移動平均乖離率の有効性検証:過去5年のバックテスト結果

「移動平均から離れすぎた価格は戻りやすい」——この経験則を、過去5年のデータでバックテストしました。本稿では検証の設計、結果、そして結果を鵜呑みにしないための注意点を整理します。数値はイメージであり、本稿は学習目的のリサーチです。特定の売買を推奨するものではありません。

移動平均乖離率(ディスパリティ)は、価格が移動平均からどれだけ離れているかを比率で表す指標です。ここでは「乖離が大きいほど平均へ戻りやすいか」という仮説を検証し、優位性が本物かどうかを確かめます。

チャート画像
(移動平均と乖離率の推移)
図1:価格・移動平均・乖離率の関係(イメージ)

1. 検証の設計

検証結果は、ルールの決め方ひとつで大きく変わります。まず、後から都合よく解釈しないために、条件を先に固定します。

乖離率の定義

乖離率は「(価格 − 移動平均)÷ 移動平均」で求めます。本検証では代表的な期間の移動平均を用い、乖離率が一定の閾値を超えたときを「行き過ぎ」と定義しました。

エントリーとイグジットの規定

乖離率が下方の閾値を超えたら買い、移動平均に回帰したら手仕舞い、という単純なルールに固定します。ルールを単純に保つのは、パラメータを増やすほど過剰最適化に陥りやすいためです。

項目設定
対象主要株価指数
期間過去5年(日足)
シグナル乖離率が閾値を超過
手仕舞い移動平均への回帰
コスト売買コストを考慮
表1:バックテストの条件(学習用の整理・イメージ)

2. バックテスト結果

固定したルールで、過去5年の値動きにあてはめた結果を整理します。ここで重要なのは、勝率単独ではなく、損益の偏りとドローダウンを併せて見ることです。

勝率と損益

「行き過ぎからの回帰」は、レンジ局面では機能する傾向が見られました。一方で、強いトレンドが出た局面では、乖離が縮まらないまま逆行し、損失が伸びる場面もありました。勝率が高くても、負けたときの損失が大きければトータルでは報われません。

ドローダウンの確認

最大ドローダウン(資産が過去の最高値からどれだけ落ち込んだか)を見ると、トレンド局面での連敗が効いていました。実運用に耐えるかは、この落ち込みを受け入れられるかに左右されます。

バックテストが良好でも、それは「過去に対する最適解」にすぎない。

勉強会での議論メモより

局面依存性

結果はレンジかトレンドかという相場のレジームに強く依存しました。単一のルールがすべての局面で通用するわけではない、という当たり前の結論が、数字の上でも確認されました。

3. 結果の解釈と注意点

良好な結果ほど、慎重に扱う必要があります。検証を実運用に近づけて考えるための注意点を整理します。

  1. パラメータを探索しすぎない(過剰最適化の回避)
  2. 売買コストとスリッページを必ず織り込む
  3. 期間を分割し、局面ごとに成績を確認する
  4. 検証に使っていない期間(アウトオブサンプル)で再確認する
用語メモ:ドローダウンと過剰最適化

ドローダウンは資産の最高値からの下落幅です。過剰最適化(カーブフィッティング)は、過去データに合わせ込みすぎて、将来では機能しなくなる状態を指します。良い成績が過剰最適化の産物でないかを常に疑うことが大切です。


まとめ

移動平均乖離率は、レンジ局面では一定の傾向が見られたものの、トレンド局面では機能しにくく、成績はレジームに強く依存しました。バックテストの役割は「勝てる手法を見つけること」ではなく、「その手法がどこで効き、どこで効かないかを知ること」にあります。次回の勉強会では、レジーム判定を組み合わせた場合の変化を検証する予定です。

本稿で扱った内容は、GAKUNOCOの学習・研究活動の一環であり、特定の金融商品の売買を推奨するものではありません。投資に関する最終的な判断は、ご自身の責任において行ってください。