クロージングオークション周辺では、通常時間帯と異なるボラティリティや約定条件が生じます。時間帯別の変動率、スリッページ、コスト、総エクスポージャーを測り、引け前のポジション管理を数値で検証する方法を解説します。
引け前は通常時間帯と同じリスクモデルで扱えない
クロージングオークションは、取引終了時に注文を集約し、一定のルールで終値を形成する仕組みである。現物株や株価指数関連商品では、終値の決定やベンチマーク連動の執行に重要な役割を持つ。一方で、引け前には注文の集中、流動性の偏り、短時間の価格変化が起こりやすく、通常時間帯と同じ前提でポジションを持つと実効リスクを過小評価しやすい。
FXやCFDでも、原資産市場の引けやロールオーバー付近でスプレッドや約定条件が変化することがある。重要なのは「引け前は危険」と感覚的に判断することではなく、時間帯別の損失分布を測り、ポジション量に反映することである。
まず時間帯別ボラティリティを分離する
日次ボラティリティだけでは、引け前に集中するリスクを捉えにくい。検証では、1日を複数の時間帯に分け、各区間のリターン分布を比較する。
たとえば通常時間帯、引け30分前、引け15分前、最終5分という形で区切り、それぞれについて平均絶対リターン、標準偏差、最大変動幅、上位95％点を記録する。引け前だけ上位分位点が大きくなるなら、平常時と同じロットを維持する根拠は弱くなる。
EAであれば、時刻ごとにATRや直近n本の実現ボラティリティを保存し、エントリー時と保有継続時で別々に確認するとよい。単に「引け前は新規注文を止める」より、どの程度リスクが増えるかを数値で把握する方が再利用性が高い。
出来高より約定条件を見る
クロージングオークションでは注文量が増えていても、必ずしも通常時間帯と同じ約定環境とは限らない。片側に注文が偏れば、理論上の流動性と実際に自分が執行できる価格は乖離する。
CFDでは板情報を直接取得できないケースも多いため、代わりにスプレッド、ティック間隔、約定遅延、スリッページを時刻別に記録する。とくに、注文価格と実約定価格の差をポイント単位で保存すると、引け前の実効コストを比較しやすい。
見るべきなのは平均値だけではない。中央値、90％点、95％点、最大値まで確認する。通常時の平均スリッページが小さくても、引け前だけ裾が厚くなるなら、最大損失の想定に影響する。
ポジション縮小ルールは固定率より条件式で考える
引け前にポジションを半分にする、といった固定ルールは簡単だが、必ずしも合理的とは限らない。市場環境によって必要な縮小幅は変わるため、条件式として設計する方が検証しやすい。
一例として、通常時間帯の実現ボラティリティに対し、引け前ボラティリティが1.5倍なら数量を2/3程度にする、といった逆比例型の調整が考えられる。重要なのは係数そのものではなく、「変動性が増えたら名目ロットを下げ、1回あたりの想定損失を一定に近づける」という構造である。
さらに、スプレッドが基準値を超えた場合、約定遅延が増えた場合、直近数分の価格変化が閾値を超えた場合などを組み合わせれば、時間だけでなく市場状態に応じた縮小が可能になる。
バックテストでは引け前のコストを別建てにする
通常のOHLCベースのバックテストでは、引け前の注文集中やスリッページを十分に再現できない場合がある。そのため、時間帯別に追加コストを設定し、損益を再計算する方法が有効である。
たとえば通常時と引け前でスプレッド想定を分け、さらに実測したスリッページ分布からコストを加算する。これにより、同じ売買ロジックでも引け前の取引だけ期待値が悪化していないか確認できる。
EAの成績評価では、総利益やProfit Factorだけでなく、「引け前30分の損益寄与」「引け前取引の平均損失」「時間帯別最大ドローダウン」を分離する。全体成績が良くても、特定時間帯だけ損失が集中していれば、その部分を独立して管理すべきである。
エクスポージャー全体で確認する
複数EAや複数CFDを運用している場合、個別ポジションだけでなく、引け前の総エクスポージャーを見る必要がある。異なる戦略でも、同じ株価指数や同一通貨に連動していれば、実質的な方向リスクが重なることがある。
そのため、時間帯ごとにネットデルタ、想定損失額、証拠金使用率を集計し、引け前だけ上限を厳しくする方法が考えられる。ここでも固定ルールより、実測したボラティリティと約定コストを基準に上限を決める方が一貫性を保ちやすい。
まとめ
クロージングオークション周辺では、通常時間帯と同じ価格変動、スプレッド、約定条件を前提にしないことが重要である。時間帯別ボラティリティ、スリッページ分布、コスト、総エクスポージャーを分けて測れば、引け前のリスクを定量化できる。
ポジション縮小は「引け前だから半分」という固定判断ではなく、変動性と約定条件の悪化に応じて数量を調整する設計として検証する。損失の方向を予測するのではなく、どの時間帯でリスクが膨らむかを測ることが、実運用に耐える管理につながる。
