第 13 課：レジーム誤判断とシステム的崩壊パターン

最大ドローダウンは、しばしば次のことから来る：誤った状態判断 + 誤った戦略の起動。

典型的なシナリオ（例示）

注: 以下は一般的な現象を説明するための架空の例です。数値は例示的なものであり、特定の機関/商品に対応するものではありません。

2020年2月、あるクオンツファンドのRegime Detectionシステムは：**「レンジ市場」**を示していました。

これは合理的な判断でした - 市場のVolatilityは数ヶ月間低く、ADXは20未満で、明確なTrendはありませんでした。

この判断に基づいて、システムは平均回帰戦略を起動し、下落するたびにポジションを追加しました。

そして3月が来ました。

日付	S&P 500	システム状態判断	戦略アクション	結果
2/20	3,373	Ranging	通常保有	-
2/24	3,225 (-4.4%)	Ranging	ポジション追加（押し目買い）	損失
2/27	2,954 (-8.4%)	Transition	保有継続	損失深化
3/9	2,746 (-7.6%)	Trending?	混乱	深く閉じ込められる
3/12	2,480 (-9.5%)	Crisis!	ストップロス発動	25%損失
3/16	2,386 (-3.8%)	Crisis	既に清算済み	リバウンド逃す
3/23	2,237 (底)	Crisis	空	-
4/9	2,789 (+24.7%)	Transition	様子見	リバウンド逃す

最終結果:

ピークから**32%**のドローダウン
単純に指数を保有するよりも**7%**多く損失
Regimeシステムは助けにならなかっただけでなく、損失を増幅した

なぜこうなったのか？

検出の遅れ: 「Ranging」から「Crisis」への切り替えに3週間かかった
誤った戦略の起動: Ranging戦略がTrending市場でポジションを追加し続けた
ストップロスが遅すぎ: Crisisが確認された時には、既に最良の脱出タイミングを逃していた
回復が遅すぎ: Crisis確認後、あまりに保守的でリバウンドを逃した

これがRegime誤判断のコストです - それは、あなたが最も正しい判断を必要とする時に正確に起こります。

13.1 なぜRegime Detectionは常に間違うのか

13.1.1 避けられない遅れ

どのRegime Detection方法も一定期間の履歴データを観察してから判断を下す必要があります。これは次のことを意味します：

実際の状態変化点 ----------------------+
                                    |
                                    v
         +-------------------------+-------+-------------------+
タイムライン:|     旧状態          |ウィンドウ | 新状態         |
         +-------------------------+-------+-------------------+
                                    |       |
                                    v       v
                            システムが新状態を確認

遅れ = 検出ウィンドウ + 確認遅延
典型値: 3-10取引日

紙上演習: 遅れのコスト

市場が「Ranging」から「Crisis」に切り替わり、S&P 500が5日間で15%下落すると仮定します。

遅れ日数	Crisisを確認するタイミング	どれだけ損失したか	何ができるか
1日	2日目	-3%	ストップロス、12%節約
3日	4日目	-9%	ストップロス、6%節約
5日	6日目	-15%	既に完全に下落
10日	11日目	-15%	市場がリバウンドしている可能性

結論: 急速な暴落では、3日の遅れはストップロス機会の60%を逃すことを意味します。

13.1.2 バックミラー問題

+-------------------------------------------------------------+
|                                                             |
|   後知恵:  ------------------+------------------            |
|                               |                             |
|              明確にRanging    |      明確にTrending         |
|                               |                             |
|   リアルタイム:  --------------+------------------           |
|                               |                             |
|              Rangingが終わる？  |   これは偽のブレイクアウト？   |
|              それともTrend開始？  |   それとも本当のTrend？      |
|                               |                             |
+-------------------------------------------------------------+

重要な洞察: バックテストでは、次に何が起こるかを知っています。ライブトレードでは、わかりません。

13.1.3 境界の曖昧さ

市場状態は離散的なスイッチではなく、連続的なスペクトルです：

       Ranging &lt;----------------------------------------&gt; Trending
         |                                           |
  ADX=15 |                                           | ADX=35
  Vol=10%|                                           | Vol=25%
         |                                           |
         |        +---------------------+            |
         |        |                     |            |
         |        |   グレーゾーン       |            |
         |        |   ADX 18-25         |            |
         |        |   Vol 12-20%        |            |
         |        |                     |            |
         |        +---------------------+            |
         |                                           |
         v                                           v
    明確なRanging                              明確なTrending

問題: 市場は70%の時間グレーゾーンにある

13.2 5つの典型的な誤判断パターン

13.2.1 パターン1: False Positive（RangingをTrendingと判断）

シナリオ:

ADXが一時的に25を超える
3日連続で5%上昇
システム判断: Trend開始、Momentum戦略を起動

実際:

Rangingゾーン内の通常の変動に過ぎない
価格はその後、レンジの中央に戻る
Momentum戦略は高値で買い、安値でストップアウト

損失源:

高値追いからの損失
頻繁なストップロスからの取引コスト
戦略切り替えからの摩擦コスト

価格チャート:
      /\            /\
     /  \    <-- Trendと誤判断
    /    \  /  \
---/------\/----\------  実際にはRangingゾーン
                 \

13.2.2 パターン2: False Negative（TrendingをRangingと判断）

シナリオ:

Trendが始まったばかりで、Volatilityがまだ上昇していない
ADXがまだ20未満
システム判断: Ranging、平均回帰戦略を起動

実際:

本当のTrendが始まった
平均回帰戦略が押し目買いを続ける
どんどん深く穴にはまる

これが冒頭のストーリーで起こったことです。

13.2.3 パターン3: 遅延誤判断

特徴: 方向判断は正しいが、タイミングが遅すぎる。

時間	実際の状態	システム判断	ミスマッチ
T	Trend開始	Ranging	X
T+3	Trend中期	Transition	X
T+7	Trend終了期	Trend確認！	X
T+10	Trend終了	Trending	X
T+13	新しいRanging	Transition	X

損失源:

最良のTrendエントリーポイントを逃す
Trend終了時にエントリー
Trend終了後もまだ保有

13.2.4 パターン4: 過敏誤判断

特徴: ノイズに過敏で、頻繁な状態切り替え。

実際の状態:  =============================================
             持続的なRanging

システム:      -+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--
            |  |  |  |  |  |  |  |  |  |  |  |  |  |  |
            R  T  R  T  R  Tr R  T  R  Cr R  T  R  Tr R
            a  r  a  r  a  an a  r  a  is a  r  a  an a
            n  e  n  e  n  si n  e  n  is n  e  n  si n
            g  n  g  n  g  ti g  n  g     g  n  g  ti g
            i  d  i  d  i  on i  d  i     i  d  i  on i
            n  i  n  i  n     n  i  n     n  i  n     n
            g  n  g  n  g     g  n  g     g  n  g     g
               g     g

切り替え回数: 15回/月
切り替えごとのコスト: 0.5%
総コスト: 7.5%/月

損失源:

各切り替えの取引コスト
戦略が機能する時間がない
システムリソースの消費

13.2.5 パターン5: 境界振動誤判断

特徴: 閾値付近で繰り返し切り替わる。

閾値ライン (ADX = 25): -----------------------------------------
                           ^  v  ^  v  ^v
実際のADX:          -----/\-/\-/\-/\-\/----------------
                       24 26 24 26 2324

システム状態:               R  T  R  T  RTR
                            a  r  a  r  ara
                            n  e  n  e  nrn
                            g  n  g  n  geg
                            i  d  i  d  idn
                            n  i  n  i  nig
                            g  n  g  n  gng
                               g     g

問題: ADXが23-27の間で振動し、システムが切り替え続ける

13.3 誤判断コストの定量化

13.3.1 誤判断コストモデルの構築

総誤判断コスト = 直接損失 + 機会コスト + 切り替えコスト

ここで:
  直接損失 = Sum(誤った状態での誤った戦略の損失)
  機会コスト = Sum(正しい状態での正しい戦略が稼いだであろう額)
  切り替えコスト = 切り替え回数 x 切り替えごとのコスト

13.3.2 歴史的ケース分析

ケース: 2020年3月の暴落

戦略タイプ	正しいRegime判断	誤ったRegime判断	ギャップ
Momentum	-5%（早期削減）	-25%（保有）	20%
Mean Reversion	-8%（押し目買い停止）	-35%（押し目買い継続）	27%
Risk Parity	-12%（パッシブフォロー）	-18%（アクティブ追加）	6%

ケース: 2022年利上げサイクル

月	正しい判断	誤った判断	ギャップの原因
1月	Trend反転を識別	まだ強気市場と思う	高値で削減せず
3月	下降Trendを確認	押し目と思う	押し目買い継続
6月	防御的に留まる	底と思う	また押し目買い失敗

13.3.3 紙上演習: あなたの誤判断感度を計算する

あなたの戦略の異なる状態組み合わせでの期待リターンを仮定します：

実際の状態	起動された戦略	月次リターン
Trending	Trend戦略	+5%
Trending	平均回帰	-8%
Ranging	Trend戦略	-3%
Ranging	平均回帰	+3%
Crisis	Trend戦略	-15%
Crisis	平均回帰	-25%
Crisis	防御戦略	-5%

質問: あなたのRegime Detection精度が70%の場合、年間リターン損失は何か？

クリックして分析フレームワークを展開

分析方法:

状態分布を仮定: Trending 30%, Ranging 50%, Crisis 20%
正しく識別された場合のリターン:
- Trending正解（30% x 70%）: 21% x 5% = 1.05%
- Ranging正解（50% x 70%）: 35% x 3% = 1.05%
- Crisis正解（20% x 70%）: 14% x (-5%) = -0.7%
- 月次リターン約1.4%
誤って識別された場合のリターン（ランダムミスマッチを仮定）:
- TrendingをRangingと誤判断（30% x 30% / 2）: 4.5% x (-8%) = -0.36%
- TrendingをCrisisと誤判断（30% x 30% / 2）: 4.5% x (-5%) = -0.23%
- ...（他の組み合わせ）
合計月次リターン約0.5%（1.4%よりはるかに低い）

結論: 30%の誤判断率は**65%**のリターン削減を引き起こす可能性があります。

13.4 「Uncertain」状態の設計

13.4.1 3状態から4状態へ

13.4.2 「Uncertain」状態の定義

トリガー条件	説明
HMM最大確率 < 50%	どの状態も支配的でない
複数の指標が矛盾	ADXはTrendingを示すが、VolatilityはRangingを示す
状態切り替え直後	切り替え後N日間Uncertainに留まる
閾値境界付近	ADXが22-28の間

13.4.3 「Uncertain」状態中の戦略

+-------------------------------------------------------------+
|                  Uncertain状態処理戦略                        |
+-------------------------------------------------------------+
|                                                             |
|  戦略1: 削減して待つ                                         |
|  +---------------------------------------------+            |
|  | 確実な状態のポジション: 100%                  |            |
|  | Uncertain状態のポジション: 50%                |            |
|  | 状態が明確になるまで待って復元               |            |
|  +---------------------------------------------+            |
|                                                             |
|  戦略2: 戦略ミックス                                         |
|  +---------------------------------------------+            |
|  | Trend確率 40%, Ranging確率 40%, Crisis 20%   |            |
|  | Trend戦略ウェイト: 40%                        |            |
|  | 平均回帰ウェイト: 40%                         |            |
|  | 防御戦略ウェイト: 20%                         |            |
|  +---------------------------------------------+            |
|                                                             |
|  戦略3: 最悪の場合の準備                                     |
|  +---------------------------------------------+            |
|  | Uncertain = 可能性のあるCrisis前兆            |            |
|  | 積極的にヘッジを開始                          |            |
|  | ストップロスを厳しく                          |            |
|  | 機会を逃すよりもリスクを増幅しない方が良い    |            |
|  +---------------------------------------------+            |
|                                                             |
+-------------------------------------------------------------+

13.4.4 状態切り替え確認メカニズム

過敏誤判断を減らすために、確認遅延を導入：

状態切り替えルール:
1. 単一トリガー: 記録するが切り替えない
2. N日連続トリガー: 「確認待ち」に入る
3. 確認待ち期間中に反転なし: 切り替えを確認
4. 確認待ち期間中に反転: 元の状態に復元

パラメータ提案:
- N = 3（高速応答）からN = 5（堅牢）
- 確認待ち期間 = 2-3日

切り替えフローチャート:

現在の状態: Ranging
      |
      v
Trendシグナル検出 -----------> シグナル記録
      |                              |
      |                              v
      |                         カウンタ +1
      |                              |
      |             +----------------+----------------+
      |             |                                 |
      |        カウント &lt; 3                      カウント &gt;= 3
      |             |                                 |
      |             v                                 v
      |         Rangingに留まる                   確認待ちに入る
      |                                              |
      |                    +-------------------------+-------------------------+
      |                    |                                                   |
      |              2日後もまだTrend                      2日後にRangingに戻る
      |                    |                                                   |
      |                    v                                                   v
      |              Trendへの切り替え確認                            Ranging復元
      |                                                                 カウンタリセット
      v
次のシグナル

13.5 マルチエージェントの視点

13.5.1 Meta Agent縮退戦略

Regime Detectionが信頼できない場合、システムにはフォールバックメカニズムが必要です：

+-------------------------------------------------------------+
|                 Meta Agent縮退戦略                            |
+-------------------------------------------------------------+
|                                                             |
|  レベル0: 通常モード                                        |
|  |-- Regime明確（確率 &gt; 70%）                              |
|  |-- 状態に応じて対応するエキスパートにルーティング          |
|  +-- 通常ポジションで実行                                   |
|                                                             |
|  レベル1: 慎重モード                                        |
|  |-- Regime曖昧（50% &lt; 確率 &lt; 70%）                    |
|  |-- 複数のエキスパートを並列実行、ウェイトをミックス        |
|  +-- ポジションを70%に削減                                  |
|                                                             |
|  レベル2: 防御モード                                        |
|  |-- Regime検出失敗（連続した矛盾シグナル）                  |
|  |-- 防御戦略を主として起動                                 |
|  +-- ポジションを50%に削減                                  |
|                                                             |
|  レベル3: セーフモード                                      |
|  |-- システムが異常を検出（データ品質、レイテンシ）          |
|  |-- 全てのアクティブトレードを停止                         |
|  +-- ヘッジとストップロス実行のみを維持                     |
|                                                             |
+-------------------------------------------------------------+

13.5.2 Regime Agent自身の健全性モニタリング

Regime Agent健全性指標:

1. 安定性指標
   - 状態切り替え頻度 &lt; 3回/週（そうでなければ過敏の可能性）
   - 平均状態持続期間 &gt; 5日（そうでなければノイズの可能性）

2. 一貫性指標
   - 複数の検出方法間の一致率 &gt; 70%
   - 市場パフォーマンスとの一致率（事後）

3. 適時性指標
   - Crisis検出遅れ &lt; 3日
   - 主要転換点捕捉率 &gt; 60%

4. 自己チェックメカニズム
   - 毎日予測と実際を比較
   - 累積誤判断が閾値を超えたら自動縮退

13.5.3 誤判断後の帰属と学習

誤判断後の処理プロセス:

1. 誤判断を識別
   |-- 戦略損失 + Regime変化 = 誤判断の疑い
   +-- 事後に実際の状態を確認

2. 帰属分析
   |-- 検出方法の問題かパラメータの問題か？
   |-- 遅れすぎか過敏すぎか？
   +-- 単一指標の失敗かシステム的問題か？

3. フィードバック学習
   |-- 誤判断ケースを記録
   |-- 検出パラメータを更新（オンライン学習）
   +-- 頻繁な失敗の場合、方法変更を検討

4. 他のAgentに通知
   |-- Risk Agent: リスク評価を更新
   |-- Signal Agent: シグナル閾値を調整
   +-- Evolution Agent: トレーニングデータに含める

受け入れ基準

このレッスンを完了した後、これらの基準で学習を確認してください：

チェックポイント	基準	自己テスト方法
遅れを理解	Regime Detectionが常に遅れを持つ理由を説明できる	遅れの源を列挙
5つの誤判断を識別	各誤判断の特徴と損失源を説明できる	例を挙げる
誤判断コストを定量化	フレームワークを使用してリターン影響を推定できる	紙上演習を完了
Uncertain状態を設計	トリガー条件と処理戦略を述べられる	ルールを設計
縮退を理解	Meta Agentの4レベル縮退を説明できる	縮退フローを描く

レッスン成果物

このレッスンを完了すると、次のものが得られます：

Regime誤判断分類フレームワーク - 5つの典型的な誤判断パターンを識別
誤判断コスト定量化方法 - 誤判断のリターン影響を評価
4状態モデル - 「Uncertain」状態を含む改善設計
縮退戦略テンプレート - Meta Agentが信頼できないRegimeをどう処理するか

レッスンまとめ

Regime Detectionは常に遅れを持つ - これは方法論によって決定される
5つの典型的な誤判断: False Positive, False Negative, 遅延, 過敏, 境界振動
最大ドローダウンはしばしば次のことから来る: 誤った状態 + 誤った戦略の起動
「Uncertain」状態を追加すると、強制的な分類エラーを減らせる
Meta Agentには包括的な縮退戦略が必要

参考資料

Lesson 12: Regime Detection - Regime Detectionの基本方法
Lesson 15: Risk Control and Money Management - リスクコントロールがRegime誤判断をどう処理するか
Background: Famous Quant Disasters - Regime誤判断の実際のケース

次回レッスンのプレビュー

Lesson 14: LLM Applications in Quant

Regime Detectionは「今どの市場にいるか」を教えてくれますが、市場の背後にある「なぜ」は、しばしばニュース、決算報告、ソーシャルメディアに隠れています。次のレッスンでは、LLMを使用してこの非構造化情報を抽出し、Regime判断を強化する方法を探ります。