期待値で勝つ！資産防衛を叶えるシステムトレード計算と改善
資産運用の世界では、派手に当てる人が目立ちます。たまたま一発大当たりして、「相場は簡単だ」と胸を張る人もいます。
ですが、その後に静かに資金を減らしていく姿を見ると、相場はなかなか容赦がありません。
まるで、笑顔で近づいてきたのに最後は財布だけ持っていくようなものです。だからこそ、システムトレードでは勘や気分よりも、期待値という考え方が重要になります。
期待値とは、1回の取引あたりに見込める平均損益のことです。
簡単にいえば、「このルールで長く続けたら、1回あたり平均してどれだけ増えるか、あるいは減るか」を数値で見たものです。
システムトレードは、未来を当てる芸当ではありません。むしろ、勝ち負けが混ざる現実の中で、長期的に資金を守りながら増やすための仕組みづくりです。派手さはありませんが、派手さで食っていけるなら世の中の投資家はもっと幸せです。残念ながら、そうはなりません。
期待値を理解すると投資判断が変わる
投資初心者が最初に引っかかりやすいのは、「勝率が高い＝儲かる」という思い込みです。
ところが、勝率が高くても、1回の負けでそれまでの利益を吹き飛ばす戦略は珍しくありません。逆に、勝率は5割を切っていても、平均利益が平均損失を大きく上回れば、トータルで資金は増えていきます。
つまり、勝率だけ見て安心するのは、雨の日に傘を忘れて「今日は降らない気がする」と言い張るのに似ています。気合いでは空は晴れません。
期待値は、システムトレードの「良し悪し」を冷静に判定する土台です。行き当たりばったりではなく、数字でルールを評価する。これができると、感情の暴走をかなり抑えられます。
特にインフレ環境では、現金の価値が時間とともに目減りします。日本でも物価上昇が続けば、ただ貯めるだけでは資産防衛になりにくい時代です。資産を守るには、増える可能性のある仕組みを持つ必要があります。その中心に置きたいのが、期待値に基づく運用です。
🌟期待値の計算方法は意外とシンプルです
期待値の基本式は、次のように考えます。
期待値 ＝ 勝率 × 平均利益 − 敗率 × 平均損失
ここで、勝率は利益が出る取引の割合、敗率は損失が出る取引の割合です。平均利益は勝ったときの平均額、平均損失は負けたときの平均額を指します。たとえば、勝率が40％、平均利益が3万円、敗率が60％、平均損失が1万円なら、期待値は
0.4 × 3万円 − 0.6 × 1万円 ＝ 1.2万円 − 0.6万円 ＝ 0.6万円
となり、1回あたり平均6000円のプラスです。これなら、勝率は低くても期待値はプラスです。世の中、100点満点のテストで60点しか取れなくても、配点次第で合格するようなものです。中身を見ずに点数だけ見て騒ぐのは、少し早いということです。
より厳密には、取引ごとの損益分布を見て、平均損益を直接推定する方法もあります。これは金融工学でよく使われる考え方で、平均だけでなくブレも確認します。
ここで重要なのが、平均だけ見て安心しないことです。資金を増やすには、プラスの期待値に加えて、どれだけブレるかも見ないといけません。理論上は勝てても、途中で退場したら意味がないからです。退場してしまえば、未来の利益はゼロ。相場は優しい顔で追い打ちをかけてきます。
🌟期待値がプラスでも安心できない理由
期待値がプラスなら、それだけで万事解決とはなりません。ここで登場するのが、バックテスト、オーバーフィッティング、取引コスト、統計的有意性です。どれも少し難しそうに聞こえますが、要するに「そのルール、本当に現実で使えるのか」を疑うための道具です。
バックテストとは、過去のデータを使って売買ルールを検証することです。たとえば、移動平均線のクロスで買って、逆クロスで売るルールが過去10年でどうだったかを見るわけです。ここで気をつけるべきなのが、過去に合わせすぎることです。これがオーバーフィッティング、つまり過剰最適化です。日本語でいえば、過去の成績表にだけ異常に強いカンニング答案を作るようなものです。試験本番では、たいてい役に立ちません。
この問題については、Marcos López de Pradoの著書『Advances in Financial Machine Learning』（2018）が非常に有名です。彼は、金融データでは偶然による見かけの優位性が生まれやすく、バックテストの結果を過信すると危険だと警告しています。
また、Pardoの『Design, Testing, and Optimization of Trading Systems』（2008）も、売買ルールの評価でサンプル分割や頑健性確認が不可欠だと述べています。つまり、「過去で勝った」ことと「未来でも勝つ」は、似ているようで全然違います。相場は親切な先生ではなく、むしろ抜き打ち試験の鬼です。
🌟取引コストを無視すると期待値はすぐ壊れます
初心者が見落としやすいのが取引コストです。売買手数料、スプレッド、スリッページなどがこれに当たります。スプレッドは買値と売値の差、スリッページは注文した価格と実際に約定した価格のズレです。高頻度で売買する戦略ほど、このコストが重くのしかかります。見た目の期待値がプラスでも、コストを引いたらマイナスだった、というのは珍しくありません。人は利益の夢を見るとき、だいたいコストを小さな字で書きたがります。現実はその小さな字で資金を削ってきます。
この論点は、Mark Rubinsteinの市場マイクロストラクチャ研究や、Larry Harrisの『Trading and Exchanges』（2003）で繰り返し強調されています。
理論上のシグナル精度より、実際の執行品質が成果を大きく左右します。たとえば、期待値が1回あたり100円でも、往復コストが150円なら、ルールは静かに終わります。まるで、せっかくのご馳走に毎回150円分の砂を振りかけられるようなものです。食べられなくはないですが、かなり嫌です。
🌟統計的有意性がない戦略はただの偶然かもしれません
バックテストでプラスが出ても、それが偶然かもしれない点を確認しないと危険です。ここで必要になるのが統計的有意性です。
簡単にいえば、「この結果はたまたまではなさそうか」を判断する考え方です。例えば、p値という指標があります。これは、もし本当は優位性がないのに今の結果が出る確率を示すものです。一般には小さいほど偶然ではなさそうだと考えます。ただし、p値だけを神託のように信じるのも危険です。金融データはノイズだらけで、何度も試せば偶然の当たりが出ます。宝くじを1000枚買って1枚当たったら「自分は天才だ」と言いたくなる心理に近いですが、残念ながらそれは平均的な幸運です。
この問題に関しては、Whiteの「Reality Check for Data Snooping」（2000）が有名です。これは、たくさんの売買ルールを試したときに、偶然の良い成績を見抜くための考え方です。
また、BaileyとLópez de Pradoによる「The Deflated Sharpe Ratio」（2014）は、複数の戦略を試したときの見かけ上のシャープレシオを過大評価しないための手法として知られています。
シャープレシオは、リターンをリスクで割った指標で、簡単にいえば「どれだけ効率よく儲けたか」を見るものです。便利ですが、過信は禁物です。数字は嘘をつきませんが、数字の使い方は平気で人をだますからです。
期待値を上げる3つの方向性
期待値を上げるには、大きく3つの方法があります。1つ目は勝率を高めること、2つ目は平均利益を上げること、3つ目は平均損失を下げることです。
どれか1つだけでも改善すれば、期待値は上がる可能性があります。ですが、全部を同時に完璧にやろうとすると、戦略が複雑になりすぎることがあります。複雑な戦略は、見た目は立派でも壊れやすい。高級で精密な置物が、ちょっとした振動で崩れるのと同じです。相場で欲しいのは壊れにくさです。
勝率を高めるには、相場環境のフィルターを入れる方法があります。たとえば、トレンドが出やすい局面だけ取引する、ボラティリティが極端に低い時は見送る、といった工夫です。平均利益を上げるには、利が乗ったときにすぐ降りず、伸びる余地を持たせる設計が有効です。トレーリングストップのように、価格が有利に動いたら損切りラインを追随させる方法もあります。平均損失を下げるには、損切りルールを明確にし、1回の負けを小さく保ちます。ここを雑にすると、1回の大負けが積み上げた小さな利益を一瞬で飲み込みます。相場は、地道な努力を一瞬で無意味にする芸が妙に上手です。
🌟資産防衛のためのリスク管理が最重要です
資産運用で本当に大切なのは、利益を最大化することより、破綻を避けることです。金融理論でも、破産確率を下げることは極めて重要です。
例えば、Kelly基準は、長期の資本成長率を最大化する賭け金比率を与える理論として知られています。John L. Kelly Jr.の論文「A New Interpretation of Information Rate」（1956）が原点です。
ただし、理論上の最適比率をそのまま使うと、実際の相場ではブレが大きすぎて精神が削れます。人間は理論ほど強くありません。夜中にチャートを見て余計な注文を出す生き物です。だから実務では、Kellyの一部だけを使う、あるいは保守的に資金配分することが多いです。
また、エルリッチ・マルコウィッツの現代ポートフォリオ理論（1952）は、分散投資がリスク低減に有効であることを示しました。単一戦略に全財産を乗せるのではなく、複数の戦略や資産に分けることが重要です。
トレンドフォロー、逆張り、アービトラージ的発想など、性質の異なる手法を組み合わせると、資産曲線が滑らかになりやすいです。滑らかな資産曲線は、精神衛生にも優しい。心臓に優しい投資は、実はかなり大事です。派手に増えるより、まず死なないことです。
🌟バックテストを改善すると実戦に近づきます
バックテストは万能ではありませんが、丁寧に行えば非常に有効です。
重要なのは、未来を当てることではなく、ルールの弱点を炙り出すことです。たとえば、期間を分けて検証するウォークフォワード分析があります。これは、過去の一部でルールを作り、次の期間で検証する方法です。
さらに、アウト・オブ・サンプル検証、つまり学習に使っていない期間で成績を見ることも必要です。これをしないと、過去の癖に過剰に適応しただけの戦略を「優秀」と勘違いします。相場でそれをやると、たいてい口座が静かにしぼみます。静かすぎて怖いくらいです。
バックテストで見るべき指標は、期待値だけではありません。最大ドローダウン、勝率、平均損益比、連敗数、リカバリーファクターなども重要です。
最大ドローダウンは、資産がピークからどれだけ落ちたかを示す指標です。これが大きいと、資金だけでなく心も折れます。戦略は数字だけでなく、人間が運用を続けられるかまで含めて評価しなければなりません。理屈の上で正しい戦略が、現実には途中でやめてしまうなら意味がないからです。
まとめ。期待値で勝つ人は、派手さより継続性を選びます
結局のところ、期待値で勝つシステムトレードは、魔法のような必勝法ではありません。むしろ、地味で、退屈で、確認作業の連続です。ですが、その退屈さこそが武器になります。
市場は、熱くなった人から順にお金を奪っていく性質があります。ならば、感情を脇に置き、数字で判断し、期待値がプラスのルールだけを淡々と運用するほうが合理的です。
インフレ時代、現金だけに頼るのは危険です。AI時代になっても、相場が自動的に優しくなるわけではありません。むしろ、情報処理が高速化した分だけ、雑な判断は一瞬で見抜かれます。
だからこそ、期待値、リスク管理、バックテスト、統計的有意性を一つの設計思想として組み立てる必要があります。未来を完璧に当てる必要はありません。大事なのは、当たり外れを平均化したときに資産が増える構造を持つことです。
システムトレードの本質は、相場予想の当てっこではなく、期待値の高い行動を繰り返すことです。勝率が低くても、平均利益が大きく、平均損失が小さければ勝てます。逆に、見た目が派手でも期待値がマイナスなら、長く続けるほど資産は減っていきます。
相場は情け容赦なく、しかし公平です。
正しいルールを持つ者には味方し、曖昧な気分で挑む者には容赦しません。地味でも、数字で勝つ。これが資産防衛を叶えるシステムトレードの王道です。
