのインターフェース——どの一環も、あなたの利益を食いつぶしうる。執行は戦略のラストワンマイルであり、ここを歩き損ねれば、前のすべてが水の泡だ、と私たちは言いました。

今日は、締めくくりです。

第四章、この本の最後の章——

リスク管理と実運用。

---

まず、本当にあった惨事を一つ。

2010年5月6日、アメリカの株式市場。

午後2時45分、ダウ平均が数分のうちに1000ポイント近くも暴落しました。

1000ポイント。

そして、また数分のうちに反発して戻ったのです。

これが歴史上有名な「フラッシュクラッシュ」です。

のちの調査で分かったのは、引き金が一つの自動売買プログラムだったということ。それは極めて短い時間に、大量の先物を狂ったように売りまくり、連鎖反応を引き起こしました。ほかのアルゴリズムが異常な流動性を感知し、次々と注文を取り消し、追随して売る——市場全体が、アルゴリズム同士の将棋倒しに陥ったのです。

この将棋倒しで、いちばん惨い損失を被ったのは誰だと思いますか。

大機関ではありません。

リスク管理のない小さな口座です。

そうしたプログラムは、ストップ安まで買い続けたり、ストップ高まで売り続けたり、いっさいの保護機構を持たない口座でした。

人間が我に返って手動で介入した頃には、お金はもう消えていたのです。

---

チェン・ヤオロンは本書でこう書いています。リスク管理は戦略の付属品ではなく、戦略の生命線だ、と。

この一文を、あなたに覚えておいてほしいのです。

多くの人はアルゴリズム取引をやるとき、90%の力を戦略の研究に注ぎ、リスク管理を、最後の「余裕があれば足す」モジュール扱いします。

止まってください。

この順番は、逆です。

こうあるべきです——まずリスク管理のフレームがあり、それから戦略を実運用に乗せる。

---

**第一の関門:ポジションの上限**

ポジションの上限とは何か。

簡単に言えば、あなたのシステムがいつでも、一本あたり・一銘柄あたり・一方向あたり、最大でどれだけの資金を使えるか、ということです。

基礎的に聞こえます。

ですが、どれだけ多くの人がここで転覆するか、知っていますか。

場面はこうです。あなたの戦略がある銘柄で、連続して買いシグナルを出す。ロジックは明快、シグナルは強い。システムはひたすら積み増していく。

そして相場が反転する。

ポジションの上限のないシステムは、積んで、積んで、積み続け、口座が吹き飛ぶまで止まりません。

チェン・ヤオロンの核心はこうです。ポジションの上限は保守ではない、生存だ。

彼は本書で一つの考え方を示します——口座の資金を三つの層に分ける。

第一層、一本あたりの取引の上限。一本の注文で、最大でも口座の数%しか動かさない。

第二層、一銘柄あたりの総エクスポージャーの上限。同じ対象に対しては、何本建てようと、総建玉が一定の比率を超えてはならない。

第三層、ポートフォリオ全体のリスク・エクスポージャーの上限。すべての建玉を合わせて、口座が背負う最大の潜在損失が、一つの閾値を超えてはならない。

三層の保護、層ごとに守りを固める。

どの層が発動しても、システムは自動で積み増しを止め、あるいは減らし始めます。

これはあなたが儲けるのを制限しているのではない。

あなたが明日もまだ続けられるよう、保証しているのです。

---

**第二の関門:損切り・利確システム**

損切りは、やるべきだと多くの人が知っています。

ですが利確は。

ここに一つの認識の誤りがあります——多くの人は、利確を「保守的」だ、「早めに利益を確定して、もっと大きな相場を逃す」ことだと思っています。

違います。

利確の本質は、あなたの戦略を極端な相場から守ることです。

ある場面を想像してください。あなたの戦略は短期の平均回帰だとします。ある日、市場が一方向に暴騰した。あなたの戦略は「上がりすぎだ、反落するはず」と判断し、空売りに入る。

ところが反落せず、上がり続ける。

損切りがなければ、あなたは耐える。

上がり続ける。

まだ耐える。

そして強制決済。

損切りの存在は、一つひとつの取引に「最大の許容ライン」を与えるためにあります。このラインを越えたら、あなたのロジックがどれほど完璧でも、まず逃げる。弾を残す。話はそれからだ。

チェン・ヤオロンは本書でとくに強調します。損切りは敗北を認めることではない。不確実性を認めることだ、と。

この一文は、繰り返し聴く価値があります。

市場には、あなたが知らない情報が永遠にある。あなたのモデルは、永遠に現実の簡略化にすぎない。損切りは、この事実に対するあなたの、最も誠実な応答なのです。

---

**第三の関門:故障時の応急**

この関門は、アマチュアとプロの差が最も大きく開くところです。

故障時の応急とは何か。

つまり——あなたのシステムに問題が起きたとき、あなたに一連の備えがあるか、ということです。

システムがクラッシュした、どうするか。

ネットワークが切れた、どうするか。

ブローカーのインターフェースがタイムアウトし、注文が約定したのか分からない、どうするか。

相場データが誤り、戦略が誤ったデータに基づいて大量の乱れた注文を出した、どうするか。

こうした場面は、極端に聞こえます。

ですが、どれも実際に起きてきたことです。

2012年、アメリカのナイト・キャピタル・グループ。

一度のソフトウェア配備のミスが、システムを45分のあいだに数百万件もの誤注文を自動で出させました。

45分。

損失は、4億4千万ドル。

4億4千万。

会社は破綻寸前まで追い込まれ、最終的に買収されました。

チェン・ヤオロンは本書でこう書いています。あらゆるアルゴリズム取引システムは、実運用に乗せる前に、一通の「緊急時対応チェックリスト」を持たなければならない、と。

このリストに含めるべきものは。

第一、30秒以内にすべての自動取引を手動で止める方法。

第二、現在のすべての建玉の状態をすばやく確認する方法。

第三、システムとの連絡が途絶えた状況で、別の手段で建玉を解消する方法。

第四、異常な注文が出たとき、ただちにブローカーへ連絡する手順。

これは取り越し苦労ではありません。

これはプロの矜持です。

---

**第四の関門:実弾への段階的な投入**

さて、あなたのリスク管理のフレームが組み上がったと仮定します。

実運用に乗せていいでしょうか。

いいえ。

まだ一歩あります——段階的な投入。

段階的な投入とは何か。

つまり、初日から全資金をシステムに委ねるな、ということです。

チェン・ヤオロンが示す助言は、一つの「階段式」の道筋です。

第一段階、ペーパートレードを30日間、目いっぱい走らせ、実弾の相場のもとでシステムがどう振る舞うか、バックテストとの明らかなずれがないかを観察する。

第二段階、資金の10%で実弾に乗せ、二週間走らせる。

第三段階、もし正常なら、30%まで広げ、もう一か月走らせる。

第四段階、徐々に目標の建玉まで引き上げる。

なぜこんなにゆっくりやるのか。

バックテストと実弾のあいだには、あなたが予想していなかった差が、永遠にあるからです。

スリッページが思ったより大きい。

ある銘柄の流動性が思ったより悪い。

あなたのシステムが、特定の市場状態で、想定とまったく異なる振る舞いをする。

こうした問題は、全力ではなく、小さな建玉でさらして発見しなければなりません。

発見が早いほど、代価は小さいのです。

---

**アマチュア対機関:差はどこにあるのか。**

ここまで来たので、直接比べてみましょう。

アマチュアのアルゴリズム・トレーダーは、たいていこうです。

大量の時間をパラメータ調整に費やし、最高のバックテスト・リターンを追い求める。

リスク管理は後から足すか、そもそもない。

システムは初日から全力で実運用に乗せる。

問題が起きると、てんてこ舞いになる。

機関はこうです。

戦略研究とリスク管理のフレームを同時並行で開発する。

実運用に乗せる前に、専門のストレステストがあり、極端な相場でのシステムの振る舞いをシミュレートする。

実弾投入には厳格な承認プロセスがある。

専門のリスク管理チームがいて、戦略チームから独立し、システムの稼働状態を一日中監視している。

差はどこにあるのか。

賢さではない。

戦略の水準でもない。

「制御を失うこと」への畏れです。

機関は知っています。市場はいつでも、見たことのない事態を起こしうると。彼らのあらゆる努力は、その事態が起きたときに、損失を制御可能な範囲に収め、システムが走り続けられるようにすることにあります。

アマチュアは、戦略さえ十分に良ければ、その事態は起きないと思っています。

そして、その事態が起きるのです。

---

**今への引き寄せ**

今日、個人のクオンツ取引の敷居は、ますます低くなっています。

Pythonのオープンソースライブラリ、無料の歴史データ、低手数料の証券会社インターフェース——こうした道具のおかげで、普通の人でも、それなりに様になったアルゴリズム取引システムを組めるようになりました。

ですが道具の普及は、リスクの低下を意味しません。

むしろ逆です。

手をつけやすいほど、多くの人が、あの「面倒な」工程を飛ばします——リスク管理のフレーム、故障時の備え、段階的な投入。

その結果はこうです。より多くの人が、より低い敷居で、より短い時間のうちに、お金をすっかり失うのです。

チェン・ヤオロンが本書で言った一言を、私はこの本でいちばん大事な戒めだと思っています。

アルゴリズム取引システムの目標は、リターンを最大化することではない。制御可能なリスクのもとで、持続的かつ安定して走り続けることだ。

持続。

安定。

制御可能。

この三つの言葉こそが、終着点なのです。

---

**本書の締めくくり**

この本を振り返ると、私たちは一本の完結した道を歩いてきました。

第一章、ゼロから始めました——曖昧な売買アイデアを、どうきれいなデータと動くコードに変えるか。

第二章、バックテストの罠に踏み込みました——オーバーフィッティング、データ・スヌーピング、サンプル外テスト。歴史データの上の勝利は、本物の市場の勝利とは違うと教えてくれました。

第三章、執行システムを貫きました——シグナルから注文へは、一歩ではなく、摩擦に満ちた一本の鎖だと。

第四章、終着駅で立ち止まり、リスク管理を語りました——なぜなら、あらゆる努力が、一度の無防備な制御不能で、ゼロに帰しうるからです。

チェン・ヤオロンが本当に伝えたかったのは、結局のところ一つのことです。

アルゴリズム取引とは、一つの「必勝の公式」を見つけて、寝転んでお金を数えることではない。

それは一つの真剣なエンジニアリングです——設計、検証、執行、保護。どれ一つ欠けてもいけない。

市場は、あなたのコードが美しく書けているからといって、手加減はしてくれません。

ですが、もしあなたが一つひとつの関門を真剣に扱うなら、市場もそう簡単には、あなたを退場させはしないのです。

戦略は入場券、リスク管理こそが場内に残るための証だ。—— チェン・ヤオロン、アルゴリズム取引