平均回帰レンジは何と組み合わせられるか
平均回帰レンジを定義し、「組み合わせる」とは何を意味するのか
平均回帰レンジ（Mean Reversion Range）とは、観測された市場の値が参照水準から離れ、のちにその方向へ戻ることがある、という考え方を指します。実務上、「レンジ」とは中心となる参照（たとえば平均、中央値、または移動平均）の周りの帯であり、参照からの距離が「通常より大きい」とみなされます。
「平均回帰レンジは何と組み合わせられるか？」と人が尋ねるとき、通常は、同じ「参照からの距離」の計算を繰り返すのではなく、入力や意思決定の枠組みを変えるような、別の分析要素を追加することを意味しています。ここで重要なのは「独立性」です。2つのツールが同じ根本的な計測に依存している場合、同時に失敗する可能性があります。
メカニズム：独立した文脈と独立した制約と組み合わせる
1) 市場文脈（トレンドまたは市場状態）
よくある組み合わせは、平均回帰レンジを、たとえば市場が概ねトレンドしているのか、横ばいで推移しているのかといった別の市場文脈の説明と併用することです。狙いは方向性を予測することではなく、別の見方を適用することにあります。平均回帰のロジックは、より大きな動きが持続しているときに、しばしば挙動が異なるためです。
この例の前提：「レンジ」ロジックは参照水準に対する乖離から計算される一方で、「文脈」は別の統計（たとえば方向性の遅い指標、またはトレンドの強さを示すメトリクス）から計算されます。もし両方が同じ「価格距離」の計測から導かれているなら、重複リスクが増えます。
2) ボラティリティ・レジームまたは分散フィルター
別の重複しない組み合わせとして、ボラティリティや分散の指標を使って、「レンジ幅」が意味を持ちそうかどうかを判断する方法があります。たとえば、ボラティリティが急激に上昇している場合、以前は「異常」に見えた距離が一般的になり得ます。その結果、平均回帰レンジのロジックが過剰反応することがあります。
**前提：**ボラティリティの指標は、参照乖離とは独立に計算されます。たとえば、一方は典型的な値動きの大きさを測り、もう一方は参照に対する現在の乖離を測ります。
3) 執行とコストを意識した制約
平均回帰の分析は、執行制約に関するルール（スプレッド、スリッページ、レイテンシーへの感度、注文の取り扱いなど）とも組み合わせられます。小さな統計的優位はコストによって消えてしまうためです。これは「トレード・シグナル」ではなく、会計と実行可能性のレイヤーです。
**前提：**バックテストや評価に、現実的な取引コストが含まれており、注文執行の効果をモデル化していること。コストを省くと、見かけのパフォーマンスがライブ環境では維持されない可能性があります。
証拠または例：現実的なシナリオにおける相関入力リスク
シナリオ1：レンジ・ロジックに、もう1つの乖離ベースのフィルターを追加
平均回帰レンジを、別のフィルター（移動平均からの「距離」にも反応するが、ウィンドウが異なる）と組み合わせることを想像してください。名前が違っていても、両方のツールは同じように拡大・縮小し得ます。その結果、相関入力リスクが生じます。つまり、同じレジーム転換の局面で、両方のフィルターが同じ「異常」条件を示す可能性があります。
**起こり得る結果：**モデルの前提が崩れる局面（たとえばトレンドが拡大している最中）に、より多くのトレードが見られるかもしれません。
シナリオ2：レジーム転換と、移動する参照のドリフト
レンジに使う参照水準がゆっくりと適応する場合、「異常な距離」は、市場が構造的にまだ異なっているにもかかわらず縮小し得ます。逆に、参照が適応するのが遅すぎると、バンドが古くなり、新しい典型的な挙動を見逃す可能性があります。
起こり得る結果：「異常」な距離の分類が一貫しなくなり、バックテストの成功が膨らみ、頑健性が低下することがあります。
制限とリスク（重大な失敗モード）
- **レジーム変更：**乖離とリターンの過去の関係は、将来の挙動を保証しません。ボラティリティ、流動性、市場構造が変わると、レンジはもはや「平均回帰の条件」を表さないかもしれません。
- **レンジの拡大：**高いボラティリティの間、乖離はより長く大きいままになり得ます。現在の値動きの大きさに対して狭すぎるレンジは、頻繁な誤検知（false positives）を生みます。
- **相関入力：**同じ根本的なものを測る複数のツールを組み合わせると、確信度は上がる一方で、リスクの分散（diversification）が減ってしまう可能性があります。
- **コストと執行による目減り：**平均的にはリターンが回帰しても、ビッド・アスク・スプレッド、スリッページ、注文執行の制約がネットの結果を支配し得ます。
- **テストでの過学習：**多くのパラメータ設定（参照タイプ、バンド幅、文脈の閾値）を試すと、一般化しない結果が生まれ得ます。
検証と次の質問
組み合わせが意味のあるものかを独立に検証するには、平均回帰レンジを1つの構成要素として扱い、追加する各ツールの増分効果を検証してください。