RSIにおけるダイバージェンスとは？
直接の答え
「RSIにおけるダイバージェンス」とは、相対力指数（RSI）の動きが価格の動きと一致しないことを意味します。一般的には、価格が新しいスイング・ハイを作っている一方でRSIがより低い高値を作っている（弱気のダイバージェンス）、または価格が新しいスイング・ローを作っている一方でRSIがより高い安値を作っている（強気のダイバージェンス）という形になります。核心となる考え方は、モメンタムの不一致です。価格が伸びているように見えても、RSIの内部にあるモメンタム指標がそれを裏付けていない可能性があります。
重要なのは、ダイバージェンスは過去の値動きを説明するパターンであり、将来の方向性を保証するものではないことです。また、RSIの設定やスイング・ポイントの取り方によって、「ダイバージェンス」が現れるかどうかが変わり得ます。
仕組みまたは定義
RSIは、直近の値動きを有界の値（一般的には0〜100）にマッピングするオシレーターです。主に次の2つの要素を使います。
- 直近の上昇幅と直近の下落幅（多くの場合、14本のような固定の期間に基づきます）。
- その期間における平均の上昇幅と平均の下落幅の比率。
人々が「RSIのダイバージェンス」と言うときは、通常スイング・ポイントを比較します。たとえば弱気のダイバージェンスでは：
- 価格：2つのスイングの山の間で高値更新（HH）。
- RSI：同じようなスイング間隔の中でより低い高値（LH）。
重要なポイントは「同じ一般的な時間枠の中で」です。RSIはローリング計算から導かれるため、厳密な見直し期間の長さやバーの区切りがRSIの形に影響します。さらに、ダイバージェンスにはスイング・ハイ／スイング・ローの特定が必要で、これはある程度主観的です。同じチャートでも、2人のアナリストが異なるスイング・ポイントを引くことがあります。
証拠または例
たとえば、RSIが固定のバー間隔で計算される（例：14期間に基づく）単純な設定を考えます。連続する2つの価格スイングを想定します：
- スイング1が時刻T1で終了：価格がピークに到達。
- スイング2が時刻T2で終了：T1よりも高いピークに到達。
次に、ピーク時のRSI値を比較します：
- もしT2のRSIがT1のRSIより低ければ、それは弱気のダイバージェンスと整合します。
ただし、よくある失敗パターンは「ゴールポストを動かす」ことです。アナリストがRSIの見直し期間を変更すると、RSIのピーク位置がずれて、相対的な順序（高い／低い）が反転することがあります。もう1つの失敗パターンは「合っていないスイング・ポイントを照合する」ことです。たとえば、2つ目のRSIの「ピーク」を別の価格ピークと比較したり、明確なスイングではない点と比較したりすると、測定が一貫していないことによってダイバージェンスが作られてしまう可能性があります。
ダイバージェンスが見えていても、新しいバーによってローリングの上昇／下落が変わるため、すぐに薄れてしまうことがあります。つまり、ダイバージェンスは事後的には特定できても、持続しないかもしれません。
限界とリスク
実務上、いくつかの限界が重要です：
-
確認の限界（「追随」しない可能性）。ダイバージェンスは特定のポイントでの不一致を表しますが、その後どうなるのか、どれくらい続くべきかは定義しません。後続の価格変動によって、先に見られたモメンタムの不一致が消されることがあります。
-
計算と選択への感度。RSIの設定（見直し期間の長さ、クローズなどの入力ソース）や、スイング・ハイ／スイング・ローをどれにするかという主観的な選択によって、ダイバージェンスが存在するかどうかが大きく変わり得ます。
-
後知恵バイアスと選択バイアス。アナリストは、ダイバージェンスが「うまくいった」例を覚えている一方で、そうでなかった多くのケースを無視しがちです。これは、チャート上で見つけやすいものに基づいて信頼性を過大評価することにつながります。
-
市場環境への依存。価格スイングとモメンタム・オシレーターの関係は、ボラティリティの局面、トレンドの強さ、執行上の摩擦によって変わり得ます。過去のパターンが、将来の関係を自動的に確立するわけではありません。
確認または次の質問
ダイバージェンスの主張を独立に検証するには、自分のチャートで仕組みを確認できます：
- 比較のたびに、同じRSIの計算方法と期間を使う。
- スイング・ハイ／スイング・ローを一貫して印を付ける（たとえば、「恣意的な配置」ではなく「局所的な極値」のような固定ルールを使う）。
- 各新しいバーの後に再確認する：ダイバージェンスは残るのか、強まるのか、それとも消えるのか？
次のステップとして有用な質問は、RSIを他の独立した情報の形（たとえば、トレンドの文脈やボラティリティ）とどのように組み合わせて、単一の説明的パターンへの依存を減らせるか、という点です。もう1つの実践的な質問は、RSIベースの分析を責任ある形でバックテストできるかどうかです。同じ選択や後知恵の問題が、過去データでパラメータを調整すると結果を歪めてしまう可能性があるためです。
DOCUMENT END