第 02 課：金融市場と取引の基礎

Agentが注文簿、スリッページ、市場インパクトを理解していなければ、それは単なる作文を書く機械だ。

高価な教訓

クオンツ取引の初心者が非常に収益性の高い戦略を開発した：バックテストの年間リターンは80%、シャープレシオは2.0。彼は興奮して実運用を開始した。

最初の週、戦略シグナルが「Tesla1000株を買う」と言い、彼はその通りにした。バックテストでの予想コストは$250,000（$250 x 1000株）。

実際の実行価格は？ $253,500。

お金を稼ぎ始める前に$3,500を失った。

何が起こったのか？

1. スリッページ: 彼の成行注文が注文簿の複数の価格レベルを「食いつぶし」、予想より1株あたり平均$2.5高くなった
2. 手数料: 手数料 + SEC手数料 = 取引ごとに約$50の損失
3. 市場インパクト: 彼の大口注文が他のトレーダーの注意を引き、価格を押し上げた

3ヶ月後、戦略の実運用パフォーマンスはバックテストより40%低かった。戦略が悪いのではなく、コストを誤算していただけだ。

このレッスンの目標: Agentが実際の市場がどのように機能するかを理解し、「バックテストで利益、実運用で損失」の悲劇を避けることを支援する。

2.1 市場タイプ

異なる市場の特性

Agentへの影響:

• 暗号通貨24/7 -> Agentは24時間稼働必要、より強力な自動化が必要
• 先物の高レバレッジ -> Risk Agentの損切りロジックはより厳格にすべき
• 中国A株T+1（今日買った通常株は明日しか売れない、一部ETFを除く） -> Execution Agentは翌日リスクを考慮する必要

一次市場 vs 二次市場

このコースは二次市場に焦点 - クオンツ取引の主戦場。

取引所とマッチングメカニズム

米国株、中国A株、暗号通貨のいずれも、すべての取引は最終的にマッチングエンジンに流れる。

取引所はあなたの取引相手ではない。単なる「仲人」で、ルールを通じて買い手と売り手をマッチングする：

マッチングルール（ほとんどの取引所）：
1. 価格優先：より高い買い注文が最初に約定
2. 時間優先：同じ価格で、より早い注文が最初に約定

マルチエージェントの視点:

• Execution Agent: マッチングロジックを理解し、成行注文と指値注文を決定する必要
• Research Agent: 取引データを通じて大口資金フローを識別

2.2 基本取引単位

資産

資産はあなたが取引するもの。異なる資産は異なるコード規則を持つ：

時間スケール: Tick -> ローソク足

クオンツシステムは異なる粒度でデータを処理：

Tickデータ（最細）
    | 集計
分足バー（1分、5分、15分）
    | 集計
日次 / 週次 / 月次（最粗）

Tickデータ: すべての取引、すべての相場変更。高頻度戦略に不可欠、ストレージコストが高い。

OHLCV（ローソク足）: Tickを集計した後の標準形式：

• Open（始値）
• High（高値）
• Low（安値）
• Close（終値）
• Volume（出来高）

注文簿

注文簿は市場の「深さ」を示す - 異なる価格レベルでいくつの注文が待機しているか：

スプレッド（買値売値スプレッド） = 最良売値 - 最良買値 = $185.01 - $184.99 = $0.02

• スプレッドが小さい -> 流動性が良い -> 取引コストが低い
• スプレッドが大きい -> 流動性が悪い -> スリッページリスクが高い

2.3 取引コストの実際の影響

バックテストで年間リターン50%、実運用で損失？取引コストが犯人だ。

スリッページ

バックテストは最良価格で買えると仮定するが、実運用取引では：

AAPL1000株を買いたい、注文簿：
  $185.01 - 200株  <- まずこの200を食べる
  $185.05 - 500株  <- 次にこの500を食べる
  $185.10 - 300株  <- 最後にこの300を食べる

実際の平均価格 = (185.01x200 + 185.05x500 + 185.10x300) / 1000 = $185.057
予想価格 = $185.01
スリッページ = $0.047/株 = 合計 $47

手数料: 累積効果

一見小さな手数料が高頻度取引で増幅される：

# 取引ごとに0.1%の手数料と仮定
fee_rate = 0.001
trades_per_day = 50
trading_days = 250

# 年間手数料コスト
annual_fee = fee_rate * 2 * trades_per_day * trading_days  # 買いと売りそれぞれ
print(f"年間手数料コスト: {annual_fee:.1%}")  # 出力: 25.0%

25%の年間手数料コスト - これは、戦略の年間リターンが25%を超えなければ損益分岐点に達しないことを意味する！

市場インパクト

あなたの大口注文自体が市場を変える。平方根法則による推定：

市場インパクト ~ Y x sigma x sqrt(Q/V)

Y = 定数（通常0.5-1.0）
sigma = 日次ボラティリティ
Q = あなたの注文サイズ
V = 平均日次出来高

def estimate_market_impact(order_size, daily_volume, daily_volatility, Y=0.5):
    """市場インパクトコストを推定"""
    participation = order_size / daily_volume
    impact = Y * daily_volatility * (participation ** 0.5)
    return impact

# 例: 注文サイズが日次出来高の1%
impact = estimate_market_impact(
    order_size=1_000_000,
    daily_volume=100_000_000,
    daily_volatility=0.02
)
print(f"推定市場インパクト: {impact:.2%}")  # 出力: 0.10%

コスト概要

マルチエージェントの視点: Execution Agentの中核的責任はこれら3つのコストを最小化すること。

紙の演習: あなたの戦略は本当に利益が出るか？

シナリオ: 米国株の日中戦略を開発し、以下のバックテストパラメータを持つ：

質問: 実運用リターンはいくらになるか？

段階的計算:

ステップ1: 取引ごとのコストを計算

取引ごとのスリッページコスト = $50,000 x 0.03% = $____
取引ごとのSEC手数料 = $50,000 x 0.00278% = $____（売りのみ）

ステップ2: 日次コストを計算

日次スリッページ = $____ x 20取引 = $____
日次SEC = $____ x 10取引（売り） = $____
日次合計コスト = $____

ステップ3: 年間コストを計算

年間コスト = $____ x 252日 = $____
総取引量 = $50,000 x 20 x 252 = $252,000,000
年間コスト率 = $____ / $252,000,000 = ____%

ステップ4: 実運用リターンを計算

実運用年間リターン = 35% - ____% = ____%

答え（まず計算してから確認）:

考察質問:

1. スリッページが0.01%に下がった場合、戦略はまだ利益が出るか？
2. 取引頻度が1日5回に下がった場合、どうなるか？
3. これは戦略設計についてどのような洞察を与えるか？

2.4 戦略ライフサイクル

完全な取引は、開始から完了まで、マルチエージェントシステムを流れる：

詳細フロー:

1. シグナル生成（Signal Agent）

   • 「AAPLのMACDが強気の乖離を示している、ロングを推奨」

2. リスク審査（Risk Agent）

   • 「現在の総ポジションは60%、単一ポジションの最大は10%、この取引は10%のみ可能」
   • 拒否、サイズ削減、または承認の可能性

3. 注文実行（Execution Agent）

   • 「注文が大きすぎる、10個の小さな注文に分割、TWAPアルゴリズムを使用して30秒ごとに1つ送信」

4. 実行監視（Monitor Agent）

   • 「5番目の子注文のスリッページがしきい値を超えた、後続の実行を一時停止」
   • リアルタイムの実行品質フィードバック

5. ポジション管理と出口（Position Agent）

   • 「ポジションが5%上昇、トレーリングストップをトリガー」
   • 「ポジションが2%下落、損切り出口をトリガー」
   • ループ完了

各段階は独立した専門Agentになり得る - これがマルチエージェントアーキテクチャの利点：専門的な分業、明確な責任、デバッグが容易。

レッスンの成果物

このレッスンを完了すると、以下を持つことになる：

1. 市場構造の理解 - 異なる市場の特性と制約を知る（株式/先物/暗号通貨）
2. 取引コスト意識 - スリッページ、手数料、市場インパクトが戦略に与える影響を推定できる
3. 戦略ライフサイクルの視点 - シグナルから出口までの完全なループを理解する

検証チェックリスト

これらのチェックポイントを使用して、このレッスンを本当に理解したことを確認する：

これらができれば:

• コスト計算が正確 -> コスト意識を持っている
• 注文簿実行プロセスを描ける -> 市場マイクロストラクチャーを理解している
• 完全なライフサイクルを描ける -> システム思考を持っている

できなければ:

• 関連セクションを再読
• 具体的な数字で例を通して確認（例: AAPL $185）
• 拡張読書でより詳細な説明を見つける

主要なポイント

• 異なる市場の特性（株式/先物/外国為替/暗号通貨）とその戦略への影響を理解する
• OHLCVと注文簿の基礎を習得する
• 3つの取引コストキラーを認識する：スリッページ、手数料、市場インパクト
• 完全な戦略ライフサイクルループを理解する：Signal -> Risk -> Execution -> Monitoring -> Exit

拡張読書

• 背景: 取引所と注文簿メカニズム - L1/L2/L3データの違いを詳しく
• 背景: HF市場マイクロストラクチャー - HFTと競争したい場合の必読
• 背景: 暗号通貨取引の特性 - 24/7市場の独自の課題

次のレッスンプレビュー

レッスン 03: 数学と統計の基礎

市場は動くが、これらの動きをどのように定量化するのか？なぜ「価格」ではなく「リターン」を使うのか？「裾の重い分布」とは何か、そして正規分布の仮定がなぜあなたのアカウントを爆破させるのか？次のレッスンで明らかになる。