勝率9割の株式投資-45(金融市場は株価を長期にわたって記憶する) | ”企業に眠る宝の山”発掘プロジェクト
新型コロナウイルスに関する情報について

”企業に眠る宝の山”発掘プロジェクト

新しいデータ分析手法で経営課題や悩みを解決する【オフィス創発企画】オフィシャルブログ

先週末出た売り信号に従って売却しましたが、利益率は5%でした。今回も僅かですがプラスとなりました。

 

中国不動産バブルが取りざたされていますが、どうなりますやら?

 

コロナは何故か?人流は減らないのに急速に感染者を減らしています。ワクチンのおかげももちろんあるでしょうが、コロナの戦略もあると思います(複雑系原理主義者の直観ですが)。

 

 

さて、本題です。

 

マンデルブロの『禁断の市場』から得られた大切なことの二つ目は、

金融市場は株価を長期にわたって記憶するということです。

 

現在の株価は過去の株価の影響を受けており、毎回ランダムに決まるのではない、ということです。

 

正規分布というのは、ランダムを前提にした分布です。市場が大人しい時に株価の動きを分析すると、ほぼ正規分布近似でOKとなります。

 

正規分布は、完全にランダムなデータ発生を前提とした分布です。ここから、株価はランダムに変化する、すなわちランダム・ウォーク・・・、となったのです。

 

 

しかしマンデルブロは、金融市場に長期記憶があることを明らかにしました。

 

それはナイル川の洪水問題に取り組み、エジプトの人々から「ナイルの父」と称賛された、ハロルド・エドウィン・ハーストの功績にヒントを得たものです。

 

ハーストはナイル川の洪水データを分析してある公式を発見し、アスワン・ダムの設計に使いました。さらにハーストはおなじ公式が他の分野でも使えることを次々に発見していきました。例えば、海底の泥の堆積、年間降水量、年輪の成長・・・。

 

これをマンデルブロが知り、研究の結果、株価変動にも使えることが分かったのです。ナイル川の水位変動はフラクタル幾何学の典型的な事例だったのです。

 

フラクタル特性を持つデータは時系列の相関関係があることが分かりまた。例えば樹木の年輪間隔は100年にも及ぶ長期相関があるそうです。

 

 

では株価は?

 

松葉郁雄著、『長期記憶過程の統計』によれば、米国s&p500の場合、約10年に及ぶ、との分析がされています。

 

日本も同じでしょう。今から10年前は、東日本大震災です。

 

 

では、長期相関があるとないのでは何がどう違うのか?

 

マンデルブロの研究によれば、長期相関のあるデータには、ある時に一方向に動いたら、次も同じ方向に動くことがい多い、すなわち、トレンドが現れるということです。トレンドの程度はマンデルブロが定義したH指数(ハースト指数)によって決まる、ということになっていますが、詳細は省略します。

 

マンデルブロは「トレンドは信じるな。トレンドに乗った売買をして、少しは利益が得られるかも知れないが、方向は容易に変わる。」と警告しています。

 

 

トレンドがあるということは、株価は買われ過ぎ、売られ過ぎがあるということを示唆しています。

 

図1は銘柄1321の変動率移動平均値と%Dのグラフです。変動率の移動平均は株価の揺らぎを示しています。両者には明らかに相関が見えます。

 

<図1>

 

さすれば、ストキャスティクスによる判断は有用、ということになります。

 

私はマンデルブロの警告には従わず、トレンド特性を使うことにします。確率的に有用な場合が多ければ使えることになりますから。

 

いろいろ調べてみて、ストキャスティクスを中心に他の指標と組み合わせることによって勝率を高めることができたと考えています。

 

私は当初、様々なテクニカル指標を比較して、ストキャスティクスが最も使いやすいと判断して使い始めたのですが、金融市場のもつ長期記憶特性にその根拠を見出したのです。

 

しかしそれには結構な時間がかかりました。実は、このブログを書き始めて、ハタと気づいたのです。

 

 

では市場の何処に記憶があるのか?

 

個々の株価は各企業の長年にわたる経済活動の結果で決まります。しかし企業は相互に結び付いていて、人・モノ・情報を頻繁に交換することによって重層的で複雑なネットワークを構成しています。

 

 

金融市場のネットワークはスケールフリー・ネットワークという、脳に似た構造をしています。

 

この脳に似たスケールフリー・ネットワークこそが記憶の根拠、と言いたいところですが、あまりに荒唐無稽なのでやめておきます。

 

 

次回は市場の効率性です。