ETH_JPY Event-Driven自動売買研究ドキュメント

最終更新: 2026-02-13
対象読者: 自動売買を学ぶ大学生、開発メンバー、プロジェクトマネージャー

1. プロジェクトの目的

このプロジェクトの目的は、単に「相場が上がったから利益が出た」を狙うことではありません。
目標は、10ETHを固定保有した場合より、売買判断の工夫でどれだけ上乗せできるかを最大化することです。

重視する原則は次のとおりです。

WebSocketイベント駆動で、値動きごとに判断する
1分足は補助データ（可視化・検証）として使い、主トリガーにはしない
指値中心、注文遅延ありの現実的な執行モデルで評価する
評価は常に benchmark_hold_eth=10.0 と比較する

2. システム全体像（大学生向け）

処理の流れは次です。

取引イベント（TRADE / TICKERなど）を受け取る
その時点の特徴量を更新する
戦略が「目標ポジション（TargetPosition）」を出す
リスク制約をチェックする
指値注文を出し、約定したらポートフォリオを更新する
戦略PnLと10ETHベンチPnLの差分（Alpha）を記録する

要するに、価格が動くたびに判断するイベント駆動型であり、「1分ごと固定で判定するシステム」ではありません。

3. 現在実装されている戦略

3.1 ベースライン戦略（非ML）

baseline_flat
baseline_momentum_micro
baseline_mean_reversion_micro
baseline_inventory_mm
baseline_queue_imbalance_breakout
baseline_sweep_follow
baseline_regime_switch_micro
baseline_flow_imbalance_pulse
baseline_technical_hold_overlay
baseline_technical_hold_overlay_slow

3.2 ML戦略

ml_direction_linear
ml_direction_logistic
ml_direction_logistic_swing
ml_direction_logistic_swing_tokyo
ml_direction_logistic_swing_europe
ml_direction_logistic_swing_europe_conservative
ml_direction_logistic_swing_europe_defensive
ml_direction_logistic_swing_europe_regime2
ml_direction_logistic_swing_europe_regime3
ml_direction_logistic_swing_europe_robust
ml_direction_logistic_swing_europe_ultra_conservative
ml_direction_logistic_swing_us
ml_direction_logistic_hold_overlay
ml_direction_logistic_hold_overlay_regime_guard
ml_direction_logistic_hold_overlay_regime_guard_derisk_only
ml_direction_logistic_hold_overlay_regime_guard_conservative

3.3 現在の主力候補

現時点の主力は以下です。

ml_direction_logistic_hold_overlay_regime_guard

理由:

OOS（2026-01-01〜2026-02-11）で Alpha が高い
本番想定区間（2025-10-01〜2026-02-11）でも Alpha プラスを維持
取引回転数（turnover）と性能のバランスが比較的よい

4. 特徴量と執行モデル（今の実装）

4.1 主な特徴量

現在の特徴量エンジンでは、主に次を利用しています。

価格系: mid, bid, ask, last, spread
リターン系: logret_1s, logret_5s, logret_30s
ボラ系: rv_5s, rv_30s
約定フロー: trade_count_1s, trade_vol_1s, trade_imbalance_1s
板がある場合: ob_imbalance_top1, ob_imbalance_top5, microprice

4.2 執行モデル（Backtest）

注文は指値中心
約定判定は --order-latency-sec（デフォルト 0.3秒）を考慮
新規発注は --min-order-interval-sec（デフォルト 300秒）で間引き
--enforce-session-close を付けたときのみ、JSTのセッションクローズ制約を有効化

5. 評価方法（最重要）

5.1 何を「勝ち」とみなすか

評価は次の考え方で統一しています。

strategy_total_pnl_jpy: 戦略の合計損益
benchmark_total_pnl_jpy: 10ETH固定保有の合計損益
alpha_total_pnl_jpy = strategy_total_pnl_jpy - benchmark_total_pnl_jpy

つまり、**Alphaがプラスなら「相場の追い風ではなく、売買の工夫で勝った」**という意味です。

5.2 主なKPI

alpha_total_pnl_jpy
alpha_sharpe
alpha_max_dd
turnover
fill_rate

5.3 `Cum Strategy PnL` と `Cum Alpha PnL` の違い

Cum Strategy PnL: 戦略そのものの累積損益（絶対額）
Cum Alpha PnL: 戦略累積損益から10ETH固定保有の累積損益を引いた値

高校生向けに言うと、次の違いです。

Cum Strategy PnL は「テストの点数そのもの」
Cum Alpha PnL は「クラス平均点との差」

このプロジェクトで本当に見たいのは後者です。
理由は、相場全体が上昇しただけで利益が出ていても、それは戦略の実力とは限らないためです。

6. 主要な実験結果（現時点）

6.1 OOS区間（2026-01-01〜2026-02-11）

Strategy	Alpha Total (JPY)	Alpha Sharpe	Alpha MaxDD	Turnover
`ml_direction_logistic_hold_overlay_regime_guard`	+217,890	2.2057	-215,380	830
`ml_direction_logistic_hold_overlay_regime_guard_derisk_only`	+217,890	2.2057	-215,380	830
`ml_direction_logistic_hold_overlay`	+137,370	1.3420	-227,770	810
`ml_direction_logistic_hold_overlay_regime_guard_conservative`	+114,670	1.2364	-215,920	770

6.2 本番想定区間（2025-10-01〜2026-02-11）

Strategy	Alpha Total (JPY)	Alpha Sharpe	Alpha MaxDD	Turnover
`ml_direction_logistic_hold_overlay_regime_guard`	+132,360	0.2838	-804,380	2,070
`ml_direction_logistic_hold_overlay`	+115,590	0.2329	-690,900	2,210
`ml_direction_logistic_hold_overlay_regime_guard_conservative`	-116,820	-0.2706	-739,320	1,970

補足:

regime_guard は本番区間でもAlphaプラスを維持
conservative はOOSでは悪くないが、本番区間でマイナス化し不採用

比較CSV:

data/derived/reports/scoreboard_hold_overlay_family_2026-02-11.csv
data/derived/reports/compare_hold_overlay_vs_regime_guard_2026-02-11.csv

7. 可視化（PNG/HTML両対応）

現在は HTML と PNG の両方を生成できます。
--plot-format both を指定すると同時出力できます。

7.1 代表コマンド

uv run atc backtest \
  --symbol ETH_JPY \
  --start 2026-01-01 \
  --end 2026-02-11 \
  --strategy ml_direction_logistic_hold_overlay_regime_guard \
  --target-abs-qty-eth 10 \
  --max-abs-position-eth 10 \
  --plot \
  --plot-format both \
  --plot-interval 5m

主な出力キー:

plot_html_path
plot_png_path

出力例:

data/derived/charts/overlay_ETH_JPY_2026-01-01_2026-02-11_ml_direction_logistic_hold_overlay_regime_guard_5m.html
data/derived/charts/overlay_ETH_JPY_2026-01-01_2026-02-11_ml_direction_logistic_hold_overlay_regime_guard_5m.png

8. 研究上の注意点

8.1 現在のバックテスト限界

履歴CSVは trade-only なので、完全な板再現（L2厳密再生）はできません。
そのため、次を進める必要があります。

forwardで板WSログを蓄積する
L2特徴量戦略を別レーンで検証する

8.2 過学習リスク

探索試行を増やすほど、偶然の勝ちパターンが混ざります。
今後は次を必須にします。

walk-forward
train/valid分離
本番想定区間での再検証

9. 今後の研究方針（実行順）

regime_guard 系の時間帯別最適化（Tokyo/Europe/US）
日次DD抑制ルールの強化（リスクゲートの層追加）
L2ログ収集データによる板特徴量モデルの本格評価
画像モデル（Tabular比較）を再検証し、必要なら解像度を段階拡張

10. 再現コマンド（最小セット）

# 1) 学習（例: logistic）
uv run atc ml train-direction-logistic \
  --symbol ETH_JPY \
  --start 2022-01-01 \
  --end 2025-12-31 \
  --horizon-sec 300 \
  --workers 4

# 2) 本番想定バックテスト
uv run atc backtest \
  --symbol ETH_JPY \
  --start 2025-10-01 \
  --end 2026-02-11 \
  --strategy ml_direction_logistic_hold_overlay_regime_guard \
  --plot \
  --plot-format both \
  --plot-interval 5m

# 3) 日次/全体評価レポート
uv run atc report daily-eval \
  --symbol ETH_JPY \
  --start 2026-01-01 \
  --end 2026-01-31 \
  --strategy ml_direction_logistic_hold_overlay_regime_guard \
  --plot-format png

11. 用語ミニ辞典（大学生向け）

イベント駆動: 価格が動いた瞬間ごとに処理する方式
ベンチマーク: 比較対象。ここでは「10ETH固定保有（buy-and-hold）」
Alpha: 戦略損益 - ベンチ損益
Sharpe: 変動リスクを考慮した効率指標（大きいほど安定して強い）
MaxDD: 最大ドローダウン。過去ピークからの最大下落幅
Turnover: 売買回転の大きさ（過大だとコスト増になりやすい）

このドキュメントは、実験を進めるたびに更新する「研究の正本」です。
結果CSV/JSONを更新した際は、このページの数値テーブルも必ず更新してください。

1. プロジェクトの目的​

2. システム全体像（大学生向け）​

3. 現在実装されている戦略​

3.1 ベースライン戦略（非ML）​

3.2 ML戦略​

3.3 現在の主力候補​

4. 特徴量と執行モデル（今の実装）​

4.1 主な特徴量​

4.2 執行モデル（Backtest）​

5. 評価方法（最重要）​

5.1 何を「勝ち」とみなすか​

5.2 主なKPI​

5.3 Cum Strategy PnL と Cum Alpha PnL の違い​

6. 主要な実験結果（現時点）​

6.1 OOS区間（2026-01-01〜2026-02-11）​

6.2 本番想定区間（2025-10-01〜2026-02-11）​

7. 可視化（PNG/HTML両対応）​

7.1 代表コマンド​

8. 研究上の注意点​

8.1 現在のバックテスト限界​

8.2 過学習リスク​

9. 今後の研究方針（実行順）​

10. 再現コマンド（最小セット）​

11. 用語ミニ辞典（大学生向け）​