外国為替に関する取引戦略

FX取引データ

FX取引データ
SBI FXトレードより

FX取引データ

外国為替市場はもともと国際銀行間の通貨決済の場として始まった. 国際銀行間の取引を円滑に実行するため, ブローカーと呼ばれる仲介業者を利用することが行われるようになっていき, このブローカー集団が情報交換を行い取引可能な国際銀行に所属するトレーダー間の仲介を行う業務として, ボイス・ブローキングが組織されるようになっていった.

ボイス・ブローキング・システムとは, 銀行とブローカー間を電話(ホットライン) あるいはテレグラム, FAXで結び, ブローカーに対して注文(気配値)を提示し, 取引可能な他のブローカーを探し出してもらう仲介システムを指す. たとえば, 図1に示すように, あるブローカーに外国為替銀行Aから出されたドル買いの注文が114.20円/ドル, ドル売りの注文が114.26円/ドルとすれば, このブローカーはホットラインを通じて参加するトレーダーに対して, 相場を114.FX取引データ 20-26と唱える. これを聞いて, 別の外国為替銀行Bが同じくホットラインを通じて114.20円/ドルでドルを売る通知をして来れば, 取引が114.20円/ドルで成立する. USD/JPYと記述した場合, アメリカドル(USD)1単位の価格を日本円(JPY)建てで表記する. この場合前にあるUSDを第一通貨, FX取引データ 後ろにあるJPYを第二通貨と呼ぶ. 第一通貨を第二通貨で買う(売る)ということと第二通貨を第一通貨で売る(買う) ということは同じ意味である.

便宜上第一通貨を第二通貨で相手が買ってくれる価格のことを 買気配 または ビッド (bid)第一通貨を第二通貨で相手が売ってくれる価格のことを 売気配 または アスク (ask)と呼ぶ. アスクのことは オファー (offer)とも言う. 現在市場に出ているものの中で最大の買気配値のことを 最良買気配 または ベスト・ビッド (best FX取引データ bid)最小の売気配値のことを 最良売気配 または ベスト・アスク (best ask)と呼ぶ. ベストビッドとベストアスクの幅を証券市場同様にビッド・アスク・スプレッドと呼ぶ.

例えば, USD/JPYの場合銀行間取引の1取引単位は1,000,000USD(FX取引データ FX取引データ 日本円で約1億円)である. 外国為替市場において市場参加者は伝統的に 両建て提示 (two way quotation)と呼ばれる独自の注文方法を採用してきた. 両建て提示とは売りを意図している注文であっても, 買いを意図している注文であっても, 両方の注文価格を同時に提示する注文方法である. この方法を採用しているために, 外国為替市場の注文記録から需給バランスを原理的に推定することができない.

ボイス・ブローキング・システムの多くは, ブローカー集団が円卓を囲み, ブローカー集団間が口頭やジェスチャーを通じて意思疎通を行うことによって成立している (図2のような情報伝達経路をとっている). そして, 現在自分達の顧客が提示している注文のすりあわせを行い, 取引可能なトレーダーを探し出し取引を実現することを行っている.


図1 国為替市場参加者(USD/JPY)の取引の構造. USDを買うことは JPYを売ることと等価であり, USDを売ることはJPYを買うことと等価である.

図2 ボイス・ブローキング・システムの情報伝達構造(a). 中心にボイス・ブローカが相互に情報交換を行える円卓がある(b). 各トレーダーはボイス・ブローカーと電話(ホットライン)やFAX などの情報伝達手段を用いて注文情報のやり取りを行う (トウキョウフォレックス上田ハーローにて著者佐藤が許可を得て撮影).

1990年代に入り, FX取引データ コンピュータと光ファイバ通信網を用いた情報通信技術 (ICT;Information and Communications Technology)の進歩と普及を受け, クライアント--サーバ方式のマッチングエンジンによるブローキング・システム (電子ブローキング・システム)が導入されはじめた. ロイター社が1991年にReuters2000-1というコンピュータ取引システムを発表して以来, 外国為替市場の業務は電話やFAXに代り, FX取引データ コンピュータ端末が重要な役割りを演じるようになっている. その後, 1993年に入り世界銀行12行によって EBS(Electronic Broking System)が組織され, 2大ブローキング・システムの競争が始まり, 電子ブローキング・システムの普及の時代に入った. 特に, 電子ブローキング・システムは公平性, 高速性, 価格性の観点からボイス・ブローキング・システムに対して強い競争力を持っていたため, 加速的に普及し, ボイス・ブローキング・システムより電子ブローキング・ システムを利用する市場参加者が増加し続けている. 電子ブローキング・システムでは, トレーダーはコンピュータ端末上に希望する取引価格を入力する. この注文価格は通信回線を通じて中央のホスト・コンピュータに送信され, ホスト・コンピュータ上で自動的に取引可能な他のトレーダーからの注文との適合が行われる. ベスト・ビッド, ベスト・オファーが更新された場合にはコンピュータ端末上で気配価格の更新が行われる. もし取引可能なトレーダーからの注文が存在する場合には両方のトレーダーのコンピュータ端末に取引がなされたことが表示される. その後所定期間以内に決済がなされ取引約定が成立する. 図3(FX取引データ a)に電子ブローキング・システムの情報伝達経路を示す. 各トレーダーはトレーダーが操作可能なコンピュータ端末から注文を入力し, 中央のマッチングエンジンへ注文情報を送信する. 自動的に注文のマッチングを行い, 取引可能なトレーダーを探し出すことができる. 図3(b)は代表的な電子ブローキング・システムあるICAP EBSプラットフォームを利用するときに使用されるコンソールである.

図3 (a)電子ブローキング・システムの情報伝達構造. 中心に市場管理サーバーが注文の自動適合を行う. 各トレーダーはコンピュータ・ネットワークで接続されたコンピュータ端末を用いて, 直接注文のやりとりと市場価格の確認を行うことができる. (b)代表的な電子ブローキング・システム(ICAP EBS)で使用されるコンソール (ICAP EBS社の許可を得て転載).

外国為替市場(インターバンク)での気配価格を参照値として, FX取引データ 銀行窓口や両替所における実際に取引される通貨交換レート (TTS/TTB)が決められている. 外国為替市場では瞬間瞬間で価格が変化し続けているため, ある基準時間における交換レートを参照値とし仲値(TTM)と呼ばれる価格が決められている. 多くの銀行では毎営業日の9:55ごろの為替レートを参考に価格が決定される. また標準的な仲値を提供するサービスとしてWM/ロイター社がある. 毎日ロンドンの午後4時にインターバンクで取引されているレートをもとに決定される. 執筆現在158の通貨のレートが発表されている.

外国為替市場の取引

外国為替市場は地球の自転に連動して, 昼間に対応する時間帯が変化することに起因して取引の中心的な地域が変化する. そのため世界中の日中に対応する時間が変化することによる市場の時間依存性が存在する. 世界の商業活動の活発な地域を分割するとおおよそアジア, ヨーロッパ, アメリカの3つの地域に分割される. 表1は外国為替市場の参加者が多い代表的な市場の活動時間とタイムゾーンを示す.

RegionIHLocal OpenLocal CloseLocal Time Zone
SydneySY8:00:0017:00:00Australia/Sydney
TokyoTK9:00:0017:00:00Asia/Tokyo
Singapore/Hong KongHK8:FX取引データ 00:0017:00:00Asia/Hong Kong
LondonLN8:00:0017:00:00Europe/London
New YorkNY8:00:0017:00:00America/New York
GlobalGL17:00:0017:00:00America/New York

世界標準時であるUTCで時間を取ると, アジア活動時間は0:00-8:00 (UTC+2), ヨー ロッパ活動時間は8:00-16:00 (UTC+2), アメリカ活動時間は 16:00-24:FX取引データ FX取引データ 00(UTC+2)に対応する. 国による夏時間(Day Saving Time) 導入の違いに多少は依存するが,世界標準時間(UTC)から見たときに時間の移動が起こる. また,国による祝祭日の違いも外国為替市場の取引の状態に影響を与える. 例えば8月15日や12月24日はキリスト教圏では祝日となっているが, 日本では通常の営業日である.

アジア活動時間帯で外国為替取引の中心的な地域は, 東京, シンガポール, 香港である. また, ヨーロッパ活動時間帯はフランクフルト, ロンドンが市場を形成している. アメリカ活動時間帯では,世界の情報が集まるニューヨークの影響が大きい.

3年に一度, 国際決済銀行 (FX取引データ Bank of International Settlement;BIS) は BIS Triennial Central Bank Survey (BIS) と呼ばれる世界中の中央銀行やトレーダー集団から集計した外国為替の取引状況に関するサーベイを出版している. この情報によると, FX取引データ USD(アメリカドル), EUR(ユーロ), JPY(日本円) は2004年現在世界で取引量の多い3大通貨である.また, GBP(イギリス・ポンド), CAD(カナダ・ドル), AUD(オーストラリア・ドル), SEK(スウェーデン・クローナ), NOK(ノルウェー・クローネ)は取引量の多い通貨である. 表2に3大通貨の各時間帯における取引量を記す. USDはヨーロッパ活動時間帯で半分以上が取引されている. EURもまたヨーロッパ活動時間で70% が取引されている. JPYはアジア活動時間とヨーロッパ活動時間でそれぞれ40% 程度が取引されている. 各国の通貨は ISO 4217 で規定される3文字の通貨コード(表3参照)で通常表記される. 以降の章においてもこの表記法を使用する.

表2 BIS Triennial Central Bank Survey2004に基づき2001年 4月における1日平均の取引量を100万米ドルで表記した.

活動時間帯USDEURJPY アジア活動時間373,179 (25.3%)74,745 (12.2%)160,384 (43.4%) ヨーロッパ活動時間806,997 (54.8%)430,156 (70.3%)137,FX取引データ 731 (37.3%) アメリカ活動時間292,563 (19.9%)106,909 (17.5%)71,448 (19.3%) 全活動時間1,472,739611,810369,563

表3 主要通貨のISO 4217コードと国・通貨名.

コード国・通貨コード国・通貨
AMDアルメニア・ドラム (Armenia Dram)AUDオーストラリア・ドル (Australian Dollar)
ARSアルゼンチン・ペソ (Argentina Peso)AZNアゼルバイジャン・マナト (Azerbaijan Manat)
BDTバングラデッシュ・タカ (Bangladeshi Taka)BRLブラジル・レアル (Brazil Real)
BHDバーレーン・ディナール (Bahrain Dinar)BTNブータン・ニュルタム (Bhutan Ngultrum)
CADカナダ・ドル (Canadian Dollar)CHFスイス・フラン (Swiss Franc)
CLPチリ・ペソ (Chilian Peso)COPコロンビア・ペソ (Colombian Peso)
CNY中華人民共和国・元 (Chinise Yuan)CZKチェコ・コルナ (Czech Koruna)
DKKデンマーク・クローネ (Danish Krone)DZDアルジェリア・ディナール (Algerian Dinar)
EUR欧州連合(EU)・ユーロ (Euro)EGPエジプト・ポンド (Egyptian Pound)
FJDフィジー・ドル (Fiji Dollar)GBPイギリス・ポンド (British Pound)
GHCガーナ・ セディ (Ghanaian Cedi)HKD香港・ドル (Hong Kong Dollar)
HUFハンガリー・フォリント (Hungarian Forint)IDRインドネシア・ルピア (Indonesian Rupiah)
INRインド・ルピー (Indian Rupee)ISKアイスランド・クローナ (Iceland Krona)
IRRイラン・リアル (Iranian Rial)JPY日本・円 (Japanese Yen)
JMDジャマイカ・ドル (Jamaican Dollar)KZTカザフスタン・テンゲ (Kazakhstan Tenge)
KESケニア・シリング (Kenyan Shilling)KRW大韓民国・ウォン (South Korean Won)
LBPレバノン・ポンド (Lebanon Pound)LVL[10]ラドビア・ラト (Latvian Lat)
MNTモンゴル・トゥグルグ (Mongolia Tugrik)MYRマレーシア・リンギット (Malaysian Ringgit)
MXNメキシコ・ペソ (Mexican Peso)NOKノルウェー・クローネ (Norwegian Krone)
NZDニュージーランド・ドル (FX取引データ New Zealand Dollar)OMRオマール・リアル (Omani Rial)
PENペルー・ソル (Peruvian Nuevo Sol)PKRパキスタン・ルピー (Pakistan Rupee)
PHPフィリピン・ペソ (Philippine Peso)PLNポーランド・ズウォティ (Poland Zloty)
RONルーマニア・レイ (Romanian Lei)RUBロシア・ルーブル (Russian Rouble)
SEKスウェーデン・クローナ (Swedish Krona)SKK[11]スロバキア・コルナ (Slovak Koruna)FX取引データ
SIT[12]スロベニア・トラル (Slovenia Tolar)SGDシンガポール・ドル (Singapore Dollar)
THBタイ・バーツ (Thai Baht)TRLトルコ・リラ (Turkish Lira)
UAHウクライナ・フリヴニヤ (Ukrainian Hryvnia)USDアメリカ合衆国・ドル (United States Dollar)
VERベネズエラ・ボリバル (Venezuelan Bolivar)ZAR南アフリカ・ランド (South Affrican Rand)
FX取引データ [10]2014年1月15日LVL廃止. EURに変更.
[11]2009年1月16日SKK廃止. EURに変更.
[12]2007年1月14日SIT廃止. EURに変更.

国際決済銀行の2013年の外国為替市場に関するレポートによると1日平均 (4月1日平均)の外国為替市場の取引量は5兆3,450億米ドル(日本円で約507兆円, 1アメリカドルを95円として換算)である. 表4は1998年から2013年までの4月1日平均取引高の推移を示している. 1998年からの集計によると約3.5倍に増加している. この集計値は取引を行ったディーラー両方について取引をした通貨について2重に計算を行った値である.

表4 1998年から2013年までの外国為替市場で取引された1日あたりの平均取引高. 2013年版BIS Triennial Central Bank Surveyの外国為替市場レポートに基づく. 単位は10億米ドル.

集計年199820012004200720102013
通貨交換1,5271,2391,9343,3243,9715,345
スポット取引5683866311,0051,4882,046
アウトライト・フォーワード取引128130209362475680
外貨スワップ取引7346569541,7141,7592,228
通貨スワップ 取引10721314354
オプションおよび他の商品8760119212207337

外国為替市場で取引されるスポットでの取引量は, 2013年には1日2兆米ドル(約190兆円)を越え, 約90% が電子ブローキングシステム, ボイスブローキングシステムが約10% となっている. 世界的に見ると複数のボイスブローキングシステムと複数の電子ブローキングシステムが, 銀行間または企業間の通貨交換の仲介業務を行っており, 銀行間での直接的取引(直取引)FX取引データ も行われている.

外国為替市場の高頻度データ

外国為替市場の高頻度データは1次的には電子ブローキング・システム上で生成 される. 電子ブローキング・システムは銀行間取引や個人取引を仲介する仕組み であるがそこで交される 気配価格 (quotes)や 約定 (transaction)に関する詳細なデータは 匿名化 (anonymization)され,証券市場同様に販売されている. 電子ブローキング・システムから直接提供されるデータは極めて高解像度でかつ高頻度のデー タである. 外国為替市場は証券市場と異なり単一の取引所が存在しているわけ ではないため,電子ブローキング・システムで収集されるデータが外国為替市場 での取引全てを網羅しているわけではないが, 取引シェアの大半を担っている電子ブ ローキング・システムの分析を行うことにより, 外国為替市場の様子を高解像度 データを用いて分析することが可能である. 本章で紹介するICAP FX取引データ EBSは自社で電子ブローキング・システムを運営しているため, ここから販売され るデータは極めて高解像度かつ高頻度のデータである. 例えばICAP EBS社(ICAP EBS社 http://www.ebs.com)から 販売されるEBSDataMine Level1.0の時間解像度は1秒である.

一方2次データ・プロバイダは複数の電子ブローキング・ システムから通貨注文と取引に関するデータを購入し連結して提供している. 2次データ・プロバイダは一般に外国為替市場データのみを取り扱っているわけではなく, 証券や債券, 国債, 金属, エネルギーなどの様々な金融データを収集販売している. そのため, 2次データ・プロバイダから提供されるデータの解像度や頻度は1次データ・ プロバイダの提供するデータに比べて高くない場合があるが, 一方でカバレッジは大きいという長所がある. 本章で利用するCQG社(CQG社 http://www.cqg.comから販売されるCQG Comprehensive FXの場合, 時間解像度は1分であり注文のデータのみが利用可能である. データは通貨ペア単位で販売されている.

EBSDataMineLevel1.0

EBS Data Mineのヒストリカル・データにはEBS市場で提示された気配値のEBS Best BidとBest Offerおよび取引約定価格の情報が含まれている. 取引約定価格にはその時点で最も高い買い約定値(the highest paid) と最も安い売り約定値(the lowest FX取引データ given)が記録されている. 記録される時間は更新時間を基準としており, 約定レコードと気配レコードが記録されている. 気配レコードには更新時間終了時点のBest BidとBest Offerが含まれている. 約定レコードには更新時間中の最も高い買い約定値と最も安い売り約定値が含まれている. 更に Level2.0 には取引高に関するデータが含まれている.

データは標準的なCSV(comma separated values)形式で, ヘッダーとトレイラーはない. また, データは匿名化されており, 注文値(ビッドとオファー)と約定値の情報が含まれている.

CQG Comprehensive FX

外国為替市場のティック・データとして, CQG社が提供するTime & Salesデータ(以下 T & Sデータと省略)を説明する. T & Sデータは外国通貨間の取引ペアに対して気配値(注文)提示がサーバに届いた時刻, 注文価格, 売り注文価格, 買い注文価格の別が記録されている. 外国為替市場では, あるトレーダーの通貨の価格提示に対して, 他のトレーダーがその価格による通貨取引に応じることにより取引価格の決定と通貨交換がなされる. この価格提示はquote(注文)と呼ばれる. このデータは匿名化がなされているが, 日時, 活動時間帯, 価格, 注文, 通信種別, データ種別が記録されている.

外国為替市場の戦後史

表5に1944年から2013年までに外国為替市場に影響を及ぼした出来事をまとめた. 第二次世界大戦の終わり頃1944年7月, 連合国45カ国がアメリカ合衆国ニューハンプシャー州ブレトン・ ウッズに集まり国際通貨体制に関する会議を開催した. この会議では, 戦争の引き金となる通貨危機や通貨の不安定化を避ける方法が模索され, John Maynard Keynesは新しい世界通貨システムにおいて国際共通通貨バンコール (FX取引データ Bancor)を提案したが否決された. 議論の末, 金との等価交換を保証する共通通貨(兌換通貨)としてアメリカ・ドルが選択され, 金1オンス当たり35アメリカ・ドルと固定し, アメリカ・ドルに対する他の主要通貨の交換比率を固定する 固定相場制 (ペッグ制)が採用されることとなった. これを実施するために, ブレトン・ウッズ協定(IMF協定)が批准され, これに基づき, 国際通貨基金 (IMF)と 国際復興開発銀行 (IBRD)の2つの組織が発足する. この固定相場制に基いた通貨交換体制を ブレトン・ウッズ体制 (Bretton Woods system)と呼ぶ.

日本が1952年にブレトン・ウッズ協定に加盟した結果, 日本における外貨取引が可能となり, 東京外国為替市場 が再開される. ブレトン・ウッズ体制は1960年代に入り世界経済の変化によって圧力を受けつつも持続したが, 1971年8月15日にアメリカ大統領ニクソンによって, アメリカドルと金との等価交換制度が変更されたことを受け( ニクソンショック ), 1971年12月アメリカドルの切下げと為替変動幅を拡大したスミソニアン体制が始まる. スミソニアン体制は1972年にイギリス・ポンドが変動相場制へ移行, 日本・円も1973年2月に変動相場制へ移行したのに続き, ドイツ・マルクは1973年3月に変動相場制へと移行したことを受け事実上崩壊し, 1976年1月キングストン合意により 変動相場制 (フロート制)の承認と金とアメリカ・ドルとの固定的な交換比率の廃止が決まった. アメリカ・ドルは以降兌換通貨でなくなる.

1971年以降, 多くの通貨に対して, 変動相場制のもとで, 通貨の交換すなわち通貨取引が盛んに行われるようになり, 外国為替市場は世界的な市場として発展するようになった. 更に, 1985年のプラザ合意以降, イギリスのビッグバン政策が実施されたことに強い影響を受け, 多くの国々では通貨流通に関する制限は撤廃され, 一部の経済的に弱い国を除いて通貨交換レートが市場原理 (market mechanism)に従い変化するようになっていった.

東南アジアの国々では, 自国の経済発展を安定化させるために, 変動相場性による不安定要因を弱める目的で, バスケット方式による, 固定相場制度を維持し続けた. しかしながら, 外国為替市場の世界的な取引活発化の結果, 1997年に固定相場制を維持することができなくなり, タイ・バーツの暴落に代表されるいわゆるアジア危機が生じた.

また, ヨーロッパでは1979年にECが導入した通貨システムが, ECの拡大発展に伴って成立した欧州連合(EU)に引き継がれ, 1999年には欧州共通通貨ユーロ(Euro)の導入へと発展する.

日本円とアメリカ・ドルとの交換レートはブレトン・ウッズ体制のもとで, 当初, 1ドル360円に固定されていた. 1973年2月の変動相場性への移行後, 日本円とアメリカ・ドルの交換レートは, 1975年12月に1ドル307円の最高値を記録して以来, 日本の輸出産業の強さに起因して円高ドル安の展開が続き, 1995年4月19日, 東京外国為替市場が1ドル79.75円の最高値を記録した. さらに, 2011年10月31日には75.54円となりこれまでの最高値記録が更新された.

株やFXって、過去のデータはあまり当てにならない? 過去データ勉強しても勝率は気休めにあがる程度?

「株やFXって、過去のデータはあまり当てに」の質問画像

・個人的には「普通」の銘柄への分散したポートフォリオの中長期の保有で一定のリターンを得てきています。特に過去のデータをあれこれ検証して値動きを予想するようなことはしていません。
それはそういうことが好きでもなく、個人的には意味が薄いと考えている。そうしたことが好きで、うまく実際の売買に活用されている方もあるかとは思います。
また「専門家」のコメント等を直接参考にして売買したり投資対象を選択したりすることはしません。

  • 回答者: のなつぺ
  • 回答日時: 2022/03/11 09:31

重要視することは持ちうる資産で所得を増やすということです。


預金はほぼ無金利で増えません。
一方で株やFXであれば、価格の成長が期待でき、株は配当もあります。
ただ、ご理解の通り価格は下がることもありますのでリスクとも考えられます。
FXの場合ではレバレッジを掛けていると、大きな価格変動でロスカットの側面から決済を伴うことがあります。
株式投資では現物の場合、価格が下がっても売らなければ実損は出ず含み損としての保有となります。 FX取引データ FX取引データ
保有期間に継続して配当金が支払われるとそれが所得となります。
投資で勝率を上げるロジックなんてありません。
自己資金を投資するたびにその結果を見て微調整を繰り返すことで、リバランスを図ることが、利益に繋がります。
FXの勝率はサイコロジカルなもので、まさに上げ下げは半丁博打かもしれません。
証券会社は他人の資産を利用しているだけで責任の所在は顧客で、すなわち責任のない他人の資金ですから投資マインドが冷静です。
自己資金を投下した投資家は投資マインドが不安定になるのが当たり前です。
仕組みそのものは株よりFXの方が簡単ですが、単純が故に増やすことが難しいのがFXで、株式投資に比べて損が拡大する傾向が見られます。
私もかつてFXをしておりましたが損をする回数の方が多く、最終的には利益が出て終わり、株式投資に切り替えました。
投資は個別投資家によって資金、投資環境、マインドなど様々に異なりますので、過去のデータを聞いても同じ結果が出せることはありません。
株屋は株の仲介業者で投資のプロではありません。
自社の収益のために私たち顧客の資金を利用します。
情報リソース程度に考えることですね。
私は資産の増減よりも毎年安定して入る所得を考えて投資をしており、価格が成長していれば売却も検討しますし、同時に配当も期待します。
そして適度に損切して、後に買い戻し還付税を受け取り、リバランスも考えますので、株式投資の方が利益が出しやすいと考えています。

やはり証券会社の宣伝文句は、情報リソース程度に考えるべきなんですね。 言いなりになっちゃいけないようです、でも、資産を増やすためにはやはりある程度のリスクをとるしかないのでしょうね、インサイダー取引でもない限りは。
回答ありがとです。

外国為替市場における高頻度での価格形成の実態:注文データの分析

経済学部

今回の研究報告では、外国為替市場における注文データを活用した研究 プロジェクト(共同研究者:須齋正幸氏・長崎大学)における一連の研究成果を解説した。 具体的な研究内容に触れる前に、専門研究者以外にも理解できるように、(1)現在の外国 為替電子ブローカー市場、(2)アルゴリズム・トレーディング、(3)外国為替市場のマイ クロストラクチャー分析、(4)日本銀行の外為市場介入、について詳しい解説を行った。 ※本研究プロジェクトは、科研費基盤研究(C) 23530308「金融危機による貿易構造の変化 と株式市場の国際的な連動性の実証分析」の一部である。
これまでの先行研究では、非常に高頻度なティックデータ(取引が約定された時の価格) を用いた分析が行われてきた。例えば、円ドル直物市場においては、一日(FX取引データ 2010年9月15日) でおよそ7万回もの約定がある。従来の日次データや、一日の四本足データを用いた分析か らすると、情報量の大きな飛躍であり、行動ファイナンスの実証分析にも大いに役立って いる。しかし、本研究で用いるEBS(世界最大の電子ブローカー)の特別なデータによると、 その日に世界中の金融機関が実際に行った注文回数は62万回もあったことが明らかになる。 約定の時にだけ現れるティックデータでなく、それに至る攻防戦でもある発注・キャンセル のデータを分析することで、金融機関の行動ファイナンスの全貌を初めて明らかにすること ができる。本研究プロジェクトの最大の貢献は、まさにその分析を世界で初めて行うことに ある。
第一の研究「Life-Time of Limit Orders in the EBS Foreign Exchange Spot Market」で は、注文のライフタイム (発注から、約定あるいはキャンセルによる終了までの滞在期間) に着目した。分析の結果、 (i)注文金額が大きいほど、(ii)市場価格から乖離した注文価格 ほど、(iii)市場の厚み(滞在している注文数の大きさ)が小さいほど、(iv)先行する注文の スピードがゆっくりであるほど、注文のライフタイムが長くなることが示された。その一方、 アルゴリズム・トレーディングの可能性の高い「2秒以内にキャンセルされる」注文に限定 した分析では、上記の関係が弱まることも示された。すなわち、注文データの分析からは、 FX取引データ FX取引データ 人間の判断による「通常の取引」と、コンピューターによる「プログラムの取引」では、行 動ファイナンスが異なることが示されたことになる。
第二の研究「Central Bank Interventions and Limit Order Behavior in the Foreign Exchange Market」では、(i)(財務省の指示による)日銀の円ドル市場介入を分単位で特定 することに成功し、(ii)その分単位で特定した介入がある時には、注文のライフタイムが 極端に短くなることが示された。
第三の研究「Algorithm Trading in Asian Currency FX Markets」では、クロスレートで ある円/豪ドルの分析を行った。円/豪ドルに関しては、(i)低金利の円を借りて高金利の 豪ドルに投資するキャリー・トレード、(ii)「円/米ドル」と「豪ドル/米ドル」間の三角 裁定の役割としての取引、に加えて第一の研究で明らかになった(iii)アルゴリズム・トレ ーディングの役割について着目した分析を行った。この研究に関しては、2014年にElsevier 出版社から刊行される、Handbook FX取引データ of Asian Finance, (David Lee and Greg N. Gregoriou eds.)の第10章として掲載される。

機械学習によりリアルタイムの外国為替データの異常値を検出する方法

あなたはクオンツ トレーダーで、お気に入りのマーケット データ プロバイダからリアルタイムの外国為替(FX)の価格データにアクセスしているとします。おそらくデータ パートナーを利用したり、最初に合成データ生成ツールを使って値の有効性を確認したりしているでしょう。同じようなことをしようとしているクオンツ トレーダーは何千人もいるはずです。では他のトレーダーとの差別化を図るために、異常値検出ツールをどのように使用するべきでしょうか。

もし、生の FX 価格データで異常値検出ツールをトレーニングする代わりに、すでに定評がある売買シグナルを提供しているインジケーターで異常値を検出できるとしたらどうでしょうか。相対力指数(RSI)はそのようなインジケーターの一つで、一般に RSI が 70 を上回ると売りシグナル、30 を下回ると買いシグナルになると言われています。これはあくまでも簡易的なルールであるため、為替相場の調整時などにはシグナルが不正確になる場合があります。そしてこれこそが異常値検出ツールが最も役立つタイミングとなります。

1.jpg

これらのコンポーネントは、リアルタイムでデータを処理し、必要に応じて弾力的にスケールするのが望ましいのは言うまでもありません。Dataflow パイプラインや Pub/Sub FX取引データ FX取引データ は、そのための最適なサービスです。あとは、Apache Beam SDK の上にコンポーネントを記述するだけで、分散型で復元力のある、スケーラブルなコンピューティングの恩恵を受けることができます。

幸いなことに、すでに Apache Beam 用の素晴らしい Google プラグインがいくつかあります。具体的には、RSI の計算やその他多くの有用な時系列指標を含む Dataflow 時系列サンプル ライブラリと、Dataflow パイプライン内で AI Platform または Vertex AI 推論を使用するためのコネクタが備わっています。実線の矢印が Pub/Sub トピックを表すように図を更新してみましょう。

2.jpg

Dataflow の時系列サンプル ライブラリにはギャップ フィリング機能も備わっているため、フローが機械学習(ML)モデルに到達した後は、連続したデータの取得が可能になります。これにより、極めて複雑な ML FX取引データ モデルを実装できるため、懸念となるエッジケースが 1 つ減ります。

ここまで、リアルタイム データのフローについてのみ説明してきましたが、可視化や ML モデルの継続的な再トレーニングには過去のデータも必要になります。BigQuery をデータ ウェアハウスとして使用し、Dataflow を使用して Pub/Sub をその中に組み込んでみましょう。この組み込み作業では高度な並列処理が可能なので、データタイプに関係なく汎用的に使えるようにパイプラインを記述し、同じ Dataflow ジョブを共有することで、コンピューティング FX取引データ リソースを共有できるようにしました。これにより、コスト削減とスケールアップに必要な時間の両方において、スケールの効率化が実現します。

3.jpg

データ モデリング

ここでは、データ形式についてもう少し詳しく見ていきます。データ エンジニアリング プロジェクトを大規模に実施するうえで重要なのは、柔軟性、相互運用性、デバッグの容易さです。そのため、人間が読むことができ、ツールが普遍的に理解できるフラットな JSON 構造を各データタイプに対して使用することにしました。BigQuery もこれを理解できるため、BigQuery コンソールで、プロジェクトの各コンポーネントが期待どおりに動作しているかを簡単に確認できます。

ご覧のように、Dataflow のサンプル ライブラリは RSI よりも多くの指標を生成できます。このライブラリは、時系列のウィンドウを対象とした 2 種類の指標の生成をサポートしています。順序付けされていないウィンドウで算出可能な指標と、順序付けされたウィンドウを必要とする指標です。ライブラリでは、これをそれぞれタイプ 1 指標、タイプ 2 指標と呼んでいます。順序付けされていない指標は多対一の関係を持っていて、時間経過に伴うポイントの数を減らすことでデータのサイズを小さくすることができます。順序付けされた指標は、順序付けされていない指標の出力に基づいて実行され、分解能を損なうことなく時間領域を通じて情報を伝えるのに役立ちます。追加設定なしでサポートされている指標の包括的なリストについては、Dataflow サンプル ライブラリのドキュメントをご覧ください。

今回の出力は人間のクオンツ トレーダーが解釈するので、順序付けされていない指標を使い、リアルタイム データのフローの時間分解能を 1 秒あたり 1 回(1 FX取引データ ヘルツ)に下げてみましょう。自動売買のアルゴリズム向けに出力する場合は、より高い頻度を選択する可能性があります。順序付けされた指標ウィンドウのサイズを決定するのはやや難しいものの、大まかには ML モデルがコンテキストに対して持つタイムステップの量を決定し、結果として異常検出に関連する時間枠を決定します。少なくとも、クオンツ トレーダーが行動を起こす時間を確保するには、エンドツーエンドのレイテンシよりも長い時間が必要になります。ここでは 5 分に設定します。

データの可視化

ML モデルについて見ていく前に、指標で起こっていることをより直感的に感じられるように可視化し、これまでに得たものがすべて機能していることを確認してみましょう。Google Kubernetes Engine(GKE)の Autopilot クラスタで、Grafana の Helm チャートと BigQuery プラグインを使用します。可視化の設定は完全に構成主導型であり、追加設定なしのスケーリングが可能になります。また、GKE は他のコンポーネントを後でホストするための場所を提供してくれます。

5.jpg

GKE Autopilot では、デフォルトで Workload Identity が有効になっているため、BigQuery へのアクセス時に機密情報を渡すことを心配する必要がありません。代わりに BigQuery への読み取りアクセスが可能な GCP サービス アカウントを作成し、リンクされた Kubernetes サービス アカウントを介してデプロイメントに割り当てることができます。

これで、Grafana ダッシュボードにいくつかのパネルを作成し、ギャップ フィリングや指標がリアルタイムで機能しているのを確認できます。

機械学習モデルの作成とデプロイ

では、機械学習の説明に入ります。先ほど触れたように、新たなデータが得られれば、ML モデルを継続して維持し、引き続き市場の最新のトレンドに対応させたいと考えています。TensorFlow Extended(TFX)は、エンドツーエンドの機械学習パイプラインを本番環境で作成するためのプラットフォームであり、再利用可能なトレーニング パイプラインの構築に伴うプロセスを容易にします。また、AI Platform や Vertex AI に公開するための拡張機能もあり、Dataflow ランナーも使用できるため、Google のアーキテクチャにも適しています。TFX パイプラインにはまだオーケストレーターが必要なので、それを Kubernetes のジョブでホストできます。また、それをスケジュールされたジョブでラップすれば、再トレーニングもスケジュールどおりに行うことができます。

7.jpg

TFX では、データは tf.Example 形式にする必要があります。Dataflow のサンプル ライブラリは tf.Examples を直接出力できますが、これは 2 つのパイプラインを密結合します。複数の ML モデルを並行して実行したり、既存の履歴データを基に新しいモデルをトレーニングしたりするには、パイプラインを疎結合にする必要があります。デフォルト TFX BigQuery アダプタを使用する方法もありますが、この場合、BigQuery の各行がちょうど 1 FX取引データ つの ML サンプルにマッピングされるように制限されるため、リカレント ネットワークを使用できなくなります。

追加設定なしで使えるソリューションのいずれも要件を満たしていなかったので、必要なことを実現してくれるカスタム TFX コンポーネントを記述することにしました。カスタム TFX BigQuery アダプタを使うことで、標準的な JSON データ形式を BigQuery に保持したままリカレント ネットワークをトレーニングし、パイプラインを疎結合に保つことができます。トレーニング時間と推論時間の両方で、ウィンドウ処理ロジックを同じにする必要があります。そのため、Beam の標準的なコンポーネントを使ってカスタム TFX コンポーネントを構築し、同じコードを両方のパイプラインでインポートできるようにします。

カスタム生成ツールが完成したので、異常値検出モデルの設計を開始できます。今回の時系列のユースケースでは、長短期記憶(LSTM)を利用したオートエンコーダが適しています。オートエンコーダによってサンプルの入力データを再構成してみることで、それがどれだけ近づくかを測定できます。この差は、再構成誤差と呼ばれます。十分に大きな誤差がある場合、そのサンプルを異常値と呼びます。オートエンコーダの詳細については、Ian Goodfellow、Yoshua Bengio、Aaron Courville 著『Deep Learning』の第 14 章をお読みください。

ここでのモデルでは、入力と出力の特徴として単純移動平均、指数移動平均、標準偏差、ログリターンを使用しています。エンコーダとデコーダのサブネットワークには、それぞれ 32 個と 16 個のニューロンを備えた 30 タイムステップ LSTM を 2 層配置しています。

Google のトレーニング パイプラインには、前処理の変換として z スコアのスケーリングが含まれています。これは通常、機械学習において推奨される方法ですが、異常値検出にオートエンコーダを使う際には、少し違いがあります。再構成誤差を算出するには、モデルの出力だけでなく、入力も必要です。これについては、モデル提供関数を使用して、モデルが出力と前処理された入力の両方をレスポンスの一部として返すようにすることで実現しています。TFX では、トレーニングされたモデルを AI Platform に push する機能がデフォルトでサポートされているので、push 側を構成するだけで、トレーニング(再トレーニング)コンポーネントが完成します。

異常値をリアルタイムで検出する

Google Cloud AI Platform にモデルを用意できたので、推論パイプラインでモデルをリアルタイムで呼び出す必要があります。データは標準の JSON を使用しているため、RSI の経験則をインラインで簡単に適用して、必要な場合のみモデルを実行できます。AI Platform で再構築された出力を使用して、再構成誤差を算出することができます。これを Pub/Sub に直接ストリーミングすることで、可視化の際に異常しきい値を動的に適用できるようにしましたが、静的なしきい値がある場合は、それをここで適用することも可能です。

外貨預金はおすすめしない?6つのデメリットとおすすめの方法を分かりやすく解説

外貨預金はお勧めできない理由

SBI FXトレードより

レバレッジで資金効率が上がる

積立FXではリスクも伴いますが、通常のFXと同じくレバレッジ機能によって資金を増やすことができます

積立FXはあくまでもコツコツ貯めていく投資方法なので、レバレッジは3倍までとなっています

レバレッジを3倍までとすることで、 リスクを大きくしすぎずにレバレッジを活用することが出来ます。

スワップポイントで再投資ができる

スワップポイントとは

スワップポイントを簡単に言えば、金利が毎日もらえるというイメージです。

積立FXをする方法【おすすめ】

おすすめの積立FX

結論、積立FXを始めるにはFX口座を開設する必要があります。

SBIFXトレード

SBIFXトレード

対応通貨9通貨
定期買付毎日・毎週・毎月
レバレッジ1倍・2倍・3倍
スワップポイントあり
信託保全あり
米ドルのスプレッド0.05円
公式サイトhttps://www.sbifxt.co.jp/
2022年6月7日時点。基準スプレッドは固定されたものではなく、災害時などやむを得ずスプレッドが変動する場合があります。

積立FXをするなら、 FX取引データ FX取引データ 2022年顧客満足度No.1のSBIFXトレード で始めてみるのがおススメです。

SBIFXトレードは「取引コストがとにかく安い」というのがおすすめポイント。

また、以下の銀行からはクイック入金(即時入金)も利用可能で、1,000円から 振込手数料無料で入金ができます。

\最大50,000円キャッシュバック/

SBI FXトレードなら、新規口座開設&取引で最大5万円キャッシュバックされるキャンペーンを実施中!
無料口座開設は約5分で登録完了します。

外為どっとコム

外為どっとコム

持てる通貨10通貨
定期買付毎日・毎週・毎月
レバレッジ1倍・2倍・3倍
スワップポイントあり
信託保全あり
米ドルのスプレッド
*外貨ネクストネオの場合
0.2銭
公式サイトhttps://www.gaitame.com/
2022年6月7日時点。基準スプレッドは固定されたものではなく、災害時などやむを得ずスプレッドが変動する場合があります。

外為どっとコムもSBI FXトレード同様、1通貨単位から積立投資をすることができます

外為どっとコムより

\総額1億円キャンペーン実施中/

外為どっとコムでは20周年記念として、総額1億円キャンペーンを実施中。
第一弾として、通貨やLot数の指定なしで一回取引するだけで2,000円プレゼント!

【まとめ】外貨預金よりも積立FXを検討してみよう

外貨預金のまとめ

しかし、 外貨預金は金利に対するコストが高ため、外貨を買うなら積立FXの方がおすすめです。

外貨の購入をしたい方は、まずはFXで大きなリスクになり得る「レバレッジ」は無し(1倍)にして始めてみましょう

\最大50,000円キャッシュバック/

SBI FXトレードなら、新規口座開設&取引で最大5万円キャッシュバックされるキャンペーンを実施中!
無料口座開設は約5分で登録完了します。

サラリーマンはカモにされやすい?

サラリーマンは不動産投資でカモにされやすい?理由や対策をご紹介! New!!

イーディーピー アイキャッチ

イーディーピー(7794)【IPO上場企業紹介・初値予想】 New!!

アクセスランキング

限定キャンペーン

New FX取引データ Posts

おすすめネット証券

投資初心者

BITPOINTの口コミ・評判はどう?

CREAL

トライオートETFのアイキャッチ

カテゴリー

アーカイブ

いろはにロゴ

当メディアは(株)インベストメントブリッジによって運営されています。
(株)インベストメントブリッジは中立した立場で、投資家と企業の架け橋として活動をしております。
運営会社についての詳細はこちらをご覧ください。
また、当メディアにおける記事及び情報の掲載は、投資に関連する一般的な情報提供のみを目的としたものであり、有価証券その他の金融商品の取引の勧誘を目的としたものではありません。
当メディアに掲載された記事、情報及び外部リンク先ウェブサイトに基づいて利用者が被ったいかなる損害についても、当メディア運営会社・執筆者は一切の責任を負うものではありません。
Please Follow us!

関連記事

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメントする

目次
閉じる