値動きの勢いで未来はわかる？ある投資作戦の失敗から学ぼう！
今回は、「モメンタムオシレーター」という、値動きの勢いをはかる道具を使った投資の作戦がどうだったか、その結果をみんなにも分かりやすく説明します。この作戦は、「ソラナ（SOL）」という暗号資産（仮想通貨）で試されました。考え方はとってもシンプルで、「値段が上がる勢いが強ければ買い、下がる勢いが強ければ売る」というものです。
取引数
4876
勝率
17.99%
最終リターン
-100.00%
最大DD
100.00%
導入と前提条件
今回は、「モメンタムオシレーター」という、値動きの勢いをはかる道具を使った投資の作戦がどうだったか、その結果をみんなにも分かりやすく説明します。この作戦は、「ソラナ（SOL）」という暗号資産（仮想通貨）で試されました。考え方はとってもシンプルで、「値段が上がる勢いが強ければ買い、下がる勢いが強ければ売る」というものです。
【検証】戦略のバックテスト概要
- 戦略名: Momentum Oscillator を使用したトレンド追従戦略
- 対象銘柄: SOL/USDT
- 時間足: 5m
- 期間: 2024-08-04〜2025-08-25（385日間）
- 初期資金: $10,000
- 手数料・スリッページ: 0.1% / 0.1%
- 取引所: okx
Momentum Oscillator の理論的背景
この作戦の根っこにある考え方は、「勢いはしばらく続くことが多い」というものです。もし、値段がグングン上がっていたら、この後もまだ上がるかもしれない。逆に、どんどん下がっていたら、この後もまだ下がるかもしれない。そんなふうに考えます。具体的には、過去10個分の値段と今の値段を比べて勢いを計算し、その勢いの変化をなめらかな線グラフにします。その線が、基準となるゼロのラインを上向きに突き抜けたら「買い」、下向きに突き抜けたら「売り」のサインとしました。つまり、「イケイケだ！」という流れに乗ろうとする作戦なんです。
具体的な売買ルール（今回の検証）
エントリー条件
- 値段の勢いを表すグラフの線が、ゼロのラインを上に突き抜けたとき（上がる勢いが出てきたので買うタイミングです）
- 勢いのグラフが、ゼロのラインよりも上にいるとき（上がる勢いが続いているので買うタイミングです）
エグジット条件
- 値段の勢いを表すグラフの線が、ゼロのラインを下に突き抜けたとき（上がる勢いが弱まってきたので売るタイミングです）
- 勢いのグラフが、ゼロのラインよりも下にいるとき（勢いがなくなってきたので売るタイミングです）
リスク管理
この作戦には、とても大事なルールがありませんでした。それは、「ここまで損したらあきらめて売る（損切り）」というルールです。このルールがなかったので、一度損が出始めると、どこまでも損がふくらんでしまう可能性がありました。最終的に、用意したお金が全部なくなってしまったのは、これが一番大きな原因だと考えられます。大きな損を避けるためには、「損切り」のルールは絶対に必要なんです。
再現手順（HowTo）
- Python/依存（ccxt, pandas, ta）をインストール
- ccxtでSOL/USDTのOHLCVを取得して前処理
- 『Momentum Oscillator』に必要な指標を算出（ta 等）
- 閾値・クロス条件から売買シグナルを生成
- 手数料・スリッページを加味して検証・評価
【結果】パフォーマンス
価格の推移
資産の推移
パフォーマンス指標
| 指標 | 値 |
|---|---|
| 総トレード数 | 4876回 |
| 勝率 | 17.99% |
| 平均利益 | 0.91% |
| 平均損失 | -0.68% |
| 期待値 | -0.4% |
| プロフィットファクター | 0.35 |
| 最大ドローダウン | 100% |
| 最終リターン | -100% |
| シャープレシオ | -1.39 |
| HODL（Buy&Hold） | 42.01% |
HODL戦略との比較
実装コード（Python）
strategy.py
#!/usr/bin/env python3
"""
モメンタムオシレーター戦略
価格の変化率（モメンタム）でトレンド転換を検出
"""
import pandas as pd
import numpy as np
def calculate_momentum_signals(df: pd.DataFrame, momentum_period: int = 10,
threshold: float = 0.0) -> pd.DataFrame:
"""
モメンタムオシレーターシグナルを生成
Parameters:
-----------
df : pd.DataFrame
OHLCVデータ
momentum_period : int
モメンタム計算期間（デフォルト: 10）
threshold : float
シグナル閾値（デフォルト: 0.0）
Returns:
--------
pd.DataFrame
シグナル列が追加されたDataFrame
"""
df = df.copy()
# モメンタム計算（現在価格 - N期間前価格）
df['momentum'] = df['close'] - df['close'].shift(momentum_period)
# モメンタム変化率（％）
df['momentum_pct'] = (df['momentum'] / df['close'].shift(momentum_period)) * 100
# モメンタムの移動平均（スムージング）
df['momentum_ma'] = df['momentum'].rolling(window=3).mean()
# シグナル生成（ゼロラインクロス）
df['is_buy'] = (
(df['momentum_ma'] > threshold) &
(df['momentum_ma'].shift(1) <= threshold)
)
df['is_sell'] = (
(df['momentum_ma'] < -threshold) &
(df['momentum_ma'].shift(1) >= -threshold)
)
# NaN値をFalseに置換
df['is_buy'] = df['is_buy'].fillna(False)
df['is_sell'] = df['is_sell'].fillna(False)
print(f"モメンタムオシレーター: 期間={momentum_period}, 閾値={threshold}")
print(f"買いシグナル数: {df['is_buy'].sum()}")
print(f"売りシグナル数: {df['is_sell'].sum()}")
return dfなぜこの結果になったのか（3つの理由）
- 1勝った確率が約18%と、とても低かったです。これは、100回取引したら82回は失敗してしまった、ということです。作戦が、値動きの変わり目をうまく見つけられなかったことが分かります。
- 2「期待値」という、1回あたりの取引で平均どれくらい損するか得するかを示す数字が、マイナス0.4%でした。これは、取引を1回するたびに、使ったお金の0.4%ずつ平均して損していた、ということです。つまり、やればやるほどお金が減っていく状態でした。
- 3最終的に用意したお金が全部なくなり（最終損益-100%）、一番損した時も全部なくなっていた（最大DD100%）というのは、「損切り」のような、損がふくらむのを止める仕組みがなかったからだと考えられます。
この結果から学べる3つの教訓
- 1値動きの「勢い」だけに注目しても、うまくいくとは限らないと分かりました。勢いがあるように見えても、急に反対に動くことはよくあります。
- 2取引の回数が4876回とすごく多かったのに、結局お金が全部なくなってしまいました。これは、取引の回数が多ければ良いというわけではない、ということを教えてくれています。むしろ、意味のない取引が多かったのかもしれません。
- 3勝つ確率が低くても、一回でとても大きな利益が出れば、トータルでプラスになることもあります。でも、この作戦は勝つ確率も低く、一回あたりの平均的な結果もマイナスだったので、大きな損につながってしまいました。
リスク管理の具体的手法
取引量の決め方
この作戦では、1回の取引にどれくらいのお金を使うか、というルールが決まっていなかったようです。もし、持っているお金のほとんどを一度の取引で使ってしまうと、失敗した時に大損してしまいます。ふつうは、「1回の取引で損してもいいのは、持っているお金の2%まで」のように決めて、それに合わせて使う金額を調整します。
損失が大きくなったときの対処法
一番お金が減った時（最大DD）に100%になってしまったのは、損がどんどん大きくなっても、それを止める仕組みがなかったからです。例えば、「持っているお金が20%減ったら、一度すべての取引をやめて作戦を見直す」といったルールが必要です。
資金管理の方法
この作戦には、お金をどう守って、どう使っていくかという「資金管理」の考え方がありませんでした。だから、取引を繰り返すうちにお金が減っていき、最後にはゼロになってしまったと考えられます。長く取引を続けるためには、お金を守るためのルールがとても大切です。
改良案の具体的提案
- まず一番大事なのは、「損切り」のルールを入れることです。例えば、「買値から5%下がったら、あきらめて売る」といったルールを決めれば、一度の失敗で大きなお金を失うのを防げます。
- 他の道具（例えば、値段の平均的な動きを示す「移動平均線」など）と組み合わせることで、もっと成功しやすいタイミングが見つかるかもしれません。勢いだけでなく、全体の流れが上向きなのか下向きなのかも見てみましょう。
- 作戦で使う数字（例えば、勢いを計算する期間など）をいろいろ変えて試したり、違う時期のデータでテストしたりすることで、もっと良い結果が出るようになるかもしれません。
実用性の向上（運用上の注意）
- この作戦は、過去のデータで試したら、とても悪い結果になりました。このまま本番のお金で使うのは、すごく危険です。
- もしこの作戦を使いたいなら、必ず「損切り」のルールなどを追加して、うまくいくかどうか、しっかりテストしてからにしてください。そのまま使うと、お金を全部なくす可能性がとても高いです。
- 暗号資産の取引は、値段の動きがとても激しいです。挑戦するときは、必ず「なくなっても生活に困らないお金」で、危険なものだと理解しながらやりましょう。
検証の透明性と信頼性
- データの出所: この作戦は、過去の「ソラナ（SOL）」という暗号資産の5分ごとの値段のデータを使って、うまくいくかどうかをテストしました。
- 検証のやり方: 2024年8月4日から2025年8月25日までの約1年間のデータを使って、「もしこの作戦で取引していたら、どうなっていたか」をコンピューターで試してみました。その結果を分析しています。
- コード: このテストに使われた計算のプログラム（Pythonという言葉で書かれています）は、誰でも見ることができます。
- 注意事項: この結果は、あくまで過去のデータで試したものです。未来も同じようにうまくいくとは限りません。投資には、お金が減ってしまう危険が必ずあります。自分でよく考えて判断してくださいね。
よくある質問
Q.「モメンタムオシレーター」って、どんな仕組みなの？
A.「モメンタム」は「勢い」っていう意味だよ。今の値段と、例えば10分前の値段を比べて、どれくらい上がったり下がったりしたか、その勢いを数字にしたものなんだ。その勢いが、ある基準のラインを越えたら「買いのチャンス！」、下回ったら「売りのチャンス！」と教えてくれる道具のことだよ。
Q.勝率18%って、かなりヤバくない？
A.うん、かなり厳しい結果だね。100回取引したら、82回は負けて損しちゃったってことだから。この作戦は、うまくいくことの方がずっと少なかった、ってことがわかるよ。
Q.「期待値がマイナス」ってどういうこと？
A.「期待値」っていうのは、1回の取引で平均してどれくらいもうかるか（または損するか）を表す数字なんだ。これがマイナスだと、「取引すればするほど、平均的にはお金が減っていく」っていう意味になるんだよ。
Q.結果のところにある「PF:0.35」って何？
A.「PF」は「プロフィットファクター」の略で、もうかった金額の合計と、損した金額の合計のバランスを見るための数字だよ。もしPFが「2」なら、損した金額の2倍もうかったってこと。これが「1」より小さいと、もうけより損の方が大きかったって意味になるんだ。0.35は、もうけよりも損の方がずっと大きかったことを示しているんだよ。
Q.この作戦、どうやったらうまくいくようになるの？
A.一番大事なのは、「損切り」のルールを決めることだね。「買値から5%下がったら売る」みたいに、あらかじめあきらめるラインを決めておけば、お金が全部なくなるような最悪の事態は防げるよ。あとは、勢いだけじゃなくて、他の見方（例えば、世の中全体の景気の流れとか）も合わせて考えると、もっとうまくいくようになるかもしれないね。
Q.検証に使用した期間と時間足は？
A.5m足で検証しました。期間は記事内の概要をご確認ください。
Q.最終リターンと最大ドローダウンは？
A.最終リターンは-100.00%、最大DDは100.00%です。
Q.勝率やPFはどの程度？
A.勝率は17.99%、プロフィットファクターは0.35です。
Q.HODLとの比較結果は？
A.HODLは42.01%でした。記事内の比較表をご覧ください。
Q.手数料やスリッページは考慮済み？
A.はい。バックテスト設定の手数料・スリッページを損益に反映しています。
Q.市場環境はトレンド/レンジどちらに近かった？
A.期間中はトレンド優勢と推測されます。
Q.この戦略は初心者でも扱える？
A.基礎的な指標と検証環境の知識があれば扱えます。まずは少額・デモから。
Q.推奨のリスク管理は？
A.最大DDを踏まえた損切り・ポジションサイジングと、システム停止基準の設定を推奨します。
Q.将来の結果は期待できる？
A.過去の結果は将来を保証しません。市場環境やパラメータ適合性に大きく依存します。
Q.改良の方向性は？
A.トレンド・ボラティリティのフィルター併用、パラメータの再最適化、取引頻度の制御を検討してください。