コンテンツにスキップ

Spear GEX Valley モメンタム — 設計根拠と BT 最適化 (2026-03-02)

概要

SunacchanSpear は "GEX 谷 × モメンタム" の 2 条件が同時成立した瞬間のみ発火する強気 Bull Put Spread 戦略。 25ヶ月 BT でエントリー 0 件という問題を診断・解決した過程で、以下の 2 つの重要な発見があった。

発見 内容 影響
モメンタム閾値 デフォルト 0.5 は厳しすぎ → 0.40 が最適 エントリー件数 57→71件、BT +\(1,863K→+\)3,653K
GEX Valley ratio_threshold=0.25 は正確に調整済み → 緩和禁止 GV015 緩和すると最悪 DD -4.6% → -66.1% に悪化

GEX Valley（GEX 谷）とは

Gamma Exposure の基礎

GEX (Gamma Exposure) はマーケットメーカーのガンマポジションの集積度合い。

GEX が高い = ディーラーがガンマを大量保有
         → 株価が上昇するとコールを売り・プットを買う（ヘッジ売り）
         → 株価が下落するとコールを買い・プットを売る（ヘッジ買い）
         → 結果: 株価の変動が抑制される（ "pin" される）

GEX が低い（GEX 谷）= ディーラーのガンマ保有が少ない
         → ヘッジ売買が減少
         → 価格が自然なモメンタムで動きやすくなる

GEX 谷 = モメンタムトレードの最適地帯

Spear（強気モメンタム戦略）は「GEX が低い（谷）の状態で、かつ強いモメンタムがある」銘柄を狙う。 GEX が高い状態でエントリーするとディーラーのヘッジ売りに圧されてモメンタムが頭打ちになる。

# core/gex.py より
def is_gex_valley(gex_data, ratio_threshold=0.25, nearby_pct=0.20) -> bool:
    """
    GEX 谷判定: 市場のガンマ環境がモメンタムトレードに適しているか

    ratio_threshold=0.25: |gex_ratio| >= 0.25 のとき True
    nearby_pct=0.20:       近傍 GEX が全体の 20% 未満のとき True

    両条件が揃うと "GEX 谷" = ディーラーヘッジ圧が低い状態
    """

ratio_threshold = 0.25 の根拠

25ヶ月 BT 診断では、Spear エントリー候補 12,999 件のうち 32.7% が gex_valley=False でブロックされていた。 この 0.25 閾値の感度テストで明らかになったこと：

閾値 結果 判定
0.25（デフォルト） +$3,653K (XS_MT040 単独) ✅ 最良
0.15（緩和） +$3,355K (MT040 + GV015 組み合わせ) ❌ 悪化
0.15 単独緩和 +$1,912K ❌ ベース同等

結論: GEX Valley ratio_threshold=0.25 は過去 4 年のデータで正確にキャリブレーション済み。緩和は禁止。

モメンタム閾値の問題と最適化

根本原因の診断

Spear エントリー 0 件の主因は モメンタムスコアが常に ≈ 0.0 だったこと。

# 従来の calculate_momentum_score() — close のみ使用
score = (ROC_5 * 0.40) + (RSI_14 * 0.30) + (volume_ratio * 0.30)

# 問題: abs(score) >= 0.5 に達するには以下を「同時」に必要
#   ROC_5 ≥ 3.0%/5日 (かなり強い上昇)
#   RSI_14 ≥ 70 (買われすぎ水準)
#   volume_ratio ≥ 2.0x (出来高 2 倍)
# → これらが同時に成立するケースが 25 ヶ月で 67.3% は score≈0.00

25 ヶ月診断ログのサマリー

エントリー候補 12,999 件の内訳:
  - score≈0.00 (is_strong_momentum=False) : 67.3%  ← 主因
  - gex_valley=False                       : 32.7%  ← 副因

合計: エントリー件数 0 件（2024-01〜2026-01）

閾値感度テスト結果（25ヶ月 BT、$13K）

シナリオ 閾値 総資産 エントリー 最悪月 DD
XS_Base 0.50 $1,863K 57件 —
XS_MT040 0.40 $3,653K 71件 -4.6%
XS_MT035 0.35 $3,480K 70件 —
XS_MT025 0.25 $2,047K 67件 —
XS_MT040_GV015 0.40 + GV015 $3,355K 69件 -66.1%

最適値: threshold = 0.40

OHLCV ベース Spear スコアの実験（Gap / BullControl）

実装した代替指標

ROC/RSI（close のみ）では検出できない「ギャップアップ + 終値高値寄り」シグナルを補完する目的で calculate_spear_momentum_ohlcv() を実装・テストした。

def calculate_spear_momentum_ohlcv(bars: List[ChartBar]) -> float:
    """
    OHLCV ベース Spear スコア（参考実装）

    指標:
    - Gap (40%): (Open - prev_Close) / prev_Close。1%ギャップアップ → スコア +1.0
    - BullControl (35%): (Close - Low) / (High - Low)。終値が高値寄り = 買い圧力
    - VolSpike (25%): Volume / 5日平均。出来高急増 = 勢いの裏付け
    """

OHLCV BT 結果

シナリオ モード 閾値 総資産
XS_OHLCV_T020 ohlcv 0.20 $1,860K
XS_OHLCV_T025 ohlcv 0.25 $1,862K
XS_OHLCV_T030 ohlcv 0.30 $1,862K
XS_OHLCV_GV015 ohlcv + GV015 0.25 $1,912K

結果: XS_Base（$1,863K）と同等 → 改善なし

原因分析

OHLCV 式は「モメンタムが生じているかどうか」を Gap/BullControl で検知できる。 しかし GEX 谷条件（gex_valley=False）が依然として 32.7% のエントリーをブロックするため、 モメンタム側のスコア計算方式を変えても GEX 谷 bottleneck は解消されない。

BT 結果から見えた真実:
  モメンタム問題（67.3%）→ threshold=0.40 で解決（ROC/RSI のまま）
  GEX 谷問題（32.7%）   → ratio_threshold=0.25 が正しい。緩和は逆効果

  OHLCV 式は "解くべき問題が違った" 実験として記録

OHLCV 実装は残置

calculate_spear_momentum_ohlcv() は core/momentum.py に残置。 spear_momentum_mode="ohlcv" ScenarioConfig で将来の研究用に利用可能。

実運用への反映

XW ScenarioConfig (2026-03-02 更新)

# AEGIS/scripts/run_paper_trading_v3.py — XW シナリオ
spear_enabled=True,                # 2026-03-02 有効化
spear_momentum_threshold=0.40,     # BT 最適値 (0.40 > 0.5_default)
# spear_gex_valley_ratio は None = デフォルト 0.25 を維持
# spear_momentum_mode は "default" = ROC/RSI 式 (OHLCV 式は不採用)

評価ロジックの流れ

evaluate_regime() の Spear 判定:
  1. is_gex_valley(gex_data, ratio_threshold=0.25) → bool
  2. momentum_score = calculate_momentum_score(bars)  # ROC/RSI/Vol
  3. is_strong_momentum = abs(momentum_score) >= 0.40  # BT最適値
  4. spear_score = 0.40 * is_strong_momentum
               + 0.40 * is_gex_valley
               + 0.10 * is_breakout_detected
               + 0.10 * is_gex_negative
  5. Spear 発火条件: spear_score >= 0.50 AND is_bullish=True

期待されるエントリー件数の目安

条件 25ヶ月 BT 換算
デフォルト設定 (t=0.5) 57件
threshold=0.40 (現行 PT) 71件（+24%）
threshold=0.40 + GV015 69件 (DD 悪化のため不採用)

BT 実行コマンド（再現用）

# XS 感度テスト（ベースライン vs 最適値）
python3 scripts/run_backtest_multiple_scenarios.py \
  --scenarios XS_Base,XS_MT040 \
  --start 2024-01-02 --end 2026-01-30 \
  --deterministic --seed 0 --execution-model mid --monthly-withdrawal-rate 0.30 \
  2>&1 | tee logs/bt_xs_mt040_$(date +%Y%m%d).log

# OHLCV 実験（参考）
python3 scripts/run_backtest_multiple_scenarios.py \
  --scenarios XS_OHLCV_T020,XS_OHLCV_T025,XS_OHLCV_T030 \
  --start 2024-01-02 --end 2026-01-30 \
  --deterministic --seed 0 --execution-model mid --monthly-withdrawal-rate 0.30 \
  2>&1 | tee logs/bt_xs_ohlcv_$(date +%Y%m%d).log

関連ファイル

ファイル 役割
core/momentum.py calculate_momentum_score(), calculate_spear_momentum_ohlcv()
core/gex.py is_gex_valley() 実装
strategies/strategy_manager.py evaluate_regime() Spear 分岐
scripts/run_backtest_multiple_scenarios.py XS_MT040/OHLCV シナリオ定義
scripts/run_paper_trading_v3.py XW ScenarioConfig Spear 設定

更新履歴

日付 内容
2026-03-02 Phase1 BT 完了、GEX Valley / モメンタム閾値 最適化確定。XW PT 適用。