相場の転換点を価格だけで判断すると、ダマシや遅れが発生しやすくなります。本記事では、Chow TestやSADF（Supremum Augmented Dickey-Fuller）などのStructural Break Detectionを利用し、市場構造の変化を定量的に検出してMT5のEAへ実装する方法を解説します。
AIや機械学習を利用したアルゴリズムトレードでは、価格予測そのものよりも『市場環境の変化を早く検知すること』が重要視されています。
その中でも注目されているのが、Structural Break Detection（構造変化検出）です。
従来の移動平均やMACDなどは価格変化に追随する指標ですが、Structural Break Detectionは価格生成プロセスそのものの変化を統計的に検出することを目的としています。
本記事では、代表的なStructural Break Detection手法であるChow TestとSADFを中心に、MT5のEAへ実装する考え方を整理します。
Structural Break Detectionとは何か
Structural Break Detectionとは、価格データの統計的性質が変化したタイミングを検出する分析手法です。
例えば、
- トレンドからレンジへの移行
- ボラティリティの急変
- 金融政策発表後の市場変化
- バブル形成や崩壊
などを、価格変化だけではなく統計モデルの変化として検出します。
なぜ重要なのか
多くのEAは、市場が一定の性質を維持することを前提に設計されています。
しかし実際には、
- 金利政策
- 地政学リスク
- 流動性の変化
- 市場参加者の変化
などによって市場構造は変化します。
Structural Break Detectionを利用することで、その変化を早期に認識し、EAの売買停止や戦略切替へ活用できます。
Chow Testとは
Chow Testは、ある時点を境に回帰モデルの係数が変化したかどうかを検証する代表的な構造変化検定です。
例えば、
- 政策金利発表前後
- 経済危機前後
- 大きなイベント前後
などで価格形成の仕組みが変化したかを統計的に評価できます。
あらかじめ候補となる分岐点が分かっている場合に有効です。
SADFとは
SADF（Supremum Augmented Dickey-Fuller）は、単位根検定を拡張した手法であり、価格系列における急激な構造変化やバブル的な動きを検出する目的で利用されます。
Chow Testと異なり、あらかじめ転換点を指定する必要がなく、時系列全体を走査して異常な変化を探索できます。
Market Regime Detectionとの相性も良く、近年はクオンツ運用や機械学習モデルの特徴量として利用されるケースが増えています。
Market Regime Classificationとの違い
両者は目的が異なります。
Structural Break Detection
- 市場構造の変化点を検出する
- 統計モデルの変化を見る
Market Regime Classification
- 現在の市場環境を分類する
- トレンド・レンジ・高ボラティリティなどを識別する
構造変化を検出した後、その状態をレジーム分類へ渡す構成が一般的です。
EAへ実装する流れ
Step1
価格データを取得する。
Step2
Chow TestまたはSADFを実行する。
Step3
構造変化が検出された場合、現在のレジームを再判定する。
Step4
判定結果に応じて、
- 売買戦略を変更
- ポジションサイズを変更
- 新規エントリーを停止
などを実行します。
Feature Engineeringへの応用
機械学習モデルでは、Structural Break Detectionの結果を特徴量として利用できます。
例えば、
- Break発生フラグ
- Break強度
- Break発生からの経過時間
などです。
価格や出来高だけでは捉えにくい市場変化をモデルへ組み込めます。
Market Structureとの組み合わせ
統計的な構造変化だけでは売買判断はできません。
そのため、
- Higher High
- Higher Low
- Break of Structure（BoS）
- CHoCH
などのPrice Action分析と組み合わせることで、実践的な売買ロジックになります。
Executionとの連携
構造変化が検出された局面では、Execution Qualityも悪化しやすくなります。
EAでは、
- 最大スプレッド
- 最大スリッページ
- 最低流動性
などのExecutionフィルターを併用することで、イベント時の不要な取引を回避できます。
実装時の注意点
Structural Break Detectionは万能ではありません。
- パラメータ設定に影響される
- 計算コストが高い
- 短期データでは誤検知が増える
- 単独では売買シグナルにならない
そのため、Market StructureやMarket Regime Classificationと組み合わせることが重要です。
まとめ
Structural Break Detectionは、市場構造そのものの変化を統計的に検出する高度な分析手法です。
Chow Testは既知のイベント前後の構造変化分析に適しており、SADFは未知の転換点やバブル形成の検出に強みがあります。
MT5のEAでは、これらをMarket Regime ClassificationやMarket Structure分析と組み合わせることで、市場環境の変化に応じて売買戦略やリスク管理を動的に調整できます。
今後のアルゴリズムトレードでは、価格だけではなく『市場構造の変化』そのものを特徴量として活用するEA設計が、より重要になっていくでしょう。
