深淵を科学する 第4回: オルカンに勝てない

Pocket

深淵を科学する 第4回

オルカンに勝てない

モメチンを科学する。

AIと一緒に「モメチンムーブする戦略」を作ってみた。

それが、プロトタイプ2号だ。

モメチン――つまり、モメンタム(直近の株価の勢い)を利用して、上がっている銘柄についていく。

理屈としては悪くない。

ところが、バックテストを進めていくと、ひとつ問題が見えてきた。

こいつ、相場の地合いを5つに分類したうち、1つでしかうまく動かない。

相場には、上昇相場もあれば、下落相場もある。横ばいもあるし、急変する局面もある。

プロトタイプ2号は、そのうちのひとつの環境ではきれいに機能する。

しかし、それ以外では資金を十分に活用できない。

AIは「実地テストをしてみましょう」と言う。

いや、もちろんテストは大事だ。

でも、

「テストをしたとて」

なのである。

すでにバックテストで、かなりはっきりした弱点が見えている。

それでも実際に数字を確認してみることにした。


日経225、オルカン、S&P500と勝負してみる

過去5年間を使って、プロトタイプ2号を日経225、オルカン(全世界株式)、S&P500と比較してみた。

結果は――惨敗だった。

年率リターンで見ると、ベンチマークのおよそ3分の1程度しか出ていない。

これはさすがに厳しい。

原因を調べると、かなり単純だった。

資金効率が悪い。

5つの相場環境のうち、1つでしか十分に動けない。

ということは、残りの時間は資金が遊んでいる。

どれだけその1つの環境で上手く戦えても、年間を通して見れば、資金を使っていない時間が長すぎる。

戦略そのものの良し悪し以前に、構造的な問題だった。

そこで、ひとつ試してみた。

戦略がポジションを持っていない間は、オルカンを買っておけばいいのでは?

これなら資金を遊ばせずに済む。

結果はどうだったか。

期間をならすと、オルカンをそのまま持つより、リターンがわずかに上回った。

おお。

これは結構すごいことをやったんじゃないか。

……と思った。

しかし、期間を分けて見ると、そうでもなかった。

過去の学習期間だけ見ればオルカンに勝っていたのに、直近の期間(市場全体が異常なほど強かった時期)では、オルカン単体にすら負けていた。

市場環境によって勝ったり負けたりする、安定しない結果だったのだ。

しかも、下落を抑える効果も期待したほどではなかった。値下がりの大きさ(最大ドローダウン)は、オルカンをそのまま持っていた場合とほとんど変わらなかった。

さらに、実際にはこの間、数百回という売買が発生していた。理想的な条件でのわずかな上乗せ分など、実際の手数料を考えればおそらく消えてなくなる。

「それ、最初からオルカン買っておけばよくない?」

複雑なルールを作り、シグナルを計算し、個別株を選び、売買する。

その結果が、市場環境次第で勝ったり負けたりする、しかもコストを考えれば怪しい上乗せ。

これでは、わざわざ複雑な仕組みを組む理由がない。

これが現実だった。


ここから何をするのか

ここで一度、考え方を変えた。

「プロトタイプ2号をどう改良するか」ではない。

そもそも、別の戦略を探してみよう。

そう考えた。

最初に試してみたかったのが、出来高の急増をシグナルにする戦略だった。

株価が動く前に、何らかの理由で出来高が急増する。

そこに大口投資家などの動きを感じ取って、その後についていく。

いわば、

「大口のコバンザメ戦法」

である。

正直、名前はともかく、考え方としては面白い。

そしてバックテストしてみると、これが意外にパフォーマンスが高かった。

そこで、ひとまずプロトタイプ3号として採用することにした。

ここで少し気をよくした。

「もしかすると、まだ知らない勝ち方があるんじゃないか?」

そこでAIに聞いてみた。

「今までとは違う切り口で、パフォーマンスが出そうな戦略を挙げてほしい」

返ってきた候補は4つ。

  1. 52週高値圏に居続ける銘柄を狙う
  2. 急落後の戻りを狙う
  3. セクター全体の勢いを見て乗り換える
  4. 値動きが穏やかな銘柄を選ぶ

せっかくなので全部試してみる。

結果は、かなり正直だった。


AIが出した戦略を全部試す

まず、急落後の戻りを狙う戦略。

これは2パターン試した。

結果はダメ。

急落した銘柄を「そろそろ戻るだろう」と拾うつもりが、現実には、

そのまま下がり続ける銘柄まで拾ってしまう。

「落ちたから買う」という単純な発想では、落ちている途中なのか、底を打ったのかを区別できない。

見事に大怪我した。

次に、セクター全体の勢いを見て乗り換える戦略。

これも悪くない理屈に思えた。

しかし結果を見ると、

指数を買っておくのと、ほとんど変わらない。

それなら指数でいい。

そして、値動きが穏やかな銘柄を選ぶ戦略。

これはさらに面白い結果になった。

狙いとしては「安定している銘柄を選べば、リスクを抑えながらリターンを取れるのではないか」というものだった。

ところが、実際に出てきた結果は逆だった。

値動きの荒い銘柄の方が成績が良かった。

これも不採用。

4つ試して、生き残ったのはひとつ。

「52週高値圏に居続ける銘柄を狙う戦略」

これをプロトタイプ4号として採用することにした。

そして、思わぬ副産物もあった。

プロトタイプ3号と4号は、既存の戦略と動くタイミングがあまり重ならなかった。

これは重要だ。

戦略単体のリターンだけを見るのではなく、異なる動きをする戦略を組み合わせることで、資金効率を上げられる可能性がある。

そこで、3つの戦略を合わせてみることにした。


3つ合わせても、オルカンの6割

3つの戦略に資金を分散して、同時に動かしてみる。

プロトタイプ2号。

プロトタイプ3号。

プロトタイプ4号。

単体ではそれぞれ問題を抱えていた。

しかし、動くタイミングが違うなら、組み合わせることで弱点を補えるかもしれない。

結果。

資金効率は、確かに格段に良くなった。

これは狙い通りだった。

しかし――

トータルのリターンを見ると、

オルカンの6割程度。

まだ全然届かない。

戦略を増やした。

資金効率も改善した。

それでも、指数には大きく負ける。

ここまで来ると、さすがに考えさせられる。

「個別株を選んで、タイミングを測って、売買する」

という行為そのものが、思っている以上に難しい。


ならば、オルカンを敵ではなく味方にする

ここで、また発想を変えた。

オルカンに勝とうとするのではなく、

オルカンをベースにして、その上に戦略を載せたらどうか。

つまり、資産のすべてを戦略に賭けるのではない。

基本部分はオルカン。

その一部だけを、3つの戦略に振り分ける。

いわば、

「オルカン+戦略」

という形だ。

比率をいろいろ変えて試してみた。

すると、面白いことが分かってきた。

戦略の比率を上げればリターンを狙える。

しかし、下落も大きくなる。

逆にオルカンの比率を上げれば、値動きは安定する。

その中間を探っていくと、

下落の抑制とリターンのバランスが最も良くなる配分

が見えてきた。

ただし、ここでも一つ引っかかることがあった。過去5年通しで見たときの最良の配分と、直近の期間だけで見たときの最良の配分が、ぴったりとは一致しなかったのだ。おまけに、この比率を保つには、定期的に売り買いして調整し続ける必要がある。その手間や税金の計算まで含めると、理屈の上では良い配分でも、実際に回すとなると簡単ではなさそうだ。

まだ最終的な答えではない。

ただ、少なくとも方向性は見えてきた。


中の人の一言

スイングトレードを決まったトリガーで機械的に裁定しても、オルカンにはなかなか勝てない。

今回、それがかなりよく分かった。

もちろん、良い戦略を見つけ出せれば、オルカンを超えられる可能性はある。

でも、「なんとなく上がりそう」「この値段なら安いだろう」「そろそろ反発するだろう」という値ごろ感だけで個別株を触っていたら、オルカンにすら遠く及ばない。

むしろ今回の実験で分かったのは、適当に個別株を売買するくらいなら、オルカンを買っておいた方がいい。という、身も蓋もない事実だった。

そして、もうひとつ。こういうことを、実際にデータを入れて、仮説を作って、バックテストして、失敗したら別の仮説を試して……というところまで、かなり手軽に繰り返せるようになった。これは本当にAIの進化のおかげだと思う。

昔なら「思いついた投資戦略を試してみよう」と思っても、データを集め、プログラムを書き、検証環境を作るだけでかなりの手間がかかった。今はAIと会話しながら、「じゃあ、これは?」と次々に試せる。

もちろん、AIが勝てる戦略を教えてくれるわけではない。むしろ今回のように、「それ、全然ダメでした」という答えを何度も突きつけてくる。

でも、それでいい。失敗した戦略を捨てられる。「なんとなく良さそう」という思い込みを、数字で壊せる。そしてまた次の仮説を試せる。

深淵を科学する。たぶん、こういうことなのだと思う。

さて。ここまでやっても、まだオルカンには勝てない。では、何を変えれば勝てるのか。

次はそこを掘ってみる。