Kelly Criterionは資産成長率を最大化する理論として知られますが、実運用では推定誤差や市場変化の影響を受けやすいという課題があります。本記事ではFractional Kellyが主流となっている理由と、EAへ実装する際の考え方を解説します。
なぜフルKellyが実運用で使われないのか
Kelly Criterion（ケリー基準）は、長期的な資産成長率を最大化する理論として広く知られています。勝率とリスクリワードから最適な投資比率を求められるため、資金管理の理論的な基準として利用されています。
しかし、実際のヘッジファンドやシステムトレーダーが、計算されたKelly比率をそのまま採用するケースは多くありません。その理由は、Kelly理論が「期待値を正確に把握できる」という前提で成り立っているためです。
実際の市場では勝率や損益率は常に変化し、バックテストで得られた期待値にも推定誤差が含まれます。この誤差を無視してフルKellyを適用すると、資金変動が大きくなり、ドローダウンが急拡大する可能性があります。
Kelly Criterionの考え方
Kelly Criterionは、期待値が正である戦略に対して、資産成長率を理論上最大化する投資割合を求めます。
例えば、勝率60%、平均利益が平均損失の2倍という戦略では、比較的大きな資金配分が推奨されます。
理論的には長期リターンが最大になりますが、これは勝率やリスクリワードが将来も変化しないことを前提としています。
市場環境が変われば、この前提は容易に崩れます。
推定誤差が最大のリスクになる
Kelly基準で最も問題になるのは、期待値の推定誤差です。
例えばバックテストでは勝率55%だったとしても、ライブ運用では52%になることがあります。
一見わずかな差に見えますが、Kelly比率は期待値の変化に敏感であるため、実際には過大なポジションサイズとなる可能性があります。
さらに、スリッページ、スプレッド拡大、約定遅延などはバックテストよりライブ環境で発生しやすく、期待値を低下させる要因になります。
Fractional Kellyとは
この問題を解決するため、多くの運用者が採用しているのがFractional Kellyです。
Fractional Kellyとは、Kellyで求めた投資割合の一部だけを利用する方法です。
代表的な設定例は次のとおりです。
- Quarter Kelly（0.25 Kelly）
- Half Kelly（0.50 Kelly）
- Three-Quarter Kelly（0.75 Kelly）
例えばKelly比率が20%なら、Half Kellyでは10%、Quarter Kellyでは5%を実際のリスク量として利用します。
理論上のリターンはやや低下しますが、最大ドローダウンや資産曲線の変動が大幅に改善することが知られています。
なぜHalf Kellyが多く採用されるのか
Half Kellyは、期待リターンとリスクのバランスが取りやすい水準とされています。
フルKellyでは資産成長率は最大になりますが、ドローダウンも大きくなります。一方、Half Kellyでは期待リターンの低下は比較的小さい一方で、資産変動は大きく抑えられます。
そのため、機関投資家やCTA、アルゴリズム運用では、期待値に確信がある場合でもHalf KellyやQuarter Kellyを採用するケースが少なくありません。
ボラティリティターゲティングとの組み合わせ
近年では、Fractional Kelly単独ではなく、Volatility Targeting（ボラティリティターゲティング）と組み合わせる運用が一般的になっています。
基本的な流れは次のようになります。
1. バックテストからKelly比率を算出する
2. Half KellyまたはQuarter Kellyへ縮小する
3. ATRや実現ボラティリティから現在の市場リスクを測定する
4. 市場ボラティリティに応じて最終ロットを調整する
これにより、戦略の優位性と市場環境の両方を反映した資金管理が可能になります。
EAへ実装する際のポイント
MT5のEAでは、売買ロジックと資金管理を分離して設計すると保守性が向上します。
例えば、次のような構成が考えられます。
- Strategy Engine：売買シグナル
- Kelly Engine：基準リスクの計算
- Volatility Engine：ATR・実現ボラティリティの計測
- Position Sizer：最終ロットの決定
- Risk Manager：日次損失や最大ドローダウンの監視
このように役割を分離することで、資金管理だけを改善しても売買ロジックへ影響を与えにくくなります。
実運用で追加したいリスク管理
Fractional Kellyだけで十分とは言えません。実運用では次の管理も組み合わせるべきです。
- 日次損失上限
- 最大ドローダウン制限
- Portfolio Heatの管理
- 相関の高い通貨ペアの保有制限
- 経済指標前後のロット縮小
資金管理を多層化することで、一つの想定外イベントが口座全体へ与える影響を抑えられます。
まとめ
Kelly Criterionは優れた理論ですが、期待値を正確に推定できるという前提に依存しています。実際の市場では期待値は常に変化し、バックテストにも推定誤差が含まれるため、フルKellyをそのまま適用すると過大なリスクを抱える可能性があります。
そのため実運用では、Half KellyやQuarter KellyなどのFractional Kellyを採用し、さらにボラティリティターゲティングや最大ドローダウン管理を組み合わせる設計が主流です。EA開発においても、利益最大化だけではなく、長期的に生き残るための資金管理アルゴリズムを構築することが重要です。
