HMAにおけるダイバージェンスとは？
端的な答え
HMAにおけるダイバージェンスとは、比較しているHull Moving Average（HMA）のラインが異なる方向へ動く、または増加するギャップによって分離していくことを意味します。平たく言えば、2つのカーブが同じように振る舞うのではなく、どちらかがもう一方から「離れていく」という状態です。この分離は、市場のダイナミクスが変化していることを説明する観察として使うことはできますが、それ単体での予測ではありません。
メカニズムと定義
HMAはHull Moving Averageの略で、いくつかの単純な移動平均と比べてラグを減らしつつ、価格変化に比較的素早く反応するよう設計された移動平均です。多くの一般的な設定では、「ダイバージェンス」は同じ価格系列から作られた2つのHMAを比較することで定義されます（たとえば、速いHMAと遅いHMAのように、異なる見返り期間（lookback length）を使う場合）。
考え方としては、次のように明確な前提を置くと分かりやすいです。
- 同じデータソースと同じメソッド設定で、2つのHMAを計算すると仮定します。
- 片方のHMAは短い長さ（より反応が速い）を使い、もう片方は長い長さ（反応が遅い）を使うと仮定します。
- 速いHMAと遅いHMAがもはや密接に追随しなくなると、ダイバージェンスが起きます。たとえば、傾きが異なる、方向転換のタイミングが異なる、あるいは両者の距離が増えていくといった場合です。
これが起きる理由はメカニカルです。見返り期間（lookback length）が異なると、価格が異なる形で平滑化されます。値動きのスピードや方向が変わると、より速い平滑化がより遅い平滑化に先行して動き、その結果として分離が生まれます。
エビデンス、例、そして確認の限界
例を、リアルタイムデータではなく概念モデルとして考えてみましょう。
- まず、価格が着実に上昇する安定した上昇局面から始めます。
- その局面が、より緩やかな上昇や反転へ移行すると、速いHMAは遅いHMAより先にフラット化したり、反転し始めたりすることがよくあります。
- この移行期間の間、2つのHMAカーブは平滑化とラグの特性が異なるため、「ダイバージェンス」します。
重要な限界：ダイバージェンスのタイミングは、あなたの前提（HMAの長さ、closeなどの正確な価格入力、欠損データや調整データをどう扱うか）に敏感です。そのため、同じ市場の振る舞いでも、それらの選択によって見かけのダイバージェンスが変わり得ます。
もう一つの重要な限界は確認（confirmation）です。ダイバージェンスは過去を振り返ると強く見えることがあっても、持続しないことがあります。短期間の分離はすぐに収束するかもしれないため、どれか1つのダイバージェンスのエピソードを意味のあるものとして扱うと、指標が実際に測っているものを過大評価してしまう可能性があります。
限界とリスク（ハインドサイト・バイアスを含む）
よくある失敗パターンは次のとおりです。
- レジーム（相場環境）の変化：市場のボラティリティやトレンド構造が変わると、「速い vs 遅い」の分離とフォロー・スルー（追随）の関係が変わり得ます。
- データと計算の違い：データフィード、シンボルの調整、またはHMAの実装方法によって、ダイバージェンスが現れたり消えたりすることがあります。
- コストと執行の現実：将来的な値動きとダイバージェンスが歴史的に相関していたとしても、取引結果はスプレッド、手数料、執行の質に依存します。これらは過去のシミュレーションと一致することが保証されているわけではありません。
- ハインドサイト・バイアス：結果が分かった後は、良い結果の前に起きていたダイバージェンスのエピソードだけを覚えやすく、出来が良くなかった、あるいはマイナスだった結果の前に起きていたものは無視しがちです。これにより、解釈が過度に自信過剰になることがあります。
これらのどれも「ダイバージェンスが間違っている」ことを意味しません。ダイバージェンスは、2つの平滑化された系列がどのように振る舞うかについての条件付きの情報であり、信頼できる予測ルールではない、ということを意味します。
検証と次の質問
あなた自身の文脈で、ダイバージェンスが何を意味するのかを独立して検証するには、次を確認してください。
- あなたの正確な定義：どの2つのHMAを比較しているのか、そしてダイバージェンスがどのように測られているのか（方向の違い、傾きの違い、距離の拡大など）。
- 構築設定：HMAの長さ、価格入力、そして計算メソッド。
- 前提の安定性：異なるボラティリティの期間でも、ダイバージェンスが同様に現れるかどうか。
それでもダイバージェンスを意思決定につなげたいなら、次の質問はこうです。複数の、重ならない時間窓においてダイバージェンスが起きた後、現実的な前提のもとで何が起きるのか？このアプローチは、単なるハインドサイトの偶然の産物ではなく、そのパターンが頑健かどうかをテストします。
DOCUMENT END