Pan;ウィザードブックシリーズ第42弾トレーディングシステム入門――仕掛ける前が勝負の分かれ目

目次

監修者まえがき                   1
免責事項                   4
はじめに                   9
謝辞                   21

第１部　パフォーマンスの評価                   23
第１章　パフォーマンスの測定                   25
　総損益                   26
　日中最大ドローダウン                   28
　必要資金と運用成績                   29
　１トレードの平均損益                   31
　最大の勝ちトレードと最大の負けトレード                   32
　総利益と総損失                   32
　　　プロフィット・ファクター                   33
　勝ちトレードの平均利益と負けトレードの平均損失                   35
　（勝ち／負け）トレード回数と１トレードの平均日数                   35
　最大連続勝ちトレードと最大連続負けトレードと勝率                   36
　コード                   39

第２章　より効果的な指標                   41
　スリッページと手数料                   42
　１トレード当たりの利益                   47
　最大の勝ちトレードと最大の負けトレード                   50
　累積利益と最高資産額                   53
　ドローダウン                   54
　回復期間と資産増加期間                   58
　コード                   60

第３章　先物のデータ                   67
　つなぎ足                   68
　ポイントベース修正つなぎ足データ                   70
　比率修正つなぎ足データ                   73
　マルチマーケット・ポートフォリオ                   77
　永久つなぎ足                   80

第１部の最後に                   85

第２部　システムのコンセプト                   87
第４章　天井と底をとらえる                   91

第５章　データマイニング                   95
　データのより有効な活用                   106
　基本的な手仕舞いのテクニック                   117

第６章　トレードすべきか、しないべきか                   135

第７章　トレンドに従う                   139
　移動平均                   141
　ダイナミック・ブレイクアウト・システム                   157
　標準偏差ブレイクアウト                   170

第２部の最後に                   179

第３部　手仕舞い                   183
第８章　効率的なトレード                   187
　ドローダウン                   190

第９章　スイーニーのMAE（最大逆行幅）とMFE（最大順行幅）                   217
　MAE/MFEを超えて                   234

第10章　長期の手仕舞いテクニックの追加                   249
　ダイナミック・ブレイクアウト・システム                   250
　標準偏差ブレイクアウト・システム                   262

第11章　ランダムな仕掛けのポイント                   275
　ゴールドディガー・システム                   280
　蛇行システム（週ベースデータ）                   290
　ブラックジャック・システム                   299

第３部の最後に                   324

第４部　高確率フィルター                   327

第12章　フィルタリング                   329
　短期システムのトレンドフィルター                   332
　ゴールドディガー・システム                   342
　蛇行システム                   346
　ブラックジャック・システム                   347

第13章　長期のボラティリティ・フィルター                   349
　DBSシステム                   356
　SDBシステム                   357
　ディレクショナルスロープ・システム                   362

第14章　トレンドを創造するもの                   365

第４部の最後に                   383

第５部　資金管理とポートフォリオ構成                   387

第15章　資金管理                   389
　資金管理戦略の実践的運用                   406
　短期システム                   411
　長期投資戦略                   438
　　　標準偏差ブレイクアウト戦略                   438
　　　ディレクショナルスロープ戦略                   447
　　　DBS戦略                   456

第16章　ポートフォリオの構成                   459
　総資産寄与率Ⅰ                   459
　相関性と共分散                   464
　総資産寄与率Ⅱ                   467

第17章　信頼性の構築                   473
　非対象期間の検証                   473
　入力値の変更                   479

第５部の最後に                   481
　バック・トゥ・ザ・フューチャー                   486

　監修まえがき

　トレーディングシステムで難しい問題のひとつは、システムの検証結果がどのような基準を満たせば実際に売買できるのかということだと思う。成績が良ければ良いほど好ましいのは明白であるが、再現性の乏しい好成績ではなんの意味もない。監修者の知るかぎりにおいて、この問題に明確な答えはなく、すべてはトレーダー個人の判断に委ねられている。
　しかしそのベースとなる成績の評価方法に間違いがあったとしたらどうだろうか。それはシステムのロジックを議論する以前の悲劇である。本書によると、トレードステーションが出力する金額ベースの成績には何の価値もない。比率による成績表示でないとシステムの素顔は分からないし、再現性の高い指標は得られないというのだ。これを受けて多くの読者が今までの検証方法を見直すことと思う。特に株式のシステムトレーダーにとって本書のインパクトは大きいだろう。読者の便宜を図るため、EasyLanguage のコードと Excel のマクロも提供されている。
　本書はその評価法をベースに、機能するシステムを題材として取り上げ、手仕舞いを強化し、マネーマネジメントを適用する過程をバランス良く詳述している点でも評価できる。採用するマネーマネジメントを前提にシステムを調整するアイデアはなかなか得難いものである。さらに、個別トレードの詳細分析という点で、本邦では本書の右に出るものはないだろう。
　最後に本書が広範囲にわたるシステムトレーダーのレベルアップに貢献してくれることを願ってやまない。

　2002年7月　パンローリング株式会社チーフアナリスト　柳谷雅之

　はじめに

　２年間にわたってフューチャーズ誌の編集者として、またライターおよびテクニカルアナリストとして務めた結果、ほとんどのトレーダーが犯す大きな間違いは、次のようなものであることが分かった。知識の細かい断片を寄せ集めてトレーディング戦略を構築し、そこから大金を得ようと試みるものの、リスク管理や資金管理の知識を持ち合わせておらず、システムがある種のマーケットでは機能しない理由も、最大のドローダウンがこれから起こる理由も、設計どおりに機能しているシステムを使っているのに破産してしまう理由も分からない。そして驚くべきことには、この傾向はプロフェッショナルとして長年認められたトレーダーにも、プロフェッショナル気取りのアマチュアトレーダーにも共通しているのである。
　もうひとつの共通した間違いは、資金のニーズと効率性を考慮せず、トレーディング方法を徹底的に調査しないというもので、これは特に少額のマネーを扱う投資家に多く見られる。取引口座のサイズが大きくなるにつれて、より「洗練された」トレーディング戦略やマーケットの複雑さについて学ぶ時間も多くなると考えるかもしれない。しかし、そうではない。マネーはマネーであり、最初のトレーディング方法で成功できなければ、長年巨額の資金を運用してきたマネジャーであろうと、１万ドルの資金を扱う初心者であろうと、その資金を失ってしまうであろう。資金管理戦略を用いずに基本的な移動平均交差法だけを使って１万ドルの資金運用（それが唯一のトレーディング知識と使える資金のすべてだとして）を行って、巨額の資金とあらゆるトレーディング知識を駆使した場合よりもすぐれた成績を収めることができるだろうか。
　最初から正しい方法でトレーディングを行うだけの知識と十分な資金を持ち合わせていないのであれば、トレードを実行すべきではない。そのような状態でトレードを実行すれば、確かに、より「洗練された」トレーディング戦略について学ぶ時間はたっぷりあるかもしれないが、トレーディングを行っているときには、そんなことは不可能であることが分かるはずである。そのようなときはぜひ筆者に問いかけてほしい。筆者は最初にそれを経験したのである。
　本書は、トレーディングが容易でなものではないことを悟りながらも、失われた断片を特定できず、いまだにパズルの全体を埋めることができないでいる、あらゆるレベルのトレーダーに向けたものである。トレーディングの成功を阻んでいるものはおそらく、より洗練された戦略を組み合わせて成功の確率を高める方法についての全体的な理解の不足であろう。本書では、このトレーディング戦略についての全体的な理解を深め、パズルの全体を埋めるために最大限の労力を費やしたつもりである。
　現在、筆者は主にアナリストとライターとして活動しており、トレーダーとしての活動は行っていない。しかし、過去にはトレーダーとして活動し、現在ではいくつかのシステムを使って他人にトレーディングを行わせている。多くのトレーダーは、誤った情報を与えられており、トレーダーでなければマーケットがどのように動くかを理解できないと考えている。しかし、それは大変な間違いと言わざるを得ない。数学に優れているからといって語学にも堪能とは限らないし、運転技術が優れているからといって豊富な技術知識を持っているとは限らない。優秀なトレーダーだからといってアナリストとしても優秀であるとは限らないし、その逆もまた然りである。それに、アナリストでもありライターでもあることは選択の問題であり、自分は単に長時間モニターの前に座って時間を過ごすことに耐えられなかっただけのことである。そして、次第にトレーディングに関することを書くようになったのである。
　アナリストとして、またシステムとメカニカルなトレーディングの専門家として、自分の戦略に関するかぎり、それに必要なトレーディングの技術を持っていなければならないと考えている。筆者を信用しない人もいるかもしれないが、本書を読み進んでもらえばそれが間違いであることが分かるであろう。ページを読み進むにつれて、高度で革新的であると私が信じるテクニックに基づいた有用なツールが紹介されていく。それらは、高度に洗練された水準にあり、マーケットに関する知識は、読者が現在「入手できる」ものをはるかに超えたものであると信じている。
　本書のなかでしばしば学術的な専門用語を使うことがある。例えば、標準偏差、尖度、数学的期待値といった用語を使用し、数学的な計算を行う場合もある。しかし、それはけっして科学者や統計学者、物理学者、精神科医になることを意図したり、その他の学位を取ろうとしているのではない。事実、本書で使用しているテクニックには、彼らから借用したものもあり、筆者がこれらの分野に実は無知であることの証拠を発見する場合も少なからずあるであろう。しかし、そんなことは問題ではない。最も強調したいことは、マーケットを分析するのにロケットサイエンティストである必要はないということである。既存の書物から得ているものにほんのわずかの知識を追加し、あえて「常識の枠」から少しばかり踏み出せばいいのである。その点については筆者は一切弁解しない。
　新しいものを説明しようとするとき、教える側はしばしばジレンマに直面することがある。Ｃを説明しようとすれば、まずＡとＢから説明しなければならないが、それらは互いに関連し合っている。したがって、Ａを理解するにはＢとＣを理解しておかなければならない。本書の性格として、できるかぎりロジカルな順序で簡潔に説明しようと努力したが、２つの新しいことを同時に説明せざるを得ないケースが常に存在する。他にも、あるトピックを意図的に説明しないままにして、後からそのトピックについてより詳細な分析と説明を行うようなケースもある。ときには、簡略化して説明することで多少のごまかしを行っている場合もある。限られた紙面ですべてのことを説明し尽くせなかったため、ご容赦願いたい。本書から価値のあるものを得ることで満足いただけたら幸いである。
　本書は実用的なものであると認められると考えているが、けっしてだれにでも使えるような簡単なトレーディングシステムではない。そのようなシステムは存在しない。本書は独自のトレーディング機会を発見するのに役立つものでもないし、そのような機会を簡単に見つけだして何かを行う方法を説明したものでもない。そのようなものに見えるかもしれないが、けっして目新しいテクニックやトレーディング戦略を扱ったものではない。
　本書は、トレーディングのプロセスの構築を始める前に推論を検討して、真のトレーディング戦略といえるものを統合する方法を説明したものである。真のトレーディング戦略とは、孤立した単独の決断の連なりではなく、長期間にわたって機能する作業プロセスのことである。これはそしりを恐れずにいえば「哲学」とでもいうものである。有効に機能する統合された戦略の背後にある哲学とは、マーケットを動かしているものの背後にあってその動きの根底となるもので、それを理解することによって、戦略が有効に機能する、あるいは機能しない理由が明らかになる。
　トレーディング戦略とは、「プロセス機構」のことであり、ひとつの決断が自動的に次の決断を引き出し、それが続いていって永続的に機能する永久機関のようなプロセスを生み出すものであることを理解してほしい。そして永久機関のように、トレーディング戦略は繊細で、必要最小限の部品で構成され、それがより大きな全体構造を形成し、エネルギーの損失は発生しないのである。可能であれば、それぞれの部品がほかのすべての部品を考慮したうえで統合され、さらにほかの部品の一部となるのが理想的である（これは本書の哲学的な特徴である）。実際には不可能であるが、ほぼ、それぞれの部品が、自動車を機能させる部品であると同時に自動車そのものであり、すべての部品を構成しているという状態である。
　しかし、永久機関が現実には存在しないように、優れたトレーディング戦略を統合することは、バランスのとれた自動車を購入するのに似ている。このすべての作業を行いながら、自分のニーズと現在の経済的状況その他を考慮しなければならない。例えば、NASCAR（全米自動車競走協会）に出場するレーシングカーを買えるだけの資金があったとしても、日曜日に家族と出かけるのにそんな車や地ならし機などを使ったりはしないであろう。ランボルギーニと比べれば、ステーションワゴンやミニバンなどはつまらないものかもしれないが、たいていは日常生活の必要に応じた車を選ぶであろう。同じことがトレーディング戦略についてもいえる。まず、自分のトレーダーとしてのタイプと適した戦略のタイプを知る必要がある。これはいささか退屈な作業で、「追い越し車線を突っ走る」ようにはいかないし、「ハンドルを握って」臨機即応に運転するようにもいかない。筆者の実際の経験では、少なくともシステマティックなトレーディングとは、ビールとつまみなしで観戦する野球のように退屈なものである。しかし、同じことが公道を走る場合とトレーディングルームについてもいえる。そこはゲームを楽しむところではない。
　トレーディング戦略を統合するということは、デイトレーディング用の特定のマーケットに特化した高速なシステム（800馬力のエンジンを搭載したNASCARのマシンのような）から、長期トレーディング用の汎用システム（地ならし機のような）ものまで、実際のシステムに売買のルールを組み込むことである。これが完了すれば、次に資金管理に取りかかる。これは、ギアボックスとトランスミッションに相当する。システムの目的を念頭に置きながら、システムをできるだけ効率的で安全なものに仕上げなければならない。自動車のたとえを続けるなら、NASCARのレーシングカーのエンジンにステーションワゴンのトランスミッションを合わせようとすれば、それは悲惨な結果を招くことになる。
　エンジン（システム）とトランスミッション（資金管理）が、バランスよく機能することが確認できたら、次は運転席と車体である。トレーディング戦略では、これはトレードを行うマーケットの選択に相当する。特定のマーケットに特化したシステムの場合は、この過程はすでに終了している（Ａの前にＣが終了している）。しかし、戦略が特定のマーケットに特化したものであるかどうかにかかわらず、そのシステムができるかぎり多くのマーケットで有効に機能するようにしておくことが重要である。マルチマーケットのシステムでは、システムをマーケットにカーブフィッティングさせてはならないのと同様に、マーケットをシステムに対して最適化することで、戦略をカーブフィッティングしてはならない。
　優れたシステムと収益性の高いシステムとの間には、大きな違いが存在する。この違いを理解しておくことは、何にもまして重要である。また、優れたシステムは収益性の高いシステムへと変わる可能性が常にあるが、その逆はあり得ないことも重要である。有効に機能するシステムは、パーセンテージベースやほかの汎用性の高い基準で測定される同じタイプの動きを、あらゆるマーケットでとらえることができるからである。一方で、収益性の高いシステムとは、有効に機能するシステムで、特定のマーケットやマーケットのポートフォリオに対して完璧な戦略を適用したときに利益を生み出すものである。
　エンジン（システム）とトランスミッション（資金管理）、車体（マーケットのポートフォリオ）で自動車（戦略全体）を組み立てても、まだ足りないものがある。それは、燃料とドライバーである。燃料とは資金と時間であり、ドライバーとはあなたのことである。しかし、幼児をシートに乗せて運転席に座る前に、これが本当に自分に適した車かどうか（本当は自分がランボルギーニを乗り回すタイプであると分かっていても）を確認する必要がある。
　本書の内容は、すべてデイトレーディングのテクニックとして応用できるものであるが、今日巷にあふれている多くのデイトレーディングの解説書に屋上屋を重ねるようなものではない。本書では商品先物のマーケットを例として多用しているが、けっして特定のタイプのマーケットを志向したものではない。株式やマーケット（市場）、コントラクト（銘柄）という言葉は同義語として扱われる。
　第１部では、システムのパフォーマンスを、基本的で汎用性の高い指標を使って測定する方法を詳しく説明する。さらに、マイクロソフト・エクセルやロータス1-2-3のようなスプレッドシート・プログラムを使って分析を深める方法についても説明する。このセクションでは、さまざまなタイプのデータとそれをいつどのように使用すべきかについても、詳しく研究する。これは特に先物のトレーダーが理解しておくべきことであるが、株式専門のトレーダーであっても、今まで構築してきた多くのシステムが実際に稼働し始めたとたんに機能しなくなる理由について、貴重な洞察にふれることになろう。
　第２部では、目的に応じてさまざまなタイプのデータを使い分け、長期と短期の基本的なトレーディングシステムを統合する。特定のマーケットに特化したシステムもいくつかあるが、それ以外はすべて多くのマーケットで使用できる。スプレッドシート・プログラムを使って多くの分析を行い、そのために第１部で開発したコードを使用する。また第２部では、本書全般で使用する特別な仕掛けのテクニック以外で、最も重要なことを学ぶ。それは、有効に機能するシステムが必ずしも収益性の高いシステムであるとは限らず、特定のマーケットではうまくいかないシステムもある、ということだ。
　第３部では、第２部で統合したシステムの検証を行い、統計上の特性を向上させる方法を研究する。そのために、ジョン・スイーニーのMAE（最大逆行幅）、MFE（最大順行幅）の分析手法や、ドローダウンを切り分けるさまざまな手法を使用する。また、尖度や歪度などの指標も導入する。第３部はいろいろな意味で最も重要なセクションである。あとで固定比率資金管理ルールに追加する手仕舞いのテクニックによって、最低でも収益を10倍に模することが可能となる。
　第２部の仕掛けのテクニックと第３部の手仕舞いのテクニックに加えて、第４部ではマーケットの好ましい状況や構成を抜き出すための、さまざまな手法の研究を行う。ランダムな仕掛けのポイントを使用することで、可能なかぎり多数のトレードを生成できる。これによって、わずか数年のデータで長期間に相当する独自のトレードを必要なだけ生成することが可能となる（本書を書いたあとで、実際にこのテクニックで直近10年間のダウ・ジョーンズ工業株30種平均の株価データから、300万年以上に相当する独自のトレードを生成した。これで堅実な結果が得られなければ、もうどうすることもできない）。このセクションの最後に、より理論的な考察を扱う章を設けた。そこでは、トレンドがどのようにして形成されるかを理解するための枠組みと、システマチックなトレーディングが最も有効であるとする筆者の信念の背景を説明する。
　第５部では、さまざまな資金管理戦略を使用してすべてのシステムを結合することで、これまでのすべてを結びつける。また、複数のマーケットとシステムの組み合わせで構成されるポートフォリオを統合する方法についても詳しく研究する。そこでは、それぞれの組み合わせが互いに相乗効果を生み出す。これは、資金管理ルールを共有しなつつ、すべてのシステムが連携し合って機能していなければ達成不可能なものである。新しい造語を使うならば、われわれが行っていることはシステムの「最適化（optimize）」ではなく、システムを「適量化（optisize）」することである。「適量化」と最適化の大きな違いは、最適化がシステムをデータに対してカーブフィッティングさせるのに対して、「適量化」ではトレーディングの金額をシステムに適合させるのである。システムの最適化の度合いが低いほど、戦略をより適量化することができる。ほとんどの作業はスプレッドシート・プログラムで行う。公式やコードは数多くあり、そのままコピーして各自の作業で使用できる。本書を完結する前に、システムの堅牢性を確認する方法を説明し、システムを実際のトレーディングに使用する前に自信をつけることができるようになっている。
　何人かの人が、このノウハウを自分で利用せずに他人に教えてしまうのはなぜかと質問してきた。まあ、現在もこのノウハウの大半を改良している最中だと、というのが本当のところで、もし本書がニューヨーク・タイムズのベストセラーリストのトップに突然躍り出たとしても、本書のシステムや戦略が広まって優位性を失ってしまうことはないと考えるからである。その理由は、第一に、本書の読者すべてが内容に賛同するわけではなく、また他人のアイデアでトレードを行うよりも自分のアイデアで行いたいと考える者もいるため、全員がこの内容を実行することはない。第二に、それを使ったとしても、多くの者が利益を得ることはできないであろう。彼らは常に思慮不足から失敗を犯すからである。最後に、最大の理由は、マーケットはわれわれが考えているよりはるかに大きなもので、本書の戦略はしょせん数多く存在する戦略のなかのごく一部でしかあり得ない。そしてその数多くの戦略のおかげで本書の戦略が有効となる。
　実際のところ、筆者はこれらの戦略が自己強化するくらい広く普及して、戦略の収益性が高まることを期待しているくらいである。この観点に立てば、読者は筆者の敵ではなく目的を同じくする味方であり共犯者である。トレーディングというゲームにおける真の敵は、自分自身である。人生でどんな状況に直面しようとも、他人の助けを借りなければ物事を成し遂げることはできない。したがって、基本的には読者にノウハウを譲り渡したとしても、自分自身によるリスクに比べれば、それは自分の将来の富を脅かすものとはなり得ない。
　最後に、有名なマネーマネジャーであるラルフ・ビンスの言葉を読んで、本書をかたわらに置いてしばらく熟考してもらいたい。もし、この内容が理解できないか賛同できないのであれば、本書を読む必要はない。
　「将来において数学的期待値をプラスに維持するには、使用するシステムの自由度を制限しないことが重要である。それには、最適化のためのパラメータを除去するか、少なくとも最小限にするだけでなく、システムのルールを最小限にしなければならない。システムにパラメータを追加したり、ルールを追加したり、調整や制限を加えたりすると、それらはすべてシステムの自由度を制限する結果となる。理想的なシステムとは、基本的かつシンプルなもので、あらゆるマーケットで損益分岐点を超える限界利益を継続的に上げることのできるものである。また、システム自体の収益性が高いかどうかは、システムが利益を生み出しているかぎり重要ではない。トレーディングによる収益は、採用している資金管理の効率性に依存する。トレーディングシステムは、使用する資金管理に基づいてプラスの数学的期待値を得るための道具である。単独の、またはごく少数のマーケットでのみ機能する（限界的な利益を生み出す）システムや、さまざまなルールやパラメータを使ってあらゆるマーケットに対応させているシステムは、実際のトレーディングで使用した場合に、長期にわたって機能することはないであろう……」
　本書を読み進むに当たって、www.ThomasStridsman.com である筆者のウエブサイトにもアクセスしていただきたい。そこでは最新の資料などを注文できる。これによる収益金は、チルドレン・メディカル・センターに寄付されるもので、ご協力いただければ幸いである。また、筆者に対する意見やコメントも歓迎する。

　　　　　　　　　　　　　　　　　　トーマス・ストリズマン

　謝辞

　私の人生において公私にわたって私を支えていただいた人々に、ここに感謝の意を捧げる。すべての人々に感謝を捧げるには、本書の残り全部の紙数を費やしても足りるものではない。身近でお世話になった数人に特別に謝辞を述べることで代えさせていただきたい。最初に、ネルソン・フリーバーグ氏とその家族、私をフューチャーズ誌のテクニカル分析エディターとして推薦してくれたダン・グランザ氏とメアリアン・グランザ氏に感謝したい。
　次に、英語力が不足しているにもかかわらず私をエディターとして迎え入れ、信頼してくれたジンジャー・スザーラ氏とジェイミー・ホルター氏およびほかのフューチャーズ誌のエディター全員にも感謝したい。シカゴへの引っ越しを手伝ってくれた友人ジム・ハロウフ氏とマギー・ハロウフ氏には特にお世話になった。
　ビクストーム・リュング・アンド・パートナーズのヨナス・ビクストーム氏とヨハン・リュング氏には、最新のコンピューターを提供していただいた。マックス・ホン・リーチェンステイン氏には、第４部の「トレンドを形成するもの」という重要な章で、ミクロとマクロ経済学の最先端の知識を授けてもらった。
　メリッサ・ラング氏には、オープンで素直な関係とはどういうものかを教えてもらった。その他、長年にわたって私が学んできたすべての人々に感謝を捧げたい。
　最後に、本書の編集の最終段階に至るまで私を支援していただいたパティ・ウォーレンバーグ氏にも謝意を表したい。

第４章　天井と底をとらえる
Picking Tops and Bottoms

　短期トレーディングを行う場合、あるいは「天井と底をとらえ」ようとする場合、システムトレーダーの多くはまず、近年テクニカル分析の分野で多用されている多くのオシレーター系の指標を使おうとする。このような指標には、RSI（相対力指数）、ストキャスティック、モメンタム、ROC、MACD、プラスDMI、マイナスDMIなどがある。ほかにも数多くのものが存在するが、一般によく使われているのは以上のものである。これらは、マーケットの天井と底をとらえるのによい指標であると考えられている。これらの指標は、マーケットが買われ過ぎや売られ過ぎの領域の出入りはもちろん、マーケットの動きを「確認」しないでも、マーケットの動きを先取りしたり、予測したりできるとされているからである。しかし筆者は、読者がこれらの指標はヒストリカルのチャートでは有効であるが、現実のマーケットではほとんど役に立たないことに気づいているからこそ、本書を手にしたと考える。
　もし、これらの指標がすべて役に立たないのであれば、どのようにして短期トレーディングに利益機会を見いだせばいいのであろうか。トレーダーにとって、とりわけごく短期のトレーディングを行う場合にとって重要なことは、利益につながるデータを発見することであろう。まず何よりも、トレーディングを行うマーケットについて、深く洞察しなければならない。そうすれば、マーケットの現在の状況とそれを測る指標について、より的確な判断を下すのに役立つであろう。しかし、そのためには、何を探し、それをどのように測るのかについて、前もって正確に知っておく必要がある。
　すべてのマーケットで、同じように有効に機能するシステムを構築するには、使用するデータのタイプを決定しなければならない。通常のポイントベース修正つなぎ足では、過去のデータを使って、それぞれのマーケットで上げることのできる利益を推定することはできる。しかしこの構築方法では、あるマーケットからほかのマーケットへと情報をつなげることはできない。すべての動きに等しい加重を置き、計算に必要な入力値を引き出すには、パーセンテージベースの計算だけを使うことが、絶対に不可欠である。そして先物のトレーダーであれば、フューチャーズ誌掲載の新しく開発されたRAD（『Data Pros and Cons』1998/6,『Truth Be Told』1999/1）も使うべきであろう。トレンドのあるマーケットでは、価格変動の金額ベースの大きさは、マーケットの価格水準によって変わる。上昇トレンドにあるマーケットで、価格が堅調に上昇している場合、金額ベース、またはポイントベースの変動も同様に増大する。価格変動とマーケット水準の関係が変わらない場合は、マーケットがどの水準で取引されていても、パーセンテージベースの平均変動率も変わらない。これはまた、百分率分析やパーセンテージベースのストップなど、どのタイプのパーセンテージベースの判断基準に基づいて作業を開始しても、すぐに必要となるものである。
　ここでキーワードとして、「同じ収益性」の代わりに「同じ有効性」を使う。ヒストリカルデータを使って仮想トレードを行うシステム構築時と同じように、将来にわたっても有効に機能し続けるトレーディングシステムを構築するには、有効性の高いシステムと、収益性の高いシステムの違いをよく理解しておくことも、また重要である。さらに、以上のことを完全に理解したうえで、より重要なことは、収益性の高いシステムは必ず有効性の高いシステムでなければならないが、有効性の高いシステムが必ずしも収益性が高いとは限らない理由を理解することである。このカギとなるコンセプトは、本書を通じて繰り返し強調していく。
　有効性の高いシステムの収益性が高いかどうかは、そのシステム自体には関係がない。むしろ、マーケットの現在の水準とその金額ベースの水準に関係がある。例えば、S&P500の金額ベースの価格が、今日の250ドルからポイントあたり2.50ドル下落したとする。いったいどのくらいのS&P500のシステムが、将来にわたって、あるいはヒストリカルデータによる検証でも、利益を上げることができるのだろうか。おそらく、そう多くはないであろう。重要なのは、現実のマーケットの価格と変動は、システムがマーケットの価格変動をうまく捕捉できるかどうかには関係なく、取引所によって技術的に決められるものであるということだ。
　システム構築の過程では、実際の金額ベースの価格は関係ない。その代わりに、プロフィット・ファクター、パーセンテージの動き、勝ちトレード回数などの一般的な指標を中心に扱うことになる。マーケット間で結果に大きな違いが出ないように、これらすべての指標の標準偏差に注目する。このように、有効に機能するシステム、すなわち優れたシステムとは、あらゆる市場環境において、大きな変動を可能なかぎり数多く捕捉できるシステムのことである。しかし、システムの収益性を高めるためには、捕捉した変動が価値をもつマーケットで、そのシステムが使用されなければならない。これはシステムそのものというよりも、現在のマーケットの取引水準とその金額ベースの水準に影響される。
　データとさまざまな測定方法から探し求めるものが明確になれば、次に自分が行いたいことを正確に把握しておく必要がある。すなわち、基調をなす長期トレンドに従って同じ方向のトレードを行うのか、目先の動きをとらえるのかである。どちらのトレードを行うにしろ、あらかじめ指値注文を入れる転換点を予測しておくのか、ありいは多少安全策を取りつつ、先行した動きがそのままの動きをたどりそうな裏づけを見つけだし、それからストップロスを入れるのか、自分で決めなければならない。もっといえば、いったんポジションを取った後は、できるだけ長くそれを維持するのか、特定の価格にストップを置くのか、大きなマーケット変動の後でごく短期の売買を行って素早く勝ち逃げするのかを決めなければならない。
　この章では、利益の高いトレードを数多く生み出して優秀な成果をあげてくれそうな、いくつかのシステム案について詳細に考察していく。最初の２つは、マーケットに特化したデータマイニング・システムで、調査技術としてもシステムとしても、どんなマーケットであろうと完全に応用できるものであるが、ある特定のマーケットや関連するマーケットのグループの特性にのみ着目する。次のシステムは、独自に開発された指標で、ボリンジャーバンドとピボットポイントというパーセンテージベースの分析を統合したものとしては、おそらく最も優れたものであろう。最後のシステムは、統計上の小さな優位性を利用するもので、トレードから抜けるルールを見つけだす方法を実証するだけものである。これは、すべてのマーケットで同じように機能し、小さなトレードや、時にはほとんど利益が出そうにないトレードからも、長期的に利益を生み出そうとするもので、私はブラックジャックと名付けた。これは、特にラルフ・ビンスの最適のfや固定比率投資（第３部で、われわれのシステムすべてに応用できる、さまざまな手仕舞いについて説明する）のような、より高度な資金管理戦略と併用することで、有効に機能するように設計されている。

第５部の最後に
A Few Final Thoughts About Part 5

　観察の鋭い読者であれば、筆者が第４部までは一貫して「戦略」ではなく「システム」という用語を使っていたのに、第５部では頻繁に「戦略」という言葉を使っていることに気づいていると思う。その理由は、「システム」は筆者にとって基本的なトレードの仕掛けと手仕舞いのテクニックにすぎないが、「戦略」は、システムや資金管理のルール、特定のマーケットでのトレードに対する綿密な推論を含む完璧なトレーディング・プランを意味する。筆者にとって適切な資金管理ルールのないシステムは戦略と呼ぶに値しない。
　筆者は最近、オメガリサーチ社が「システム」の代わりに「戦略」を使い始めたことに気がついた。これは、目新しい流行語を取り入れたり、製品の魅力を損うような言葉を避けようとしたりするソフトウエア会社の無意味な試みにすぎない。
TradeStation（トレードステーション）は、そのままでは完璧な戦略の構築には利用できない。ポートフォリオ全体の検証はいうまでもなく、単独のマーケットで適切なシステム検証さえ実行できないのである。
　第５部では、固定比率資金管理のルールを統合する方法を詳しく説明し、一貫してパーセンテージベースによる計算を使用した。前の章でのつらい作業をすべて適切に完遂しなければ、これを実行することはできない。いうまでもなく、全体が部分の総和を超えるようなシステムでは資金管理やポートフォリオの構成など、すべての要素がほかのすべてに影響を与える。このようなシステムを構築するには、何を達成したいのかを正確に理解しておくことが大切で、ごまかしは一切通用しない。
　筆者はビンスの信奉者であるが、そうであるからこそ、このセクションを通じてビンスにあえて２つの問いかけを行いたい。ひとつは、「共通の智恵」となり得るものについて、もうひとつは特定の問題や議論へのさまざまなアプローチについてである。本書の筆をおく前に、これらについて詳しく述べていきたい。
　筆者がビンスの考えを正しく理解しているならば、パーセンテージベースとポイントベースのデータに関しては、どちらを使うかは問題とはならないはずである。ビンスは、ポイントベースのデータをトレンドが強く出るマーケットで使用する場合の問題については認識しているが、使用するデータでトレンドが問題となるような場合、それは、おそらくデータ量が多すぎるからであると述べている（『マセマティックス・オブ・マネーマネジメント（The Mathematics of Money Management）』）。
　しかし、これ以上の誤りはない。確固とした結果を得るには、可能なかぎり多くのデータを扱う必要がある。これに以外の方法はない。システムを将来においても機能させるには、直近のトレンドがどのようなものであれ、そのときの大統領がだれであれ、トレーディングされている水準に依存しないマーケットの不規則な動きを発見する必要があるからである。その動きとは、いかなる現象にも依存せず、特定の時間にのみ帰することができるものでなければならない。さらに、さまざまなマーケット間で比較を行うことができるのは、パーセンテージベースの計算を使った場合だけである。ビンスは、システムを堅牢なものにするには、複数のマーケットを扱う必要があるとしているが、その場合の問題点については触れていない（たとえそれが、ビンスの著書の目的ではないにしてもである）。
　このセクションのもうひとつのポイントは、過去の最大の負けトレードを最適のｆの算出に利用できないことである。最適のfは、使用するモデルに適用した条件に基づく最大TWR値を導くｆ値である。残念なことに、アナリストとシステム設計者のほとんどは、最適のｆを過去の最大の負けトレードに対応するｆ値と認識している。この認識が一般に広く流布されており、固定比率による投資に関する理論全体の理解を危険なものとして遠ざけてしまっている。過去の最大の負けトレードを最適のｆの算出に使うことは、最適のｆを特定の条件に関連づける唯一の方法である。ただし、過去の最大の負けトレードの２倍にあたるような失敗を犯したくないのもまた事実である。この最適のｆは、一般に認識されている最適のｆよりもはるかに大きな値となるからである。
　この特殊なケースでは、ビンスの意図が皆を盲目にすることにあるとは思わないが、実際にはそれに等しい。何らかの情報を読み取り、その数値を熟考することなくそのまま受け入れてしまっている。実際、最大の負けトレードに基づく最適のｆでトレードを行うことはかなり危険である。しかし、今まで見てきたように、よく分散されたポートフォリオでは、証拠金の制約や大き過ぎるドローダウン、トレード不可能な枚数などのいくつかの現実的な理由で、高いｆ値でトレードを行うことには無理がある。
　本書では、過去の最大の負けトレードからｆ値を算出する代わりに、各トレードのストップロスとマーケットの状況にかかわらずストップロスのレベルを一定に保つことを提案してきた。選択した制約条件に基づいて最適のｆを算出したら、実際にはそれよりも低い値を使用するようにしなければならない。将来においては、特に特定のマーケットを志向したポイントベースで構築したシステムでは、未知のｆ値が実際にははるかに低いものだったということがないとはいえないからである。
　多くのポートフォリオマネジャー、特に株式市場を扱うマネジャーは、固定比率資金管理のルールを、CAPM（資本資産評価モデル）やEMH（効率的市場仮説）と統合しようと試みたことがあるはずである。しかし、筆者の理解しているかぎりでは、両者を統合することは不可能である。その理由は、いくつもの異なるマーケットで均一に機能するシステムでは、そのすべてのマーケットで統計上の特性に差異がないという前提が必要だからである。これは現実には多少そぐわないかもしれないが、システムの目的のためには必要な前提である。そしてこの前提があるがために、構築したシステムで資金管理を適用するときには、そこから逸脱することはできないのである。そうでないと、最適なソリューションを外してしまうことになる。すべてのマーケットで統計上の特性が同じであるということにしないと、すべてのマーケットで均一に機能するシステムを構築することはできない。そうしなければ、すべてのシステムはやむを得ずカーブフィッティングによって特定のマーケットに特化し、堅牢性に欠け、どのような資金管理ルールを適用してもトレードを行うには危険なものとなってしまう。
　一部では、ポートフォリオ全体がドローダウンのなかにあるかどうかによって、異なるｆ値を使用すべきであるという議論もある。この場合、マーケットが上昇トレンドであるか下降トレンドであるか、買いポジションを取っているか売りポジションを取っているかは問わない。しかしこの方法では、基本となるシステムに欠陥があるという前提に立って、資金管理の手法を駆使して個別のトレードの利益を何とかして増やすしかない。しかし、たとえ正しく構築されたシステムであっても、個々のトレードの結果を知ることも予測することもできないのであって、それは現実的ではない。トレンドの方向が上昇であろうと下降であろうと、あるいはその両方が起こっているようなマーケットにおいてさえも、有効に機能するシステムでは、天井と底をとらえることと上方や下方へのブレイクアウトで仕掛けることの間には何も違いはない。また、特定の戦略に限定すれば、このような反論も可能である。上昇トレンド（下降トレンド）のなかで、ストップロスのレベルを変更するか投資金額を変更するかして、より大きな買い持ち（売り持ち）のリスクを取る可能性である。つまり、これは特定のマーケットやトレンドに特有の性質やアノマリーの存在を否定するものではない（本書では、実際にいくつかの［短期の］アノマリーに遭遇した）。見つけだしたいタイプのアノマリーがマーケットに存在するのであれば、一度にひとつのアノマリーを正確にとらえるシステムを構築しなければならない。しかし、そのようなシステムにはもはや汎用性はなく、本書で取りあげたシステムに比べて信頼性や堅牢性に劣るものとなってしまうであろう。
　最後に、より理論を重視する傾向にあるシステム開発者やアナリストは、過去のトレードの結果を詳しく調べるよりも、まず結果の分布状態を計算し、ｆ値をパラメトリックに算出することを主張する。一見これは最もらしい理屈に思える。数学的表現を用いて将来のトレード結果の分布状態を予測することで、現実のヒストリカル・トレードを使うよりもより精度の高いモデルであると思わせるものがある。短期システムにストップと手仕舞いテクニックを統合するときに、われわれはトレード結果の分布状態を観察するが、この特殊なケースでは、分布を使ってｆ値を求めることはほとんどしない。実際のところ、それを行った場合は出来の悪いシステムがたくさん手元に残される結果となるであろう。その理由は、トレードの分布が何らかの分布状態、特に正規分布に似てくると、トレードの結果はおそらく散々なものになるからである。本質的にそれぞれのトレードは仕掛けた直後からそのトレード本来の目的地に向かって動くものであり、ストップや手仕舞いテクニックを使わなければ効率的な結果を得ることはできない。
　それよりも、各トレードについてごく少数の明確で特徴的な結果が得られるようにすることが大切で、ストップロスを使って最適のｆを計算すべきである。ストップと手仕舞いテクニックによって、特定のマーケットのアノマリーに依存しないシステムを開発することができるのであって、これらのテクニックなしでは、そもそも固定比率資金管理のルールにシステムを委ねることなどできない。とはいうものの、正規分布に基づくシステムで、本書のシステムよりもはるかに優れた結果を残すものが多数あるのも事実である。ここまでわれわれが開発してきたシステムや戦略は、所詮「張り子の虎」なのである。

　バック・トゥ・ザ・フューチャー

　金融市場はランダムな動きをするものではなく、メカニカルなトレーディング戦略でこのアノマリーの動きを利用する方法がある。幸いなことに、ロケット・サイエンティストである必要もない。ただ、今まで持っていた知識に少しばかり足りないものを補うだけのことである。残念なことに、特定の事項について何の知識も持たない場合よりも、持っている知識が不足いる場合のほうが悲惨な結果につながることが多い。この業界の大物はこのことを分かっているからこそ、あえて人に教えようとはしない。彼らにとっての金鉱脈ともいえる知識が、あなたを破産させるかもしれないからである。
　このことを踏まえると、ストップを置くことについてわれわれが議論し尽くしたということとは一致しない。基本的なトレーディングや投資に関して、ポジションを手仕舞うことについてはだれも真剣に取り上げていないからである。アナリストやブローカーの推奨をくまなく調べると、「強力な買い推奨」「買い推奨」「割安」「アウトパフォーム」「平均以上」「長期的に買い」「強気の見通し」のような多くの意見が得られるが、「売り推奨」「ここまで下がれば売り」「ここに到達すれば売り」のような意見にはほとんどお目にかかれない。最もありふれたフレーズは、「中位のパフォーマンス」か「買い持続」であろう。その理由は、この業界では売りは悪であって、ブローカーは顧客に悪い話を聞かせたくないし、させたくもないからである。専門的な見地からみて正しいことであろうと間違ったことであろうと、悪いムードを伝えてしまうことはビジネス上得策ではない。
　しかし、筆者にしても読者にしても、何かに投資して（あるいは先物で）大金を吹き飛ばしてしまうわけにはいかない。利益が出ていようと損失となっていようと、自分の研究に基づいて資金効率が高くなるようなポイントでポジションを閉じなければならない。ポジションを取るということは一度きりの決断であり、一度決断を下せばその状態でその先を何とかしなければならない。しかし、ポジションを閉じる決断は現在進行形のプロセスであり、「資金をほかの投資対象に振り向ければもっと効率的ではないか」と常に自問し続けることになる。この「ほかの投資対象」が銀行口座であるか、ほかのトレーディングや投資であるか、自分の枕の下であるかは問題ではない。そのため、いかなるトレーディングや投資テクニックも、徹底的に研究されたストップや手仕舞いテクニックなしでは完璧なものとはならない。ストップと手仕舞いポイントは、トレーディングプロセスの中心であるばかりでなく、収益性の高い資金管理ルールの基盤となるものである。
　残念ながら、どのようなストップと手仕舞いポイントをどこに置くかを研究するには、過去の最大ドローダウンを金額ベースで知っているだけでは不十分で、使用するシステム全体についてついてはるかに多くのことを知っておく必要がある。金額ベースのドローダウンは、将来起こることについて何の手掛かりともならないし、それをもとに何かを行うにしてもまったく無意味だからである。ドローダウンについては、 STD（スタートトレード・ドローダウン）、ETD（エンドトレード・ドローダウン）、 CTD（クローズドトレード・ドローダウン）、TED（トータルエクィティ・ドローダウン）のように、いくつかのカテゴリーに分類することを知っておかなければならない。それが十分でない場合は、各トレードのMAE（最大逆行幅）とMFE（最大順行幅）の計算方法を知っておく必要がある。
　第３部で、これらの手法をすべて説明した。サンプルとして使用した各システムでは、一連のストップと手仕舞いテクニックを統合して、それぞれのパフォーマンスを向上させた。さらにわれわれの短期システムでは、これらのテクニックは一般的なもので、汎マーケット的なものとしてはベストの対策である。これらを主に乱数機能を使って開発し、そのあとで検証過程で使用されたもの以外のマーケットに適用した。そうすることで、このシステムは実質的に非カーブフィッティング的で、すべてのマーケットで繰り返し検出される汎マーケット的な矛盾を見つけだすことができるものとなった。
　このことから、２つの興味深い結論が導き出された
　●基調となるトレンドに従ってトレンドフォローのトレードだけを行った場合は、ほとんどのマーケットで通用する長期的な優位性を獲得できる。
　●長期トレンドの見通しを立てられない場合は、わずかなヒストリカルデータを使って結論を出し、短期（3～９日程度）の短期トレードでしのぐことができる。

　マーケット間の統計上の特性は、トレンドの方向や状態に関係なくかなり似通ったものである。例えば、直近の５日間のマーケットの動きをみると、小さいながらも測定不可能な変化が起こっており、これが長期のトレンドを形成することになるかもしれない。そのレベルでは、統計の特性上測定可能な差異が生まれ、上方または下方へのトレンドがそれぞれ明確になってくる。短期トレードを行うことによるもうひとつの大きな利点は、長期トレンドの方向性だけでなく、あえて指値注文を使って天井や底をとらえることも可能となることである。これは、長期トレンドを把握していることで安全性が確保されているから可能となるのである。
　短期的あるいは長期的なマーケットの方向性を見極める方法と、それが最初に起こる理論的背景のすべてを、第４部全体を通して説明した。フィルターを追加する場合は、当初の考え方を多少修正する必要があるかもしれない。あるいは、フィルターを望ましい効率性に適合させることができない場合は、当初の考え方を捨てる必要が出てくるかもしれない。第１部と第４部の構成のすべてを完全に適合させるまでは、資金管理を追加し、システムを戦略のレベルまで引き上げて、さらに全体がその部分の総和を超えるようなシステムを作り上げることはできない。それには、一連のルールと枠組みに加え、トレーディングプロセスについての理解とルールベースのトレーディング戦略を、時間的位置的に孤立した個別の決定としてではなく、意思決定の流れのなかに介在させる必要がある。これを理解し認識していないと、このようなトレーディングのメリットを引き出すことはできないし、使用するシステムの個々のシグナルを基盤となるデータに最適化することができない。そればかりか、自分のトレーディング・ポジションを戦略全体と個人的な制約や好みに「最適化」することもできないのである。

戻る