見出し画像
Photo by nonosports

オリジナル米国株診断ツール

枢木鏡花

オリジナルの米国株信用力スコアを作ってみよう！最終更新：2026/01/05

信用力スコアとは「米国株市場にとっての信用コンディション」をスコア化したもの。
AIスコアとは「AIバブルの温度」をスコア化し0〜100で評価。

1. 信用力スコア

信用力スコア は、いまの株式市場が「どれだけ安心してリスクを取りやすい環境か」を数値化した指標です。
【信用力スコアの金利ブロックをアップデートしました】
2025年12月29日時点と比べ、今回の信用力スコアでは「モデルの見方」を一段アップデートしています。
金利水準そのものが大きく変わったわけではありませんが、
金利をどう解釈するかを見直しました。

信用力スコアの外部構造

ここで使っている「信用力スコア」は、株価そのものではなく、株式市場を支えている“土台の強さ”を点数化した指標です。
指数が高値でも、この土台が弱ければ調整は起こりやすくなります。

⸻

信用力スコア全体（外側）の構成比

まず、信用力スコアは、6つのブロックを合成して作っています。
• 金利・金融政策（S_rates）：25%
• クレジット（社債市場）：15%
• 流動性（資金余力・金融ストレス）：15%
• 資金フロー（市場への資金流入）：20%
• ポジション（投資家の持ち高）：10%
• AIスコア（AI需給・収益化）：15%

この中で最も重いのが 金利ブロック（25%） です。
それだけ「金利環境が株式市場の信用力を左右する」という前提を強く置いています。

金利ブロック（S_rates）

金利ブロック（S_rates）は、
金利水準・政策期待・イールドカーブの文脈・利下げの質・インフレ圧力を
単一の信用力スコア（0–100）に統合するための合成指標。

設計原則は以下の3点。
1. すべてのサブ指標を 0–100 に正規化
2. 高いほど株式市場の信用力にプラス
3. 利下げ期待の「誤判定（景気後退型利下げ）」を内部で抑制

金利ブロック内部の比重（合計100%）
• 2年国債利回り：29.44%
• 10年国債利回り：29.44%
• FedWatch（利下げ・利上げ期待）：14.72%
• CNR（イールドカーブ正常化リスク）：9.20%
• RCSL（利下げの質：景気後退かソフトランディングか）：9.20%
• INF（インフレ圧力）：8.00%

⸻

指標をどのような材料として扱うか

• 2年金利
→ 金融政策の“近い将来”の重さ。
高いほど企業・市場にとって重い。
• 10年金利
→ 株式の割引率そのもの。
特にAI・ハイテク株の評価に直撃する。
• FedWatch
→ 市場がどれだけ利下げ・利上げを織り込んでいるか。
あくまで「期待」を測る指標。
• CNR（Curve Normalization Risk）
→ 逆イールドが解消してきた“局面そのもの”への警戒度。
表示上は高いほど警戒だが、計算では減点要因として使う。
• RCSL
→ 利下げが「景気悪化型」か「安心型」かを見極める。
雇用やクレジット市場を材料に判定。
• INF（インフレ圧力）
→ インフレがどれだけ落ち着いており、政策余地があるか。

⸻

金利に対する考え方

このモデルでは、「利下げ期待＝安心」ではないという立場を取っています。

金利が下がっても、それが
• 景気悪化の結果なのか
• ソフトランディングの結果なのかによって、株式市場への意味は真逆になります。

そのため、
水準（2Y・10Y）＋期待（FedWatch）＋文脈（CNR・RCSL・INF）
を同時に評価する設計にしています。

⸻

金利ブロックの概要

• 信用力スコア全体の 25%を金利ブロックが占める
• 金利ブロックでは 2年・10年金利が中核
• 利下げ期待だけで楽観しないよう、
イールドカーブや雇用・インフレの「質」を必ず加味
• その結果、高値圏でもスコアが伸びにくい設計になっている

⸻

設計と数式

本モデルにおける金利ブロック（S_rates）は、
株式市場が現在の金利環境を前提として持続可能かどうか

金利水準・政策期待・イールドカーブの文脈・景気との整合性・インフレ圧力を、単一のスカラー値（0–100）へ写像する合成指標から見極めるブロックです。

⸻

設計原則（全サブスコア共通）

1. 異なる単位（％、bp、件数）を比較可能にするため、0–100へ正規化

2. 高いスコアほど株式市場にとって安全という符号の一貫性を維持

3. 利下げ期待が「景気後退型」である場合は、内部で自動的に減点される構造

⸻

1. 金利ブロック全体の合成式

以下が S_rates の最終的な計算式である。

S_rates =0.2944 * s_2Y+ 0.2944 * s_10Y+ 0.1472 * s_FW+ 0.0920 * (100 - s_CNR)+ 0.0920 * s_RCSL+ 0.0800 * s_INF

⸻

2. 2年国債利回り（短期金利：政策拘束度）

目的

短期金融政策が株式市場に与える「即効性のある重さ」を評価する。

入力

y_2 = 米2年国債利回り（％）

正規化式

s_2Y =100 * ( 1 - ( clip(y_2, 0.0, 5.5) - 0.0 ) / 5.5 )

意味

• 0%付近 → 金融条件が緩い → 100点

• 5.5%付近 → 強い引き締め → 0点

• 金利と信用力は 単調な逆相関と仮定

⸻

3. 10年国債利回り（割引率・資本コスト）

目的

株式の理論価値に直接影響する「割引率の重さ」を評価する。

入力

y_10 = 米10年国債利回り（％）

正規化式

s_10Y =100 * ( 1 - ( clip(y_10, 0.5, 5.5) - 0.5 ) / 5.0 )

意味

• 将来の利下げ期待は織り込まない

• 「今この水準で株価が成立しているか」を測る

⸻

4. FedWatch（政策期待の定量化）

目的

市場が織り込んでいる「金融政策変化の大きさ」を数値化する。

入力（確率）

P_cut25   = 25bp 利下げ確率
P_cut50   = 50bp 利下げ確率
P_hike25  = 25bp 利上げ確率

※ 据え置き（0bp）は計算上影響しないため明示的には含めない。

期待政策変化（bp）

expected_bps = (-25*P_cut25) +(-50*P_cut50) + (+25*P_hike25)

利下げ → マイナス
利上げ → プラス
単位：bp

正規化（±50bpレンジ）

利下げ期待を プラス評価 するため、符号を反転してスコア化する。

s_FW = 100 * clip( (50 - expected_bps)/100 , 0, 1 )

意味

s_FW（FedWatchスコア）は、先物市場が織り込む利下げ・利上げ確率を期待される政策変化量（bp）に変換し、利下げ期待をプラス、中立を50、利上げ期待をマイナスとして0〜100に正規化したスコア。

⸻

5. CNR（Curve Normalization Risk）

目的

逆イールド解消が「安心材料」か「警戒局面」かを切り分ける。

入力

• spread = 10年金利 − 2年金利（％）

（または 10年 − 3か月）

警戒度スコア

s_CNR =100 * ( clip(spread, -1.0, +1.0) + 1.0 ) / 2.0

合成時の実効値

s_CNR_effective = 100 - s_CNR

意味

• カーブ正常化が進むほど「警戒度」は上昇

• 金利ブロックでは 明示的に減点要因として扱う

⸻

6. RCSL（利下げの質）

目的

利下げが「景気後退対応」か「ソフトランディング」かを識別する。

【雇用パート】

入力

claims_4 = 新規失業保険申請件数（4週平均）

s_claims =100 * ( 1 - ( clip(claims_4, 200000, 350000) - 200000 ) / 150000 )

【クレジットパート】

入力

hy = ハイイールド社債スプレッド（％）

s_HY =100 * ( 1 - ( clip(hy, 3.0, 7.0) - 3.0 ) / 4.0 )

合成

s_RCSL =0.6 * s_claims+0.4 * s_HY

意味

• 雇用を主（60%）、信用を副（40%）として評価

• 「悪い利下げ」を数式上で自動的に減点

⸻

7. INF（インフレ圧力）

目的

金融政策がどれだけ自由度を持てるかを評価する。

【トレンド（粘着性）】

入力

m_avg = コアCPI（月次％）の直近3か月平均

s_trend =100 * ( 1 - ( clip(m_avg, 0.10, 0.40) - 0.10 ) / 0.30 )

【サプライズ（市場の驚き）】

surprise = 実際のCPI − 市場予想（％ポイント）

s_surp =100 * ( 1 - ( clip(surprise, -0.20, +0.20) + 0.20 ) / 0.40 )

合成

s_INF =0.7 * s_trend+0.3 * s_surp

※ サプライズが取得できない場合

s_INF = s_trend

意味

• 単月の数字より 持続性（トレンド）を重視

• インフレ再加速は即座に減点

⸻

8. 金利ブロックの本質

この金利ブロックは、以下を数式で実装しています。

「利下げ期待」 − 「その文脈に潜む危険度」

したがって、

• 利下げ期待が強くても

• 長期金利が高止まりし

• カーブ正常化が進み

• 雇用や信用が傷み始めれば

S_rates は上昇しない。

つまり金利ブロックでは

短期金利・長期金利・政策期待を主軸にしつつ、

カーブ正常化リスク・利下げの質・インフレ圧力で補正する

多因子合成スコアとなります。

2. AI需給スコア s_AI

AI需給スコア s_AI は、いまの相場の中心テーマである「AI・半導体」が、
どれくらい“投資マネー主導のバブル寄り”なのか、それとも“まだ実需ベースで持ちこたえているのか”を測るための指標です。
AI需給スコア s_AIは、AI相場を次の3つに分けて評価します。

  • ① インフラ投資需要（F）
    NVIDIAのデータセンター売上や、AWS・Google・MicrosoftなどのAI向けCapExから、
    「M7がどれだけ本気でAIインフラに投資しているか」を数値化します。
    ここは“世界の最終需要”ではなく、AIインフラへの投資の勢いを測っている、という位置づけです。

  • ② 供給キャパシティ（S）
    NVIDIAやTSMCの供給能力・受注残などから、
    「GPUなどAI計算資源の供給がタイトなのか、過剰気味になりつつあるのか」を評価します。

  • ③ マーケット需給（M）
    半導体・AI関連ETFへの資金フローやNASDAQ先物ポジションから、
    「投資家のお金とポジションがどれだけAIテーマに偏っているか」を見るパートです。

まず「インフラ投資需要 − 供給キャパ」の差から 需給ギャップ（s_gap） を作り、それにマーケットの熱量（s_M）を組み合わせて、

s_AI ＝ AIインフラ投資のタイトさ（F−S）＋市場フローの過熱度
を 0〜100 点で表現します。
いわば「AIインフラ投資の温度計」です。

  • 70点台以上：
    → M7のAI投資が非常に強く、供給が追いつかず、資金もAI・半導体に流入している「AIインフラ投資バブル高温期」

  • 60点前後：
    → 投資は依然強いが、供給拡大やバリュエーション警戒も出始める「成長＋過熱が混在する中盤〜後半」

  • 50点割れ：
    → CapEx鈍化や在庫ダブつき、ETFフロー減速が見え始める「調整〜崩壊予備軍」

総合スコアの評価水準

  • 70点台：信用環境はかなり良好（強気相場の追い風が強い）

  • 50〜60点台：中立〜やや良好（どこかに小さな不安を抱えた強気）

  • 40点以下：いずれかのブロックが崩れかけている警戒ゾーン

最後に

今回の信用力スコアとAI需給スコアは試作の段階であり、今後もより現実的に改良を行なっていきます。
各ブロック別の比重の微調整や新しい指標・データなど逐次加えて、より幅広い視点から相場を測ることによって精密な結果が得られるかも知れません。
これからも更新していきますので、ぜひチェックしてみて下さい！

最後までお読みいただきありがとうございました。
この記事が参考になったと感じていただけましたら、
スキやフォローをお願いします！


いいなと思ったら応援しよう！

この記事は noteマネー にピックアップされました

noteマネーのバナー