平均回帰レンジはどのように計算されるか
直接の答え
平均回帰レンジは、直近データから中心値（ミッドポイント）を選び、その中心値から価格が通常どれくらい変動するかを表す分散指標によって外側へ広げることで計算されます。よく使われ、検証しやすい形は次のとおりです。
平均回帰レンジ（上限/下限バンド）
- ミッドポイント: (M_t)
- 分散: (D_t)
- 下限: (L_t = M_t - k,D_t)
- 上限: (U_t = M_t + k,D_t)
ここで、(k) はバンド幅をスケールする倍率です。(M_t) と (D_t) を計算するには、次を定義する必要があります：
- 「直近データ」が何を意味するか（参照期間＝ルックバックウィンドウ）、
- どの価格系列を使うか、そして
- 分散をどのように測るか。
メカニズムと定義：用語の意味
平均回帰レンジを計算するには、それをトレードシグナルではなく、統計的な「バンド」として扱います。
1) ミッドポイント (M_t) を選ぶ
ミッドポイントは、あるウィンドウ内での価格の重心（中心）推定です。一般的な選択肢には次が含まれます：
- 単純移動平均（SMA）: 直近 (N) 個の観測値の算術平均。
- 指数移動平均（EMA）: 直近の変化により素早く反応する重み付き平均。
- 中央値（外れ値に鈍感）: 直近 (N) 個の観測値の中央の値。
これらはいずれもミッドポイント定義として有効ですが、バンドの挙動はそれぞれ異なります。
2) 分散 (D_t) を選ぶ
分散は、ミッドポイント周りの典型的なズレを表します。広く使われる分散の選択肢は 標準偏差 です：
- 観測値 (x_{t-N+1}, \dots, x_t) があるとき、
- 標準偏差: (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2})
そして (D_t = \sigma_t) とします。
他の分散定義も使えますが、式の中で明確に示されている必要があります。たとえば：
- 平均トゥルー・レンジ（ATR）型の分散（単一の価格系列だけでなく、高値/安値/終値の関係を使う）、
- 平均絶対偏差（MAD）（二乗偏差よりも、しばしば外れ値に鈍感である平均の絶対距離を使う）。
3) バンド幅の倍率 (k) を選ぶ
倍率 (k) は、上限と下限がどれくらい広がるかを制御します。
- (k) が高いほど、一般にバンドは広くなります。
- (k) が低いほど、一般にバンドは狭くなります。
単一の普遍的な値はありません。「正しい」値は、分散指標の挙動と、ウィンドウ長が何であるかに依存します。
4) データ系列 (x_t) を定義する
多くの計算は、(M_t) と (D_t) に投入する価格が何かに依存します。入力の例：
- 終値
- 典型価格（多くの場合、高値/安値/終値の平均として定義される）
- ミッド価格（多くの場合、提示データがクオートベースの場合に bid/ask に基づく）
あなたの結果は、同じ入力定義を使っている他者の結果と比較できるだけです。
完全で明示的な計算例
次のように定義すると仮定します：
- (x_t) = 時刻 (t) の終値
- (M_t) = 直近 (N) 本の終値に対するSMA
- (D_t) = 同じウィンドウにおける標準偏差
- (k) = 選択した倍率
すると：
- (M_t = \frac{1}{N}\sum_{i=0}^{N-1}x_{t-i}) を計算する
- (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2}) を計算する
- (L_t = M_t - k\sigma_t) と (U_t = M_t + k\sigma_t) を設定する
(N)、(k)、入力系列が固定されていれば、これは完全に決定論的です。
独立して検証できる証拠または例
計算が式ベースなので、自分のデータセットやスプレッドシート、あるいはコードを使って検証できます。
検証チェックリスト
結果を独立して確認するには、次のすべてが一致している必要があります：
- 同じウィンドウ長 (N)
- 同じ価格系列 (x_t)（終値と典型価格、あるいは別の定義）
- 同じミッドポイント手法（SMA vs EMA vs 中央値）
- 同じ分散手法（標準偏差 vs 別の指標）
- 同じ倍率 (k)
どれか1つでも異なれば、式の構造が似ていてもバンドは異なります。
なぜ複数の実装が異なるのか
2つのプラットフォームがどちらも「平均回帰レンジ」と言っていても、実務上の選択が異なることがあります：
- 片方が (M_t) にEMAを使い、もう片方がSMAを使うと、中心の動きが変わります。
- 片方が標準偏差を使い、もう片方がボラティリティのような指標を使うと、(D_t) が変わります。
- 片方が終値を使い、もう片方が変換された価格（典型価格のようなもの）を使うと、入力が異なります。
これらの違いは見た目の問題ではなく、数値としてのバンドを変えます。
制限と失敗パターン
平均回帰レンジは、中心と分散指標の周りに構成される数学的なものです。その制限は、これらの選択に由来します。
1) ウィンドウ長は不安定になり得る
- 短いウィンドウはノイズに対して反応しすぎる可能性があります。
- 長いウィンドウはレジームの変化に遅れがちになります。
いずれの場合でも、バンドは意図した「典型的な」挙動を反映しなくなるかもしれません。
2) 外れ値が分散を歪める可能性
標準偏差は偏差を二乗するため、極端な観測値が (D_t) を大きく広げ、バンドが有益でなくなることがあります。より頑健な分散（MADのようなもの）を使うのは一つの対策ですが、それはレンジの意味を変えます。
3) 分散は平均回帰の挙動を保証しない
バンドが正しく計算されていても、市場（またはデータセット）が平均回帰を示さない可能性があります。レンジは予測ではなく、過去の変動に基づく記述的なバンドにすぎません。
4) コスト、スプレッド、執行は式に含まれない
平均回帰レンジの計算は、通常、取引コストや執行の詳細を無視します。後でその数値を実際の意思決定に適用する場合、これらの要因が結果を支配し得ます。だからこそ、計算自体は解釈とは切り離しておくべきです。
5) 非定常性：過去の統計が引き継がれないかもしれない
この考え方は、「直近の変動」が次に起こることの妥当な代理指標であることを前提としています。データ生成プロセスが変われば、分散指標も変化しますが、その変化が遅すぎたり速すぎたりします。
検証または次の質問
次の良いステップは、計算したい厳密なバージョンを (L_t = M_t - kD_t) と (U_t = M_t + kD_t) の形に書き換え、そのうえで明示的に次を列挙することです：
- (M_t) の定義方法、
- (D_t) の定義方法、
- 選択したウィンドウ (N)、
- 倍率 (k)、そして
- 入力価格 (x_t)。
そうすれば、生データからレンジを曖昧さなく再現できます。
よければ、ミッドポイント、分散、ウィンドウ長、入力価格についてのあなたの具体的な定義（例：「SMAミッドポイント、標準偏差の分散、終値、N=20」）を教えてください。完全に明示的な形で、計算をステップごとに言い換えて説明できます。
DOCUMENT END