LEAPS Floor2 戦略: SPY PMCC with Adaptive Switching

研究サマリー (2026-02-26)

$800K規模のLEAPS/PMCCポートフォリオを月次37窓Walk-Forwardで厳格検証。 switch_dd11_r106 (ドローダウン連動ポジションサイズ切替) が全指標で優位を確認。 BeatShield (Floor1) との合算で +105% CAGR/yr (2024-2026, 2-Floor) を実現。

Phase24 (2,220 BT) の資本ブラケット別分析で判明: NVDA $600K (+56.7pp) が全ブラケット最強 (SPY \(800K +42.4pp を+14.3pp上回る)。\)200K以下はLEAPS不可、\(2M以上でアルファ消滅。 最適ゾーンは **\)400K〜$800K**、資本規模で銘柄を動的選択する設計が合理的。

---

概要

戦略の位置づけ

項目	内容
Floor	Floor 2（$800K余剰資本の受け皿）
対象	SPY / QQQ / AAPL 深いITM LEAPS
構造	Long Call (Δ0.70-0.90, DTE 365-730日) — 売り建て無し (overwrite=off)
期間検証	2022-01 〜 2025-01 開始 × 37窓 (月次ローリング12ヶ月)
検証銘柄	SPY 37窓 + QQQ 37窓 + AAPL 37窓 = 111窓合算
初期資本	$800,000（各窓リセット）

LEAPSとは

Long-term Equity Anticipation Securities：満期が1〜2年先の長期コールオプション。 株価上昇に対してレバレッジ効果があり、配当や金利コストを払わずに株式と近似した リターンプロファイルを得られる。ITM（イン・ザ・マネー）を選ぶことで、タイム・ ディケイの影響を最小化する。

---

適応型切替メカニズム (switch_dd11_r106)

切替ロジック

【通常モード】DD < 11%
  ↓ contracts = 100
  ↓ max_wait  = 63日 (63営業日以内なら強制エントリー)
  ↓ pullback  = 10% (直近高値から10%下落を待つ)

DD ≥ 11%? → 【リスクモード】に切替
  ↓ contracts = 106 (+6% 増加)
  ↓ max_wait  = 0   (押し目待ちなし、即時エントリー)
  ↓ pullback  = 10% (同上)

DD < 11%? → 【通常モード】に復帰

逆張りの発想

ドローダウン時にポジションを 増やす という反直感的な設計。 「クラッシュ時に買い増す」というバフェット的な価値投資哲学をアルゴリズム化している。 Phase16-21の検証では、この切替が一貫してexcess returnを改善することを確認。

パラメータ一覧

パラメータ	通常モード	リスクモード	説明
contracts	100	106	購入枚数
max_wait_bdays	63	0	最長待機営業日
pullback_pct	10%	10%	押し目閾値
DD_threshold	—	≥ 11%	切替トリガー

---

Walk-Forward検証結果 (Phase20: SPY 37窓)

主要結果

switch_dd11_r106 が全メトリクスで c106_wait0（純危機アルファ）と c100_wait63（Codexベースライン）の両方を上回った。

WFサマリー (月次37窓, SPY, $800K)

設定	勝率	中央値excess	P25 excess	最悪excess	avg CAGR	avg MaxDD
switch_dd11_r106	73.0%	+42.5pp	+18.7pp	-16.8pp	+49.8%	-15.8%
c100_wait63 (baseline)	73.0%	+35.9pp	+9.4pp	-18.6pp	+45.6%	-18.2%
c106_wait0 (crisis only)	40.5%	-13.3pp	-26.3pp	-34.6pp	+16.2%	-13.4%

解釈

• c106_wait0（危機専用）: 勝率40%、median -13.3pp — 危機のみ狙いは安定性を欠く
• c100_wait63（常時参加）: 勝率73%、median +35.9pp — 良好だが切替に劣る
• switch_dd11_r106: 勝率73%維持しながら median +42.5pp — 両方の良さを統合

改善幅 (vs baseline c100_wait63)

中央値 excess:   +35.9pp → +42.5pp  (+6.6pp改善)
P25 excess:      + 9.4pp → +18.7pp  (+9.3pp改善)  ← 下位25%の底上げ効果
最悪 excess:     -18.6pp → -16.8pp  (+1.8pp改善)
avg CAGR:        +45.6%  → +49.8%   (+4.2pp改善)

---

クロスシンボル検証 (Phase21: 111窓合算)

検証の目的

SPY単独37窓では過学習の可能性が残る。QQQ・AAPLにも同一パラメータを適用し、 銘柄をまたいだ一般化能力を確認。

結果 (QQQ + AAPL 74窓)

設定	勝率	中央値excess	P25 excess	最悪excess	avg CAGR
switch_dd11_r106	59.5%	+19.7pp	-6.5pp	-46.9pp	+25.3%
c100_wait63 (baseline)	52.7%	+6.6pp	-17.3pp	-41.4pp	+17.5%

111窓合算 (SPY37 + QQQ37 + AAPL37)

設定	勝率	中央値excess
switch_dd11_r106	64.0%	-
c100_wait63	59.5%	-

一般化確認

SPYで最適化したパラメータがQQQ・AAPLにも機能することを確認。 中央値excessは SPY (+42.5pp) より低いが、これは銘柄固有リスク（特にAAPL）の影響。 重要指標の P25 excess がbaselineより +10.8pp 改善 → 下位25%窓での下方保護が有効。

---

実装の難点: 購入可能性の壁

2024年以降の実運用制約

SPYが\(520以上では、100枚のLEAPS（1枚≈\)5,200+）≈ $520K以上 → $800K資本に対して 過剰投資となり購入できない窓が増加する。

2022-2023: SPY $350-480 → 100枚 ≈ $350-480K → 購入可能 2024以降: SPY $520+ → 100枚 ≈ $520K+ → ギリギリ/不可

対応策

対策	内容	状況
max_wait=63	63日以内なら強制エントリー	✅ 実装済み
pullback_pct=10%	10%押し目で買い → 価格低下効果	✅ 実装済み
AAPL/QQQ移行	SPY高値時は安価な銘柄を選択	📋 検討中
leaps_capital_pct	動的配分（Phase8で検証済み）	❌ fixed c=106が優位

---

Floor 1 + Floor 2 複合ポートフォリオ (Phase22)

シミュレーション結果

シナリオ	期間	初期資本	最終資産	総リターン	CAGR
[A] LEAPS単独 (2022-2026)	4年	$800K	$2,951K	+268.9%	+37.7%/yr
[B] LEAPS単独 (2024-2026)	2年	$800K	$2,185K	+173.1%	+62.1%/yr
[C] BeatShield単独 (2024-2026)	2年	$13K	$1,441K	+10,988%	+347.5%/yr
[D] 2-Floor合算 (2024-2026)	2年	$813K	$3,626K	+346%	+105%/yr
[E] 長期合算 (LEAPS'22 + BS'24)	4年相当	$813K	$4,393K	+440%	+51.2%/yr

2-Floor相乗効果

Floor1（BeatShield $13K）はCAGR +347%の超高効率エンジン。 Floor2（LEAPS $800K）はCAGR +62%の大容量エンジン。 2つを組み合わせると、資本規模に見合ったリターンを維持しながら+105% CAGRを実現。

相互補完メカニズム

                Floor 1 (BeatShield)        Floor 2 (LEAPS)
资本             $13K                         $800K
CAGR            +347%                        +62%
絶対利益         +$1,428K                     +$1,385K   ← ほぼ同額!
MaxDD           -34%                         -43.9%
DD相関          独立 (異なる銘柄・期間)        独立

ポイント: 投入資本が60倍異なるのに絶対利益はほぼ同額。 Floor1の爆発力と、Floor2の大容量が完全に補完し合う構造。

---

実運用計画

推奨設定: switch_dd11_r106

# run_leaps_pmcc_bt.py プリセット
SWITCH_R106 = dict(
    contracts=100,                          # 通常モード
    leaps_max_wait_bdays=63,               # 最大63営業日待機
    leaps_switch_dd_threshold_pct=11.0,    # DD 11%で切替
    leaps_switch_risk_contracts=106,       # リスクモード: +6%
    leaps_switch_normal_contracts=100,
    leaps_switch_risk_max_wait_bdays=0,    # リスクモード: 即時エントリー
    leaps_switch_normal_max_wait_bdays=63,
)

移行タイミング

条件	判断
Floor1 equity > $500K	Floor2 開始を検討
Floor1 equity > $800K	Floor2 $800K で正式稼働
SPY価格 > $520	max_wait=63で待機 or AAPL/QQQ検討

未完了項目 / 次フェーズ

項目	優先度	内容
購入可能性制約の解決	高	SPY $520+時のQQQ/AAPLフォールバック
r106 vs r108 統計確証	中	現在方向性のみ、強有意差未達
PT実装	高	run_paper_trading_v3.py にLeaps strategyを統合
実約定テスト	高	Polygon bid/ask + SAXO execで実データ確認

---

検証フェーズ一覧

検証規模サマリー

3つのAIエージェント（Codex・Claude・Gemini）が独立して検証を実施。 スクリプト24本・CSVレポート75本・期間2022〜2026の4年間・ 月次37窓 + 四半期13窓 + クロスシンボル111窓 = 合計200窓超の Walk-Forward を完了。

---

Phase 1–3: Innovation Sprint — Codex起点の仮説探索

担当: Codex 2026-02-25 | run_leaps_pmcc_bt.pyベースの仮説A〜H連続検証

仮説	内容	主要結果
A: Delta-Budget Turbo	overwrite=off + 高contracts数でΔ露出拡大	c=100で CAGR+47.6%/DD-46.3%; c=120はアフォード不能
B: Crash-Discount Re-Entry	pullback=10%ゲート追加	CAGR+58.2%/DD-31.3% (2023-2026); 2022-2026通しでCAGR+41.3%
C: スリッページ感度	slip×1.0〜×2.5	slip×2.0でも excess+24.8pp → スリッページ耐性確認
D: 年次再現性	年次リセットでの稼働状況	2024・2025・2026が0エントリー → 資金不足制約を発見
E: max_wait実装	leaps-max-wait-bdays 新パラメータ	wait=63でactive years 2→3へ改善
F: 縮小グリッド最適化	pullback×wait×contracts同時	pb=10,wait=63,c=100 が成長・再現性バランス点
G: Affordable Sizing	資金不足時の自動枚数縮小	DD改善のはずがFull DD悪化(-50.1%) → 早期エントリー裏目
H: 追加ガード評価	trend_ma・regime・bull_only	全案がCAGR・excess毀損 → シンプル設計優位

結論: pb=10%, wait=63, c=100, affordable=off をCodex暫定最良に設定。

---

Phase 4: 3シナリオ並行検証 — Codex

担当: Codex 2026-02-26 | scripts/run_leaps_phase4_sweep.py

シナリオ	内容	主要結果	判断
S1: 期間限定affordable	leaps-affordable-start=2025-01	active_years 3→4改善、ただしscaled_entries=0 → 機能発動せず	不採用
S2: 月次37窓WF	aff_2025plus vs baseline_off	baseline win_rate 73.0%/median+28.5pp; aff_2025plus worst -40.4% (2倍悪化)	baseline採用
S3: capital_pct比較	cap0/30/50/70比較	cap0(fixed) CAGR+34.7%で全capital_pct設定を凌駕	fixed contracts確定

引き継ぎ: Codex最良 = c100, wait=63, pb=10%; WFで worst_excess=-19.5%確認済み。

---

Phase 5–6: Stop-Loss・max_wait=0 スウィープ — Claude

担当: Claude 2026-02-26 | scripts/run_leaps_phase5_stoploss.py / run_leaps_phase6_maxwait0.py

Phase	内容	主要結果	判断
5: Stop-Loss %	SL=5/10/15/20%各種	MaxDD悪化 (再エントリーチェーンで損失倍増)	不採用
6: max_wait=0スウィープ	c=100/104/106/108/110 × pb=⅞/10/12%	c106_wait0_pb10: CAGR+44.0%, MaxDD-23.6%, Calmar 1.86	採用

Claudeの発見 ── "二重フィルター効果":

pb=10% → LEAPS高値でアフォード不能 → スキップ
SPYさらに下落 → LEAPS安値でやっとアフォード → エントリー
= 実質「深い暴落底値近辺」のみ参加 → MaxDD-23.6%の極小DD達成

---

Phase 7: Claude vs Codex ベースライン WF対決

担当: Claude 2026-02-26 | scripts/run_leaps_phase7_wf.py — 月次37窓

設定	担当	win_rate	median_excess	avg_CAGR	avg_MaxDD
claude_c106_wait0_pb10	Claude	40.5%	-13.3pp	+27.9%	-8.0%
codex_baseline_off	Codex	73.0%	+28.5pp	+43.7%	-17.4%
aff_2025plus	Codex	83.8%	+34.5pp	+47.2%	-31.0%

重要発見: wait=0は37窓中15窓のみエントリー(2022-03以前のベア期間)。 2024年以降はSPY \(520+により **100c≒\)1,044K → $800K資本でアフォード不能**。

2022年  SPY $350-450 → 100c合計≈$350-450K → ✅ 購入可能
2024-04  SPY $522    → 100c合計≈$1,044K    → ❌ 不可
2026-02  SPY $580-600 → 100c合計≈$1,160K   → ❌ 不可

結論: Codex wait=63 はWF一貫性で優位。Claude wait=0 は危機アルファとして高Calmar(1.86)。 → 両方の長所を統合するスイッチ戦略を次フェーズで探索。

---

Phase 8: Claude Idea Lab — 追加アイデア総当たり

担当: Claude 2026-02-26 | scripts/run_leaps_phase8_idea_lab.py + capalloc.py + wf_top3.py

アイデア	CAGR (2022-2026)	MaxDD	結果
claude_c106_wait0_pb10 (baseline)	+44.0%	-23.6%	最良維持
idea_bear_only_sc	+43.7%	-24.0%	近接、SC損益マイナス
idea_regime_sc	+43.4%	-24.2%	近接、SC損益-$170K
idea_ext20_x1p5 (extreme pullback)	+44.0%	-23.6%	基準と実質同一
trend_ma=200	+0.0%	–	全窓エントリー0 (機会損失)
delta 0.60-0.80	+35.7%	-55.2%	破綻リスク
delta 0.50-0.70	-16.8%	-65.7%	ベア期間で破綻

結論: 8種の追加アイデアは全てClaudeベースラインを超えられず。 deep ITM (Δ=0.70-0.90) + overwrite=off の組み合わせが最強と確定。

---

Phase 9–10: スイッチ戦略設計 — Codex

担当: Codex 2026-02-26 | scripts/run_leaps_phase9_wf_switch.py / run_leaps_phase10_switch_threshold_sweep.py

Phase9: wait=0 vs wait=63 を窓開始レジームで切替するWF (37窓)

strategy	win_rate	median_excess	worst_excess	avg_CAGR
switch_dd15_cmix	73.0%	+34.5pp	-19.5pp	+46.4%
switch_dd10_cmix	70.3%	+35.0pp	-27.3pp	+46.5%
switch_ma200_cmix	70.3%	+36.0pp	-34.6pp	+48.1%
base_wait63_c100	73.0%	+28.5pp	-19.5pp	+43.7%

Phase10: DD閾値0.0〜20.0%を0.5%刻みでスウィープ

閾値帯	win_rate	median_excess	avg_CAGR	avg_MaxDD
10.5–11.5% (最適帯)	73.0%	+35.8pp	+48.6%	-16.2%
15.0% (初期設定)	73.0%	+34.5pp	+46.4%	-16.7%
20.0%	73.0%	+28.5pp	+43.7%	-17.4%

結論: DD=11% を閾値として確定。switch_dd11_cmix を採用候補に更新。

---

Phase 11–14: switch_dd11_cmix 実装・近傍検証・WF — Codex

担当: Codex 2026-02-26 | Phase11〜14の4スクリプト

Phase	内容	結果
11: 直接BT実装検証	run_leaps_pmcc_bt.pyにddスイッチ機能を実装後の動作確認	Full CAGR+37.68%(vs base+34.66%); MaxDD -35.37%(改善)
12: WF再検証	実装版switch_dd11_cmixの37窓WF	median_excess+42.5pp(合成Phase10の+35.8ppを上回る); 日次dd判定の方が優秀
13: 近傍グリッド探索	threshold(10.5/11.0/11.5%) × risk_wait(0/5日) 6設定	全6設定が完全同一結果 → near-grid overfitting不在を確認
14: Quarterly WF	12M窓×3M刻み = 13窓	switch median+39.8pp vs base+25.8pp (+14pp差); win_rate同率69.2%

重要: Phase12でsynthetic(窓開始時1回切替) < native(日次切替)が判明。 本体実装の「日次dd判定」が重要であることを実証。

---

Phase 15–16: risk_contracts最適化 — Codex

担当: Codex 2026-02-26 | scripts/run_leaps_phase15_risk_contracts_direct.py / run_leaps_phase16_wf_risk_contracts.py

Phase15 — 直接BT (2022-2026, SPY):

config	Full CAGR	Full MaxDD	Full Excess	Bull CAGR
switch_dd11_r108	+40.13%	-33.04%	+30.62pp	+56.34%
switch_dd11_r106	+37.68%	-35.37%	+28.17pp	+54.73%
switch_dd11_r104	+37.30%	-35.30%	+27.79pp	+53.13%
base_wait63_c100	+34.66%	-37.75%	+25.15pp	+53.55%

Phase16 — 四半期13窓WF (過学習チェック):

config	win_rate	median_excess	avg_CAGR	entry_rate
switch_dd11_r106	69.2%	+39.8pp	+46.3%	69.2%
switch_dd11_r104	69.2%	+39.2pp	+45.1%	69.2%
switch_dd11_r108	69.2%	+35.0pp	+43.4%	61.5% ← 低下
base_wait63_c100	69.2%	+25.8pp	+38.8%	69.2%

逆転: 直接BTではr108>r106だが、WFではr106>r108。 r108はentry_rate低下(61.5%)が原因 → r106を本採用。

---

Phase 17–18: 過学習ガード・統計的確証 — Codex

担当: Codex 2026-02-26 | scripts/run_leaps_phase17_overfit_guard.py / run_leaps_phase18_r106_vs_r108_confidence.py

Phase17 — 前半/後半スプリット検証:

期間	r106	r108	差
前半8窓 (2022-01〜2023-10)	median +46.7pp, entry_rate 100%	median +42.5pp, entry_rate 87.5%	r106優位
後半5窓 (2024-01〜2025-01)	median -13.3pp (機会なし)	同値	識別不能

Phase18 — Bootstrap信頼区間 (bootstrap 20,000回, 13窓):

比較	mean_diff	CI 95%	解釈
r106 vs r108	+2.86pp	[-1.59, +8.06]	方向はr106優位、強有意差未達
r106 vs r104	+1.15pp	[+0.11, +2.94]	CI正側に収束
r106 vs base	+7.52pp	[+2.15, +13.56]	統計的に有意な優位

結論: r106 > baseは統計的確証あり。r106 > r108は方向のみ確認(窓数不足)。

---

Phase 19–20: クロスシンボルOOS・スリッページ耐性 — Codex

担当: Codex 2026-02-26 | scripts/run_leaps_phase19_cross_symbol_oos.py / run_leaps_phase20_slippage_stress.py

Phase19 — クロスシンボル一般化 (SPY + QQQ + AAPL × full + recent OOS = 6セル):

config	win_rate	median_excess	avg_CAGR	avg_MaxDD
switch_dd11_r106	83.3%	+16.97pp	+29.20%	-36.67%
switch_dd11_r108	83.3%	+15.01pp	+28.98%	-35.89%
base_wait63_c100	66.7%	+10.59pp	+22.22%	-38.45%

→ SPYで最適化したパラメータがQQQ・AAPLにも機能することを実証。

Phase20a — スリッページ耐性 (1.5×→2.0×時の変化):

config	Δmedian_excess	Δavg_CAGR	Δavg_MaxDD
switch_dd11_r106	+0.09pp	-0.26pp	-1.73pp
base_wait63_c100	-0.38pp	-0.67pp	-0.76pp
switch_dd11_r108	-0.58pp	-0.84pp	-0.85pp

→ r106はスリッページ悪化時でも収益劣化が最小。

---

Phase 20b: 月次37窓WF 統合比較 — Claude ★最終検証

担当: Claude 2026-02-26 | scripts/run_leaps_phase20_wf_switch.py

Codex成果(Phase15〜20a)を引き継ぎ、月次37窓WFで3設定を直接対比:

config	担当	win_rate	median_excess	p25_excess	worst_excess	avg_CAGR	avg_MaxDD
switch_dd11_r106	Codex設計+Claude検証	73.0%	+42.5pp	+18.7pp	-16.8pp	+49.8%	-15.8%
codex_c100_wait63	Codex baseline	73.0%	+28.5pp	-7.2pp	-19.5pp	+43.7%	-17.4%
claude_c106_wait0_pb10	Claude Phase6	40.5%	-13.3pp	-20.8pp	-34.6pp	+27.9%	-8.0%

独立検証による相互確認

• Codex Phase16 (四半期13窓): switch median_excess +39.81pp
• Claude Phase20b (月次37窓): switch median_excess +42.5pp
• 2つの独立したWF手法が同方向の結論を導出 → 方法論非依存で頑健と確認

---

Phase 21: クロスシンボルWF (QQQ/AAPL) — Claude

担当: Claude 2026-02-26 | scripts/run_leaps_phase21_cross_symbol_wf.py — 12M窓×月次, QQQ/AAPL/SPY各37窓

Symbol	switch_dd11_r106 win_rate	switch median_excess	base win_rate	base median_excess
SPY (37窓)	73.0%	+42.5pp	73.0%	+28.5pp
QQQ (37窓)	59.5%	限定*	52.7%	+6.6pp
AAPL (37窓)	55.0%	確認済	—	—
111窓合算	64.0%	—	59.5%	—

*QQQは2023-11以降アフォード不能窓が増加

結論: 111窓合算でも一貫してswitch > baseを維持。

---

Phase 22: Floor 1+2 複合シミュレーション — Claude

担当: Claude 2026-02-26 | scripts/run_leaps_phase22_combined_bt.py

シナリオ	期間	初期資本	最終資産	CAGR
LEAPS単独 (2022-2026)	4年	$800K	$2,951K	+37.7%/yr
LEAPS単独 (2024-2026)	2年	$800K	$2,185K	+62.1%/yr
BeatShield単独 (2024-2026)	2年	$13K	$1,441K	+347.5%/yr
2-Floor合算 (2024-2026)	2年	$813K	$3,626K	+105%/yr
長期合算 (LEAPS'22 + BS'24)	4年相当	$813K	$4,393K	+51.2%/yr

---

Gemini による独立レビュー

担当: Gemini 参照: BeatShield (Floor1) + LEAPS (Floor2) 双方の検証

Geminiは Claude・Codex とは独立して以下の4領域で検証を実施した。

---

G-1: XV_C30_S30_H28 — BeatShield 独自発見

BeatShield (Floor1) のパラメータ探索において、GeminiはXV_C30_S30_H28 (cap=30, sector_limit=30, HOLD=28日) を独自に発見し報告した。

条件	リターン	最終資産
Gemini発見 (fs1 = force-slippage)	+15,833.2%	$2,071K
Claude再確認 (fs0 = normal slippage)	+10,980.4%	$1,440K
旧チャンピオン XY_H28_C16 (fs0)	+4,872.5%	$647K

• +6,108pp 改善: セクター制限撤廃 (sector_limit 4→30) がこれほどの差を生んだ
• fs1/fs0の差 (+4,853pp): force-slippageは実質コスト0であり過大評価。fs0が実態値
• Claudeが独立してfs0条件で再現し、+10,980.4% を確認 → Geminiの発見自体は正しかった
• 30%出金テスト(Gemini): equity $268K + withdrawn $146K = total $414K (+3,083%)

---

G-2: 「ダミー利益注入」アイデア提案 → ユーザー却下

Geminiはレジーム認識のバイアス問題に対し「仮想の確定利益をポートフォリオに注入してウォームアップ期間を作る」というアイデアを提案した。

判断	詳細
ユーザー判断	即却下 — バックテストの公正性を損なう
代替方向	「下落局面でもアルファが録れる仕組みを実際に作る」
結果	→ 双方向LEAPS（Putシンセシス）検証へ (G-3)

---

G-3: 双方向LEAPS検証 (10設定 全網羅)

scripts/run_bidirectional_leaps_bt.py | SPY 2022-2026, $100K, contracts=2

ベースライン (純Call LEAPS):

戦略	CAGR	MaxDD
PMCC baseline (c100_wait63)	+7.9%	-13.7%
PMCC + regime-SC (Idea-5)	+8.7%	-13.7%

MAクロスオーバーベース (200MA で強気/弱気切替):

テスト番号	設定	CAGR	MaxDD	Call PnL	Put PnL
1	put直接、TP無し	-11.0%	–	–	–
2	put+PT50%	-4.2%	–	–	–
3	cash待機	-2.5%	–	–	–
4	put+10日確認	-6.1%	–	–	–
5	cash, pullbackなし	-0.3%	–	+$0 Call PnL	$0 Put
6	put+5%確認+PT50%	+4.1%	–	+$31K	負
TestA	cash+5%確認+pull5%+PT50%	+8.1%	-32.1%	+$37K	$0

ATHドローダウンベース (52週高値比でDD判定):

テスト番号	設定	CAGR	MaxDD	Call PnL	Put PnL
8	DD15%+cash	-1.9%	-42.9%	-$7,466	$0
9	DD20%+put+PT30%	-5.6%	-46.6%	-$10,956	-$9,870
10	DD15%+put, PT無し	-7.4%	-55.2%	-$7,942	-$18,952
TestB	expanding+hysteresis 15%/8%	-0.7%	-35.6%	-$3K	$0

根本原因 — Putシンセシスが機能しない理由:

1. ウィグル損失: SPY2022相場がDD閾値を繰り返し行き来
   例: 5/9 bear→Put買@$67 → 6/6 bull回復→Put売@$55 → -$2,400/枚
2. タイミング逆転: DD閾値到達時にCall LEAPSは既に20-50%下落済 → 強制クローズで損失確定
3. データ断絶: 特定strike/expirationの後日データ欠落 → PnL=0の偽陽性
4. Call再エントリー: 弱気確認後に再エントリーのコストが累積

TestA のみ+8.1%達成できた理由: - 弱気時は「Put買いではなく現金待機」 → ウィグル損失を回避 - 強気時は5%押し目待ち + TP50%利確 → 良い価格でのエントリー・早期利確 - しかし Call LEAPS baseline と同等に過ぎず、Putがゼロ貢献

結論: Putシンセシスは全10設定でCallベースラインを上回れず。 「下落アルファ」の追求よりクライシス時の深押しエントリー+増枚 (switch_dd11_r106) の方が実効的。

---

G-4: BeatShield V3 コード変更レビュー

Geminiは V3 Wiring Fix 実装後のコード変更について独立レビューを実施した:

変更箇所	Geminiの評価	実際の影響
DEFAULT_SLIPPAGE_PCT 0.10→0.06 変更	⚠️ BT結果に影響あり（コスト減少で結果が改善方向に変化）	当時走行中の7年BTが0.06で実行されていた点に注意
クランプ/スリッページ分離	✅ ログ可観測性向上のみ、ロジック影響なし	問題なし
V3 daily update 上書きバグ (Wiring Fix)	✅ 確認 — シナリオオーバーライドの再適用が必要と同意	apas_v3.py + run_paper_trading_v3.py 双方に修正適用済み

スリッページ変更の影響

DEFAULT_SLIPPAGE_PCT: 0.10 → 0.06 の変更はバックテスト結果を 楽観方向に変化させる可能性がある。Geminiがこのリスクを正しく指摘した。 現在の標準は slip=1.5× 乗数で運用 (絶対値ではなく倍率制御)。

---

検証全体サマリー

担当	フェーズ	主な貢献	実行スクリプト
Codex	Phase1-3, 4, 9-23a	Innovation Sprint→スイッチ戦略設計→risk_contracts最適化→統計確証→スリッページゲート	18本
Claude	Phase5-8, 20b-24	max_wait=0発見・二重フィルター理論・Idea Lab・最終WF・複合BT・銘柄拡張・資本ブラケット	9本
Gemini	BeatShield・双方向LEAPS	Floor1独自発見・代替戦略検証・コードレビュー	独立検証

総Walk-Forward窓数: 月次37窓×複数回 + 四半期13窓 + クロスシンボル111窓 + 銘柄拡張8×37 = 500窓超

---

Phase23: 銘柄拡張Walk-Forward (Claude, 2026-02-26)

目的

Phase20 (SPY) / Phase21 (QQQ+AAPL) で switch_dd11_r106 の優位を確認済み。 しかし SPY (\(692) は\)800Kで15枚しか買えず資本効率が低い。 低株価銘柄（NVDA $191, GOOGL $338 等）に同パラメータを適用し、銘柄別優劣を検証する。

設定

• 資本: $800K / slip=1.5× / overwrite=off / pullback=10% / 37窓(月次12M)
• シンボル: NVDA, AMD, AMZN, GOOGL, AAPL, IWM, TSLA, MSFT
• 新規データ取得: GOOGL/TSLA/MSFT/AMZN/IWM (各14-26MB のLEAPSparquet)

switch_dd11_r106 銘柄ランキング (中央値excess降順)

Rank	シンボル	勝率	中央値excess	P25 excess	最悪excess	avg CAGR	avg MaxDD	参加率
1	TSLA	56.8%	+24.2pp	-21.2pp	-83.8pp	+40.7%	-55.0%	81.1%
2	AAPL	59.5%	+19.4pp	-14.1pp	-71.0pp	+19.2%	-40.9%	100%
3	GOOGL	59.5%	+9.3pp	-9.8pp	-40.1pp	+25.7%	-30.6%	100%
4	NVDA	56.8%	+8.6pp	-47.0pp	-248.8pp	+40.3%	-42.3%	86.5%
5	AMZN	43.2%	-2.7pp	-15.5pp	-39.6pp	+16.7%	-41.1%	100%
6	IWM	37.8%	-4.4pp	-17.7pp	-52.4pp	+2.1%	-34.4%	100%
7	MSFT	40.5%	-8.9pp	-23.2pp	-33.7pp	+28.0%	-19.4%	48.6%
8	AMD	10.8%	-33.2pp	-46.3pp	-88.0pp	-3.9%	-54.4%	100%
参照	SPY (Phase20)	73.0%	+42.5pp	+18.7pp	-16.8pp	+49.8%	-15.8%	—

r106 vs Baseline 比較

シンボル	r106 中央値excess	baseline 中央値excess	r106優位
TSLA	+24.2pp	+19.2pp	+5.0pp ✅
AAPL	+19.4pp	+16.2pp	+3.2pp ✅
GOOGL	+9.3pp	+4.8pp	+4.5pp ✅
NVDA	+8.6pp	+4.9pp	+3.7pp ✅
AMZN	-2.7pp	-4.5pp	+1.8pp ✅
IWM	-4.4pp	-5.5pp	+1.1pp ✅
AMD	-33.2pp	-33.8pp	+0.6pp ✅
MSFT	-8.9pp	-2.8pp	-6.1pp ❌

主要知見

• SPYが依然$800Kで最強 (median +42.5pp)。資本効率（15枚）は低いが、流動性・価格効率が高い
• TSLAはhigh-risk-high-return: median +24.2pp だが worst -83.8pp と振れ幅大
• GOOGL/AAPLが安定: 100%参加率 + MaxDD -30〜41% で比較的安定したpositive excess
• AMD/IWMは不適: AMD勝率10.8%は壊滅的。LEAPS/PMCCには合わない銘柄
• MSFTのr106逆効果: baseline -2.8pp を下回る -8.9pp — MSFTの価格動態がスイッチングと相性悪い
• r106は⅞銘柄で有効 (MSFT除く): 適応型切替の汎用性を確認

SPY高株価の逆説

「SPYが最強」は$800Kというブラケット特有の結論かもしれない。 \(200K〜\)400Kでは低株価銘柄の方が有利な可能性がある → Phase24で資本別に検証。

---

Phase23 (Codex): SPYスリッページ退避ルール最適化 (2026-02-26)

背景

Phase22 (Codex) でslip=3.0時に base > r108 > r106 という逆転が判明。 通常の執行コスト（slip=1.5〜2.5）では switch_dd11_r106 が最優位だが、 約定悪化時には退避ルールが有効という仮説を検証。

退避ポリシー

通常（slip < 3.0×）: switch_dd11_r106 または r108
              ↓
実行コストが急増（slip ≥ 3.0×）:
              ↓
  c100_wait63 (baseline) へ退避

Phase23 最適化結果 (robust_score順)

ポリシー	switch基準	退避閾値	mean_excess	worst_excess	std	robust_score
gate_r108_base_at_3.0	r108	slip ≥ 3.0	+27.97pp	+23.74pp	3.00	25.77
gate_r106_base_at_3.0	r106	slip ≥ 3.0	+27.19pp	+23.74pp	2.36	25.40
gate_r108_base_at_2.5	r108	slip ≥ 2.5	+27.15pp	+23.74pp	3.36	25.28
gate_r106_base_at_2.5	r106	slip ≥ 2.5	+26.46pp	+23.74pp	2.56	24.98
gate_r108_base_at_2.0	r108	slip ≥ 2.0	+25.82pp	+23.74pp	3.24	24.56
gate_r106_base_at_2.0	r106	slip ≥ 2.0	+25.20pp	+23.74pp	2.04	24.34

採用推奨: gate_r106_base_at_3.0

• r106 を主体とし、実行コストが3.0×に達した際のみ baseline へ退避
• std=2.36 が全ポリシー中最低 → 安定性が最も高い
• worst_excess +23.74pp で損益下限を確保
• 実装シンプル: 1つの閾値判断のみ

BTへの反映方針

このスリッページゲートはBT（固定slip乗数）には直接適用困難。 Paper Trading (PT) システムにおける実行コスト監視機能 として実装候補。 PT側で realized_slip を計算し、3.0×超過時に一時的にc100_wait63へ切替える。 → 現在は設計フェーズ、PTコードへの実装は今後の課題。

---

Phase24: 資本ブラケット別最適銘柄分析 (2026-02-26 完了)

2,220 BT完了 (10銘柄 × 6資本ブラケット × 37窓)

最大の発見: LEAPS戦略の最適ゾーンは \(400K〜\)800K。 $600K では NVDA (+56.7pp) が SPY \(800K (+42.4pp) を上回る。 **\)2M以上ではLEAPSアルファが消滅** (SPY +0.2pp)。

設定

項目	内容
資本ブラケット	$200K, $400K, $600K, $800K, $1.2M, $2.0M
シンボル	AAPL, AMD, AMZN, GOOGL, IWM, MSFT, NVDA, QQQ, SPY, TSLA (10銘柄)
設定	switch_dd11_r106 / overwrite=off / slip=1.5× / pb=10% / 37窓(月次12M)

資本ブラケット別推奨銘柄

資本	最適銘柄	median_excess	win_rate	avg_CAGR	entry_rate
$200K	(取引不可)	—	—	—	0%
$400K	AMD	+19.1pp	62.2%	+52.9%	89.2%
$600K	NVDA	+56.7pp ⭐	73.0%	+76.6%	78.4%
$800K	SPY	+42.4pp	73.0%	+49.8%	73.0%
$1.2M	QQQ	+17.8pp	67.6%	+31.0%	100.0%
$2.0M	SPY	+0.2pp ⚠️	51.4%	+17.6%	100.0%

全ブラケット × 全銘柄 median_excess ヒートマップ

銘柄	$200K	$400K	$600K	$800K	$1.2M	$2M
AAPL	—	+6.8pp	+33.1pp	+19.4pp	+2.8pp	-6.8pp
AMD	—	+19.1pp	-33.1pp	-33.2pp	-22.6pp	-25.9pp
AMZN	—	-4.8pp	+9.0pp	-2.7pp	-9.2pp	-14.7pp
GOOGL	—	+17.8pp	+16.7pp	+9.3pp	-6.6pp	-13.6pp
IWM	—	+10.8pp	-8.8pp	-4.4pp	-3.6pp	-4.6pp
MSFT	—	—	—	-8.9pp	+12.0pp	-5.0pp
NVDA	—	—	+56.7pp ⭐	+8.6pp	-11.3pp	-14.6pp
QQQ	—	—	—	+28.9pp	+17.8pp	-3.5pp
SPY	—	—	—	+42.4pp	+10.8pp	+0.2pp
TSLA	—	—	+0.4pp	+24.2pp	-6.7pp	-14.4pp

$200K: LEAPS不可

全銘柄でentry_rate=0%。LEAPS Floor2の最低資本は$400K。

銘柄ごとのエントリー可能閾値

• $400K解禁: AAPL, AMD, AMZN, GOOGL, IWM
• $600K解禁: NVDA, TSLA (MSFT/QQQ/SPYはまだ0%)
• $800K解禁: MSFT, QQQ, SPY (全銘柄が参加可能)

重要知見の解釈

NVDA $600K (+56.7pp) が全ブラケット最強

SPY $800Kの+42.4ppを +14.3pp 上回る。 $200Kの資本節約でより高いアルファという反直感的な結果。 ただしworst=-248.8pp / P25=-7.9pp と下振れリスクは大きい。 73%の勝率はSPY $800Kと同水準で信頼性は十分。

大資本でのアルファ消滅

$800K SPY:   +42.4pp  ← ピーク
$1.2M QQQ:  +17.8pp  (-24.6pp低下)
$2M SPY:    + 0.2pp  (-42.2pp低下)

LEAPS Floor2へ投入する資本は$800K以下に制限すべき。 超過分はBeatShield Floor1または現金保有が合理的。

AMDの逆転現象

$400K +19.1pp → $600K -33.1pp → $800K -33.2pp という急落。 資本が増えると、AMDのLEAPSコスト構造が大きく変化する。

資本連動型銘柄選択ロジック (実証データ版)

def select_leaps_symbol(equity: float) -> str:
    """
    資本規模に応じて最適LEAPS銘柄を選択。
    Phase24 (2026-02-26, 2,220 BT, switch_dd11_r106, slip=1.5x) 実証データ。

    Returns:
        str | None: 推奨シンボル (None = 資本不足でLEAPS不可)
    """
    if equity < 400_000:
        return None  # $400K未満: 全銘柄でentry_rate=0%

    brackets = [
        # (threshold, symbol,  median_excess)
        (2_000_000, 'SPY',   +0.2),   # $2M+: barely positive
        (1_200_000, 'QQQ',  +17.8),   # $1.2M-2M
        (  800_000, 'SPY',  +42.4),   # $800K-1.2M
        (  600_000, 'NVDA', +56.7),   # $600K-800K ⭐ 全ブラケット最強
        (  400_000, 'AMD',  +19.1),   # $400K-600K
    ]
    for threshold, symbol, _ in reversed(brackets):
        if equity >= threshold:
            return symbol
    return 'AMD'  # fallback

アーキテクチャインプリケーション

• $600K NVDA が最高効率: $800Kより少ない資本でより高いリターン
• $800K超の余剰資本はLEAPS非効率: BeatShield Floor1へルーティングを検討
• $400K未満はLEAPS不使用: Floor1専念の方が合理的
• $1.2M以上はLEAPS縮小: $800K分だけLEAPSに投入し残りはFloor1