FX取引日誌 — Rマルチプル、期待値、SQN、MAE/MFE

取引日誌は画面や結果を集めるだけでなく、判断の理由を説明するためのものです。そのためには計画、執行、費用、当初リスクの一貫した記録が必要です。各取引後に何を残し、口座履歴と数値をどう照合し、 Rマルチプル や他の指標を定義を混ぜずに計算するかを説明します。記事は、 期待値 とプロフィットファクターから、ドローダウン、推定の不確実性、MAE、MFEへ進みます。人気の指標や日誌ツールの限界も説明します。計算例と検算用データで、自分の記録に適用する前に計算を検証できます。目的は、戦略を判定するかのような単一の点数ではなく、問題を特定し判断を支える信頼できる証拠です。

1. 日誌がなければシステムではなく意見にすぎない理由

実証的な市場パラメーターを記録しない取引は高くつく趣味です。システムを持つのではなく、生存者バイアスに汚染された恣意的なクリックを続けているのです。ポーランドの原典で扱う適用対象のCFDリスク警告制度では、業者は自社の個人投資家口座の損失割合を公表し、少なくとも四半期ごとに更新します。これは特定法域の開示義務であり、世界中の全業者に適用されるとは考えません。一社の数値は世界市場の定数ではなく、平均しても意味はありません。それらの数値は統計上の同業者を表します。厳密な診断がなければ、大多数は取引人生を通じ同じミスを繰り返します。測定のない経験は、再現される失敗にすぎません。

日誌のないトレーダーを壊す三つの認知の錯覚

錯覚1：選択的記憶。 脳は大儲けや壊滅的な証拠金喪失など、感情の強い出来事を優先し、中立的なものを弱めます。一か月後には50取引中3件、典型的には華々しい二勝と痛い一敗だけを覚えているかもしれません。記憶はその三件を全成績の代表にしますが、実際は違います。日誌は錯覚を取り除き、「月曜戦略」が前四半期に実際には8勝11敗だったと、明確な記録で示します。

錯覚2：事後の合理化。 負けると脳は「弱そうだと分かっていた」という都合のよい話を作り、勝つと「市場を正しく読めた」とします。どちらも作られるのは、 結果判明後 で、約定前に本当に知っていたこととはほとんど一致しません。日誌は意図の記録を、 クリック前 に行わせます。予定エントリー、予定SL、セットアップ分類です。事前計画と事後の執行を比較すると、「鋭い判断」のうち本当に計画したものと、後から作ったものがどれほどか分かります。

錯覚3：分布ではなく総残高だけを見る。 初心者は口座純資産だけを見て「3月は4%稼いだ」と分析を止めます。しかし4%は、60取引・勝率55%・期待値+0.3Rという、この例でより健全な過程の結果かもしれません。あるいは12取引・勝率75%で、一つの幸運な+6Rが、他の11件は無秩序な賭けだったことを隠している、外れ値一件に覆われた脆弱な過程かもしれません。残高だけでは両者を区別できません。適切な指標を備えた日誌はすぐに区別します。

個人が見落とす取引システムの定義

ここでいう 取引システム とは、 結果を標準単位で測定できる再現可能な過程です。三つの重要な条件で定義します。

• 再現可能 — 同じ市場条件で一貫した執行判断になることです。「強い上昇の勢いを感じた」ではなく「条件A、B、Cを満たし、規則に基づく執行が発動した」です。
• 測定されている — 全取引で29項目を記録し、期待値はセットアップ別に、プロフィットファクターは月次に評価します。
• 標準化した単位 — Rマルチプルを共通の比較通貨にします。「PLN200稼いだ」では、どの資金をリスクにさらしたか不明で、情報になりません。「+1.8R獲得した」なら必要な情報を伝えます。

この三本柱がなければ、システムを運用せず、共通の分母のないばらばらの賭けをしています。幸運なら腕がよいと思い込み、不利なばらつきなら業者が価格操作したと結論するかもしれません。どちらも正当化できず、客観評価に必要な実証データがないだけです。

取引前の記録 — 事後の自己欺瞞をなくす

日誌のもう一つの、過小評価されがちな役割は、 運用上の摩擦です。執行パラメーターである予定エントリー、予定SL、 建玉数量、セットアップ区分を、 クリック前 に記す第一の目的は、結果を知った後に自分を欺きにくくすることです。エントリーがプレイブック違反なら日誌に即座に残り、「値動きが強気に見えた」と書くことを防ぎます。表計算は言い訳をしてくれません。手動で動かした ストップロスがあれば、終了後にいかに上手い言い訳を考えても、42行目はミスコード3を記録します。単なる心理論ではなく、無謀な執行の前に意識的な検討を強いる運用上の摩擦です。

2. 記録する内容 — プロの取引日誌の29項目

初心者の日誌は5〜8項目の基本欄で、日付、通貨ペア、方向、エントリー、SL、 TP、結果、短いコメントという構成です。業者の口座明細の最低限であり、体系的な診断分析には全く足りません。専門的な取引日誌では、 29項目 を7つの機能群に分けます。各項目はそれぞれ違う分析上の問いに答えます。

グループA：取引の識別（4項目）

基本メタデータ — 何が、正確にいつ起きたか。

1. 取引ID — T-2026-04-001などの一意の識別子。事後検証、スクリプト、分析データベースの相互参照に使います。
2. 開始日時 — 分単位で単一の標準時間帯に記録。UTCを推奨し、市場の現地時刻を併記しても構いません。
3. 通貨ペア — EUR/USD、GBP/JPYなど。
4. 売買方向 — 買い／売り.

グループB：戦略の背景（4項目）

戦略上の意図、セットアップ構造、環境区分。

5. プレイブックのセットアップ — 固有の名称のセットアップ（例えば「LON-breakout-A」「NY-mean-revert-B」）。この項目なしでは、セットアップ別の期待値は数学的に計算できません。
6. セットアップの区分・評価 — A+、A、B、C。区分ごとに所定の数量を定めます。区分評価がなければ、A+で利益を出しBで資金を失っているのか、その逆かが分かりません。
7. 相場局面 — トレンド／レンジ／高ボラティリティ／低ボラティリティ。エントリー前にD1またはH4で評価します。
8. 市場セッション — アジア／ロンドン／ニューヨーク／ロンドン・NY重複。どの時間帯に実証的な 優位性 があり、どの時間帯で一貫して負けるかを切り分けます。

グループC：注文条件 — 計画と現実（6項目）

ここに個人取引の執行の、最も飾り気のない厳しい現実が現れます。

9. 予定エントリー — 事前分析で入る予定だった正確なテクニカル価格。
10. 実際のエントリー約定 — 業者が執行した実際の価格。原典はM15で1–5ピップのスリッページを例示しますが、普遍的な執行基準ではありません。
11. 予定SL — 戦略規則で定める、取引仮説が否定されるテクニカルな無効化価格。
12. 実際のSL約定 — 流動性提供者がストップを執行した正確な価格。流動性空白時のストップ約定スリッページは、エントリー時の2–10倍になる場合があります。
13. 予定TP — 予定目標価格、または事前に定めたRマルチプルでの決済。
14. 実際のTP約定／手動決済 — 目標約定時または裁量の手動決済時の実際の執行価格。

グループD：取引摩擦費用（4項目）

摩擦費用は費用前の理論期待値を削ります。その正確な大きさは銘柄、業者の執行方式、ストップ幅次第で、自分の日誌でしか分かりません。摩擦を追わなければ、費用後に優位性があるか分かりません。

15. スプレッド（ピップ） — 業者サイトの宣伝の「最小」ではなく、エントリー時点の実際のスプレッド。
16. エントリーのスリッページ（ピップ） — direction × (actual_entry − planned_entry) / pip_size。正の値は不利なスリッページ、つまり予定より悪い約定を示します。
17. 決済のスリッページ（ピップ） — direction × (planned_exit − actual_exit) / pip_size。計算の符号の逆転に注意します。買い建玉では不利なエントリーは予定より高い価格、不利な決済は予定より 低い 価格です。両側とも、不利なスリッページは正、有利なら負という規約を揃えます。決済にもエントリーと同じ減算順序を使うと、決済の意味が逆になります。
18. スワップと手数料 — 口座通貨で、翌日持越し金利とECNの往復費用を計上。

グループE：損益と成績指標（3項目）

19. 費用前損益 — ピップと口座通貨で示し、実際の約定価格から、金利と手数料を除いて計算。
20. 業者の純損益 — 手数料とスワップ控除後の明細損益。スプレッドとスリッページは約定価格に織り込み済みなので、 二重に差し引きません.
21. 純損益Rマルチプル — broker_net_pnl / planned_risk を第3節で定式化します。

グループF：判断品質の採点（4項目）

最も無視されがちですが、診断力が最も高い分類です。同じ金銭的結果の二取引でも、判断品質は大きく違う場合があります。

22. ミス分類 — 分類体系：0 = ミスなし（手順が完全）、1 = ストップが広すぎる、2 = 狭すぎる、3 = 計画に反してストップ移動、4 = 早すぎる決済、5 = 遅すぎる決済、6 = プレイブック外のエントリー（FOMO）、7 = 過大建玉（予定を超える ロット 数）、8 = リベンジ取引、9 = その他の認知・裁量ミス、10 = インフラ障害（サーバー側の確実なストップなし、業者プラットフォーム切断、ISP障害）。最後は行動変容ではなく運用構成の変更で解決する唯一の分類です。
23. 心理状態（1–5） — 1 = 不調（疲労、苛立ち、注意散漫）、5 = 最良（集中、休息十分、明晰）。記録は必ず、 発注前 に行い、後から記入しません。
24. 睡眠時間 — 整数または小数。自分の標本で、前夜の睡眠と実現純損益Rマルチプルのスピアマン順位相関を計算できます。自分のデータで試す仮説であり、原典に個人トレーダーの相関を確立する公開統計はありません。
25. 判断品質（1–5） — 採点するのは、 取引日の終了時で、金銭的結果と厳密に切り離します。事前規則に100%従って執行したかを問い、5 = 完全遵守、1 = 根拠のない即興です。

グループG：数量・版管理・監査記録（4項目）

計算上も証拠上も日誌を照合するために不可欠な四項目です。数量とピップ価値なしでは、価格距離だけから予定金銭リスクを再構成できません。セットアップの版管理なしでは、どの規則改訂を試すのか特定できません。証拠リンクなしでは、業者明細との相違を判断できません。

26. 数量（ロット） — 業者のロット刻みに丸めた建玉数量。ストップ距離とピップ価値を合わせて、口座通貨の予定金銭リスクを確定します。これがなければ項目21を再構成できません。
27. 建玉時のピップ価値 — 1標準ロット（基軸通貨100000単位）の口座通貨価値。為替は変動するため、表計算の共通固定値ではなく、執行時の個別値として記録します。第3節の注を参照。
28. セットアップ／プレイブックの版 — カード識別子と版番号。例：「LON-breakout-A+ v1.2」。規則変更前後の成績は連続した一標本ではなく、別の二つの統計分布です。
29. 証拠リンク (evidence_link) — チャート画像のURL、業者チケット番号、明細ログのパス。未検証の個人的日記を、監査できる金融記録へ変える項目です。

一覧表 — 全29項目、データ型、情報源

表計算のテンプレートを整えれば、29項目の記入は一取引約60〜90秒です。このデータがなければ、その後の成績評価は推測にすぎません。記録に90秒を使えないなら、エントリーに30秒を費やすべきではありません。

CSV／表計算の小仕様

Excel、Google Sheets、PostgreSQL／SQLiteで実装する機械可読の列構造です。左は技術的な列名、右は運用上の情報源と計算上の導出です。

論理項目は29ですが、エントリー、ストップ、目標、スリッページなどに「予定と実際」の別列があるため、実装上の列数はそれより多くなります。表の構造はこの仕様にそのまま対応させます。ポーランド版の通貨固有の列名は、ここでは口座通貨の一般名に変更していますが、PLNの計算例は元の通貨と金額を保っています。

この error_code の分類は、全ガイドで一貫して用いる十一種類の整数値です。0 = ミスなし、1–9 = 項目22の認知・裁量取引ミス、そして、 10 = インフラ障害 （サーバー側の確実なストップなし、プラットフォーム停止、ISP切断）です。コード10は裁量ミスと混ぜてはいけません。解決には心理面でなく構成の変更が必要だからです。障害時にサーバー側ストップがなければ、欠けた執行履歴はローカルログから再構成できない場合があります。コード記録はインフラ修正の代わりではありません。

注文と約定の層 — 一つの判断、複数の執行

主取引表は「何を判断したか」という戦略の問いに答えます。注文・約定の詳細履歴は「どう執行したか」という技術上の問いに答えます。これらは別々のデータ層で、関係キー、 trade_idで結びます。混同することが、日誌と実際の口座残高がずれる最も一般的な原因です。

• orders — 個々の注文要求： order_id, trade_id、注文種別（成行／指値／ストップ／SL変更／TP変更）、送信価格、送信時刻、執行状態（約定／拒否／取消）です。拒否やストップ変更はこちらに記録し、主取引要約表には入れません。
• fills — 個々の約定： fill_id, order_id, trade_id、約定価格、約定数量、約定手数料、時刻です。分割決済は複数の約定行で、同じ、 trade_id.

指標の比較可能性を守る四つの厳格な集計規則：

• 当初リスクR0を一度だけ計算する。最初の約定前の計画から定め、分割決済やストップ変更でも厳密に固定します。+1Rで50%を閉じても、残りの建玉に新しいリスク分母が遡って生まれるわけではありません。
• 全約定の純損益と摩擦費用を合計する。その合計だけをR0で割ります。分割部分ごとのRマルチプルを平均してはいけません。数量の重みが異なることが多いからです。
• 戦略判断一つを成績統計の一取引とする。分割部分を別々に勝率計算すると、最初の利確が勝ちになりがちなため、勝率を人工的に高めます。実際の収益性を変えずに日誌の見栄えをよくする、個人向け宣伝の古い手口です。
• MAE/MFEの測定規約を明示する — 最初の約定からの価格経路そのものを追うか、分割決済で数量が減る建玉の口座通貨建て純資産の振れを追うかを定義します。両者は全く違う指標で、同じ列に混在させません。

取込み・明細照合・重複排除・監査修正

業者の公式明細と照合したことのない日誌は、未検証の個人的日記にすぎません。毎週一度、最低限次を行います。

1. 取込み — MetaTrader、cTrader、FIXログなどから、終了した期間の取引履歴をCSVへ出力します。日付境界とサーバー時間帯を揃え、例えば標準の暦週で、ファイル名にサーバー時間を明記します。
2. 重複排除 — 主キー、 trade_id を業者の一意な建玉チケットIDから作ります。期間が重なる取込みでは、後から取得したファイルでなく、決済時刻が後の記録を優先します。分割約定や注文変更は主チケットを共有するため、詳細な執行は、 order_id と fill_id で関係層に管理し、約定や変更のたびに同じ、 trade_id.
3. 照合 — 総取引数、純損益合計、手数料・スワップ合計を、業者の公式明細と最小通貨単位まで一致させます。差は許容する丸め誤差ではなく、調査すべき運用ミスです。
4. 監査修正 — 取引後の訂正は変更時刻と理由を付けた新しい版で残し、履歴を削除しません。版を保存しなければ、記録ミスと実際の業者の執行紛争を区別できません。

診断監査：同じ取引なのに二つのプラットフォームで数値が違う理由は？ 検証できる運用上の六原因：

• サーバー時間帯の相違 — サーバー時刻23:30の決済が、一方では月曜、他方では火曜になります。年境界をまたがなければ年合計は合っても、週合計がずれます。
• 金利・手数料の計上 — スワップ・手数料を決済損益へ含めるものと、別の残高取引で記帳するものがあります。
• ネッティング口座と両建て口座 — 同一通貨ペアの同時の反対建玉は、ネッティング口座では一つのネット保有へまとめられ、両建て口座では別の二取引になります。
• 分割決済の執行 — 一方は分割決済を複数約定の一取引とし、他方は独立した別チケットに分けるため、総数、勝率、平均Rが変わります。
• 取引後の業者修正 — 誤った市場外価格の急変の取消、スワップ再計算、決済数日後の残高修正。
• 丸めと為替換算の仕組み — 決済の正確な時点の為替で口座基準通貨へ利益換算するか、終日の公式仲値を使うか。

六要因を調べても不明な差が残るなら、日誌は指標計算の準備ができていません。未照合明細からの指標は、戦略の優位性でなくデータの破損を映します。

制度上の境界： 取引日誌は運用成績のツールであり、法定税務帳簿ではありません。税務上の譲渡益計算は、 第14章 で扱います。日誌は業者明細、注文チケット、証拠リンクなどの裏付けを提供しますが、法定納税額を計算しません。税は、 r_net の分子にも分母にも入りません。租税は執行の取引費用ではないからです。

3. Rマルチプル — 個人が計算しないことの多い基本指標

Rマルチプルなら、 異なるリスク特性の取引を同じ尺度で比較できます。これがなければ、M5スキャルピングのPLN200とD1スイングのPLN200は同じに見えますが、前者のリスクはPLN50（+4R）、後者はPLN600（+0.33Rで、当初リスクへの収益はずっと小さい）かもしれません。原典のポーランド通貨の例です。Rマルチプルはヴァン・K・タープが導入し、^[1]取引システム分析の基礎となっています。

Rマルチプルの式

最も安全な運用上の定義は、

R_net = actual_broker_net_pnl / planned_risk

実際の純損益 は、実際の約定、手数料、スワップ、明細に記載された全費用後の結果です。スリッページとスプレッドは、 既に織り込まれています。業者は予定価格でなく実際の取引価格で利益を計算するためです。診断用に別途記録しますが、 再び差し引いてはいけません 既に実損益に含まれる場合は二重控除になるからです。

分母にするリスクは、 予定のもの で、実現リスクではありません。予定距離30ピップを超えてストップが10ピップ滑っても、分母は増やしません。損失は−40 / 30 = −1.33Rに手数料を加えたもので、−1Rではありません。−1Rより悪い結果は起こり得て、それこそがこの規約で示すべき、執行失敗の実費です。分母は発注前に決め、ストップ移動、分割決済、結果判明後に変えないでください。

執行の悪化分 — 成績とは別に執行を診断する

スプレッド、スリッページ、手数料は運用費用ですが、結果の、 会計処理 では既に実損益に含まれます。執行品質の診断には、別途次を計算します。

execution_drag_R = [direction × (planned_exit_price_of_same_type − planned_entry) / pip_size × lots × pip_value_per_standard_lot − actual_net_pnl] / planned_risk

重要な語句は、 「同じ種別の予定決済価格」です。 ストップ決済は予定SL、目標到達は予定TPと比較します。予定決済値のない手動・時間決済では、診断値をエントリーのスリッページ、手数料、スワップのR表示と定義します。比較対象を、 すべての 取引で予定TPにすると、値が記録されているので便利そうでも、不合理になります。予定どおりぴったり約定したストップが、スリッページゼロでも約3Rの「執行費用」を示すからです。執行の悪化分は理想の利益までの距離でなく執行品質を測ります。買いと売りを一貫して扱うため、方向（買い+1、売り−1）と数量を入れます。スプレッドが約定に反映済みなら、別途加えません。

運用規則： 成績の会計処理と執行診断を分けます。 r_net に業者の実損益を使うなら、費用は結果に含まれ、執行の悪化分で別に分析します。予定価格から始めるなら、費用を手動控除します。どちらか一方を使い、両方を同時に使いません。

全体の計算例

PLN口座でEUR/USDを0.5ロット（EUR50000）買う例を考えます。説明用のUSD/PLNは約4.40です。標準ロットの一ピップはUSD10、約PLN44で、0.5ロットなら約 PLN22／ピップ.

• 予定エントリー：1.0850
• 実エントリー：1.0852（スリッページ2ピップ）
• 予定SL：1.0820（リスク30ピップ）
• 予定TP：1.0910（60ピップ = 2R）
• 実決済：1.0908（TPでスリッページ2ピップ）
• エントリー時のスプレッド：0.8ピップ
• ECN手数料：往復PLN4
• スワップ：0（当日決済）

業者の実約定からR_netを計算：

• 実約定の損益：(1.0908 − 1.0852) / 0.0001 = 56ピップ。PLNでは56 × 22 = PLN1232です。実際の価格で計算するため、入出両方のスリッページを含みます。
• ECN手数料：PLN4。スワップ：0。
• 実際の純損益：1232 − 4 = PLN1228.
• 予定リスク：|1.0850 − 1.0820| / 0.0001 = 30ピップ、30 × 22 = PLN660.
• R_net = 1228 / 660 ≈ +1.86R.

別の診断として執行の悪化分を計算：

• 理想の約定で費用ゼロの予定損益：(1.0910 − 1.0850) / 0.0001 × 22 = 60 × 22 = PLN1320.
• 実際の純損益：PLN1228。
• 差：1320 − 1228 = PLN92。
• execution_drag_R = 92 / 660 ≈ 0.14Rです。目標で決済したので予定決済の基準はTPで、執行費用が予定リスクの約14%を消費しました。

ストップ決済は予定SLに対して悪化分を計算します。 エントリーもストップも 予定価格ぴったりで約定し、手数料がPLN4なら、悪化分は4 / 660 ≈ 0.01Rで、TP基準の約3Rではありません。先のエントリーの2ピップの滑りを残すなら、PLN44 + PLN4、つまり48 / 660 ≈ 0.07Rです。外挿には別の明示的仮定が要ります。「100取引後に約14R、各取引1%リスクなら年約14%の資金」という主張は、毎回同じスリッページで目標決済100件という想定だけに適用できます。実日誌では決済取引の悪化分を計算し、ストップと目標の決済を別に調べます。異なる分布を一緒にすると診断を曖昧にします。費用は丸め程度の問題ではなく、業者、通貨ペア、時間足の選択に関わります。 r_net は成績の会計処理に、 execution_drag_R は執行改善に使い、両方の控除を一つの式に混ぜません。

割合やPLNでなくRマルチプルを使う理由

Rマルチプルは、スキャルピングとスイング、EUR/USDとGBP/JPY、小数量と大数量を比べる共通のリスク単位です。一年で200取引を記録すれば「A+は平均+0.84R、Bは+0.21R、Cは−0.13R」と正確に言えます。日誌の役割はそこまでです。Cを止めるかは、それぞれの区間と、 記事15.10の基準次第であり、平均の符号だけでは決めません。

Rマルチプルの分布 — 220取引を読む

この分布から三点を読み取れます。

• 勝率は低いが、この標本では結果が正： 正の取引は44.5%、220件中98件が0R超です。一方、右裾の+2R以上17件（うち一件は+5R）が正の期待値をすべて生みます。この十七件を除けば総Rは負です。
• 中央値0R、平均+0.13R： 差は、利益が、 裾から生じることを示します。半分はゼロ以下で終わります。トレンドフォローに見られる特徴で、中央値と平均を置き換えず併記すべき理由です。
• 平均回帰では逆の形もあり得る： 原典の例では勝率60–70%、小さい平均利益+0.5R、平均回帰が失敗した時のまれな−2R、−3Rの損失による長い左裾です。これはパターンの例であり、戦略の保証特性ではありません。

同じ分布を第6節のシャープ・ソルティノと第4節のSQNで使います。平均+0.130R、標準偏差1.182Rで、一取引のシャープ0.11、N上限100のSQN 1.10、正しいソルティノ0.21です。数値を覚えてください。プロフィットファクター1.31の一見「健全」な分布が、人気の閾値表では弱く見えます。それだけで分布を無効にはできず、閾値が別の定義や回数を前提とする可能性があります。

4. 純損益期待値 — 利益を生むシステムと宣伝を分けるもの

期待値が答える基本の問いは、 一取引で何Rの利益または損失を期待するか、です。 この指標なしでは戦略の数学的成立可能性が分かりません。あればモデルの前提の下でN取引の平均結果を推定できますが、次の標本や資金収益の保証ではありません。

標準的な期待値の式

バックテストと取引前の理論モデルで使う、標準的な構造式：

期待値 = (WR × avg_win_R) − ((1 − WR) × avg_loss_R) − costs_per_trade_R

重要な統計上の注意点として、項、 (1 − WR) は、厳密に0.00Rで閉じた取引も損失側にまとめます。損益ゼロの取引があるなら、標本を三つの別集団に分けます。 E = pw × avgWin − pl × |avgLoss|で、 pw + pl + p0 = 1 となります。下のPythonスクリプトと第5節の合成台帳は、まさにこの実装です。

各項は、

• WR — 勝率を小数で示し、例えば0.55 = 55%です。
• avg_win_R — 勝ち取引の平均Rマルチプル。例：+1.80R。
• avg_loss_R — 負け取引の平均Rマルチプルの絶対値。厳格なストップ規律なら、例えば1.00R。
• costs_per_trade_R — スプレッド＋スリッページ＋スワップ＋手数料という摩擦合計を、予定リスクRに対する割合へ正規化したもの。例：0.10R。

期待値の三つの作業目安

この表の閾値は想定計画用の説明的な作業仮定で、普遍的な市場の要請ではありません。対応する信頼区間と併用し、区間が閾値をまたぐなら戦略判断を延期します。区分別の建玉数量は、 記事15.2、正式な停止基準は、 記事15.10。

期待値検証に必要な最小標本数

個人取引の最も危険な罠は、30〜50取引で期待値を計算し、小数値を不変の真実とすることです。確率論はそうではないと示します。

• 50取引 — 勝率の95%信頼区間は約±14パーセントポイント（p = 0.55、独立試行のWald区間。集中や共通イベントへの保有でさらに広がり得ます）。観測勝率55%でも、真の母数は41%や69%であり得ます。
• 100取引 — 区間は約±10ポイントで、確立したセットアップを捨てる根拠にはまだ広すぎます。
• 200取引 — 区間は約±7ポイントに狭まります。
• 500取引 — 区間は約±4ポイントです。狭くなっても確率上の不確実性は残ります。

運用規則は「100取引未満では決めない」ではなく、 点推定でなく、信頼区間で判断する。セットアップ期待値の95%信頼区間が運用判断の閾値を含むなら、40取引でも400取引でも次の監査周期まで判断を延期します。標本数は区間幅を通じて計算に入り、件数自体は普遍的な最低数でも検証でもありません。ドローダウン上限超過や業者の執行障害など、運用リスクによる停止は常に可能で、統計的有意性を待ちません。

摩擦費用の罠：バックテストと実運用の執行悪化

個人はスプレッド、スリッページ、手数料、持越し金利を無視し、理論上の費用前期待値を評価しがちです。理想化したバックテストの+0.50Rが、実運用では純損益+0.20Rへ悪化することがよくあります。一年の200取引で実現するのは+0.50Rでなく+0.20Rなので、残高が停滞します。

方法上の必須事項： もし、 r_net を明細の純損益から求めるなら（第3節）、費用は既に含まれます。スプレッド、スリッページ、料金は執行悪化として別途追跡し、 二重控除しません。理想のローソク足から期待値を計算するなら、摩擦を明示控除します。二方法を混ぜません。次の仮定例は執行悪化を計算し、純損益を再控除するものではありません。

元のPLN口座と説明用為替を使う、一取引費用のR表示の具体例：

• 通貨ペア：EUR/USD、ECN業者、スプレッド0.2ピップ、標準ロット往復手数料USD7、各側の平均スリッページ0.3ピップ。
• 典型例：SL 30ピップ、0.3ロット、説明用USD/PLN ≈ 4.40。0.3ロットのピップ価値 ≈ PLN13.20。
• 予定リスク：30 × 13.20 = PLN396.
• 費用：スプレッド0.2 × 13.20 = PLN2.64、入出合計のスリッページ0.6ピップ × 13.20 = PLN7.92、手数料USD7 × 0.3ロット = USD2.10 ≈ PLN9.24。合計： 約PLN19.80.
• Rでの費用：19.80 / 396 = 0.05R、予定リスクの5%です。

別の例 — 費用の高いペアと狭いストップ：

• 通貨ペア：GBP/JPY、マーケットメーカー業者、スプレッド2.5ピップ、手数料なし、各側スリッページ1ピップ。
• 説明用USD/JPY ≈ 150、USD/PLN ≈ 4.40での0.1ロットのピップ価値：標準ロットは一ピップJPY1000なので、1000 / 150 ≈ USD6.67、4.40でPLN29.33です。0.1ロットなら、 約PLN2.93／ピップ.
• 狭い例：SL 25ピップ、0.1ロット、リスク25 × 2.93 = PLN73.25、約 PLN73.
• 建玉費用：スプレッド2.5 × 2.93 ≈ PLN7.33、エントリーの滑り1 × 2.93 = PLN2.93、決済の滑り1 × 2.93 = PLN2.93、合計、 PLN13.19 です。表示の丸めによります。
• Rでの費用：13.19 / 73.25 ≈ 0.18Rで、最初から予定リスクの約18%を費用が消費します。

同じピップの滑りでも、ストップが狭いほど多くのRを使うという比例費用の罠です。スプレッド2.5ピップのペアで25ピップのストップを置くのは、費用面だけでも正当化しにくくなります。ここでの作業仮定は、 説明用シナリオの閾値であり、市場標準ではありません。予定リスクの5–8%超の費用が結果へ実質的に影響し始めるとして、業者、ペア、またはより広いテクニカルストップの時間足を見直します。判断材料は自分の日誌で、平均費用Rを費用前期待値で割り、残る期待値を調べます。

ヴァン・タープのシステム品質指数（SQN）— 式・N上限・評価尺度

手法の著者の解釈尺度をここに完全に示します。他記事は別版を繰り返さず、ここを参照してください。三記事に不一致な三つの「タープ尺度」があれば、講座の整合性を損ないます。

誤解を防ぐ三点があります。第一に、著者の経験則であり市場標準ではありません。第二に、SQNは100取引まで√Nで増えるため、比較は同じNで計算した指標間だけで有効です。第3節の220取引の基準分布はN = 100で1.10ですが、上限なしでn = 220を入れれば1.63になります。第三に、SQNは信号対雑音の指標であって数量指示ではなく、純損益期待値の信頼区間を代替しません。

標本の分割 — 選択バイアスを避ける

構造化した日誌ではセットアップ、時間帯、相場局面、プレイブック版で分けられます。ただし統計上の注意が必要です。比較する小区分が増えるほど、最良群がランダムなノイズの産物である確率が高まります。十二のセットアップから最良を選ぶのはデータ選択であり、真のパラメーター推定ではありません。インサンプル調整とアウトオブサンプル検証の正式な枠組みは、 記事15.4、継続・修正・停止判断は、 記事15.10で扱います。日誌は順位だけでなく、各部分の観測数と区間を示す必要があります。

ブートストラップ信頼区間 — +0.22Rが優位性でなく仮説である理由

42取引の観測純損益期待値+0.22Rは、証明された優位性でなく未検証の実証仮説です。ノンパラメトリックなブートストラップはそれを直接示します。その42取引から復元抽出で10000回再標本化し、各平均を計算して分布を描き、経験的な信頼限界を求めます。毎回同じ三要素を含む一文で結果を記します。 n、方法、前提です。

「n = 42取引、std(R) = 1.3Rで、期待値の95%区間は（−0.17R; +0.61R）です。この端点は正規近似±1.96 × std / √nによる検算であって、 計算したブートストラップの結果ではありません。本来のブートストラップは復元抽出10000回で、歪んだR分布なら非対称にもなり、その実出力を記録すべきです。どちらも観測の独立性を仮定し、集中や共通イベントで区間は広がり得ます。ゼロを含むため、セットアップ判断は次回検証へ延期します。」

件数だけでは決まりません。判断境界に対する区間幅がすべての結論を左右します。月に数件だけの低頻度セットアップではブートストラップ検証が不可欠です。なしでは一年の50取引が確かに見えても、十二か月に散らばる統計ノイズにすぎない場合があります。

Pythonスクリプト：CSVから成績指標を計算

次のスクリプトは標準29項目の日誌CSVから、純損益期待値、プロフィットファクター、一取引シャープ、ソルティノ、SQN、MAE/MFE、純資産ドローダウンを直接計算します。

import pandas as pd
import numpy as np

# CSVから取引日誌を読み込む（29項目、仕様は第2節）
df = pd.read_csv('journal.csv')

# 純損益Rマルチプル計算済みの決済建玉に限定
df = df.dropna(subset=['r_net'])

# 厳密な時系列順にする。そうしなければ純資産曲線と
# ドローダウン指標が、口座履歴でなく出力時の並び順を反映する。
df['close_time_utc'] = pd.to_datetime(df['close_time_utc'], utc=True)
df = df.sort_values('close_time_utc').reset_index(drop=True)

total = len(df)
if total == 0:
    raise SystemExit('決済済み取引がありません。指標はゼロではなく未定義です。')

r = df['r_net']

# 勝ち、負け、厳密な損益ゼロの三つの別集団。
wins   = r[r > 0]
losses = r[r < 0]
zeros  = r[r == 0]

wr       = len(wins) / total
p_loss   = len(losses) / total
avg_win  = wins.mean()        if len(wins)   else float('nan')
avg_loss = abs(losses.mean()) if len(losses) else float('nan')

# 純損益期待値はr_netの算術平均（費用込み）
expectancy = r.mean()
# 構造の照合：算術平均と厳密に一致しなければならない
structural_check = ((wr * avg_win if len(wins) else 0.0)
                    - (p_loss * avg_loss if len(losses) else 0.0))

# プロフィットファクター。損失ゼロは未定義で、「無限の完全性」ではない
sum_wins   = wins.sum()
sum_losses = abs(losses.sum())
profit_factor = sum_wins / sum_losses if sum_losses > 0 else float('nan')

# 一取引ごとのR統計量と、採用規約N = min(n, 100)のSQN
sd     = r.std(ddof=0)
sharpe = expectancy / sd if sd > 0 else float('nan')
sqn    = sharpe * np.sqrt(min(total, 100))

# ソルティノ比率：母集団全体の下方偏差、MAR = 0
mar     = 0.0
dside   = np.sqrt((np.minimum(r - mar, 0) ** 2).mean())
sortino = (expectancy - mar) / dside if dside > 0 else float('nan')

# 期待値の解析的95%信頼区間（i.i.d.を仮定）
se = r.std(ddof=1) / np.sqrt(total)
ci = (expectancy - 1.96 * se, expectancy + 1.96 * se)

# 各取引の一定比率リスクfによる純資産曲線のドローダウン評価。
# 当初資金（1.0）を累積ピーク配列の先頭へ必ず追加する。
# そうしないと、最初が損失の日誌で誤解を招く0%のドローダウンを報告する。
f       = 0.01                      # 作業用のシナリオ条件であり、普遍的ではない
equity  = pd.concat([pd.Series([1.0]), (1 + r * f).cumprod()], ignore_index=True)
run_max = equity.cummax()
max_dd  = ((equity - run_max) / run_max).min()

# 値のある行を対象にMAE／MFEを分析
mae_win = mae_loss = mfe_win = float('nan')
if {'mae_r', 'mfe_r'}.issubset(df.columns):
    m = df.dropna(subset=['mae_r', 'mfe_r'])
    if len(m):
        mae_win  = m.loc[m['r_net'] > 0, 'mae_r'].mean()
        mae_loss = m.loc[m['r_net'] < 0, 'mae_r'].mean()
        mfe_win  = m.loc[m['r_net'] > 0, 'mfe_r'].mean()

# セットアップとプレイブック版別に分割集計
print(df.groupby(['setup', 'strategy_version']).agg({
    'r_net': ['count', 'mean', 'sum', 'std']
}))

print(f"標本数（n）：{total}（勝ち：{len(wins)}、負け：{len(losses)}、損益ゼロ：{len(zeros)}）")
print(f"勝率：{wr:.1%}")
print(f"純損益期待値：{expectancy:+.2f}R（構造の検算：{structural_check:+.2f}R）")
print(f"期待値の95%信頼区間：（{ci[0]:+.2f}R; {ci[1]:+.2f}R）")
print(f"プロフィットファクター：{profit_factor:.2f}")
print(f"一取引当たりシャープ：{sharpe:.2f} | SQN（上限N=100）：{sqn:.2f}")
print(f"ソルティノ比率（全体の下方偏差、MAR=0）：{sortino:.2f}")
print(f"最大純資産ドローダウン（f={f:.0%}）：{max_dd:.1%}")
print(f"勝ちの平均MAE：{mae_win:.2f}R | 負けの平均MAE：{mae_loss:.2f}R | 勝ちの平均MFE：{mfe_win:.2f}R")

スクリプトは第2節のCSV構造を仮定し、値のある四列を必要とします。 r_net, close_time_utc （純資産とドローダウンには時系列が不可欠）、さらに、 setup と、 strategy_version を区分集計に使います。 mae_r と mfe_r は任意で、欠損や空欄なら指標はゼロでなく未定義です。使う前に、第5節の合成6取引台帳など検証済み基準に照らし、手計算と完全一致することを確認します。別の合成ファイルでは、 最初を負け取引にします。初期純資産を累積最大値に含めるかを切り分けられます。不具合があれば初回損失のドローダウンを0%と表示します。既知の境界例で検算していない診断スクリプトは、根拠のない自信の別の源にすぎません。

5. プロフィットファクターとリカバリーファクター — 問いも答えも異なる

純損益期待値は「一取引平均いくら稼ぐと期待するか」を数値化します。プロフィットファクターとリカバリーファクターは全く別の構造上の問いに答え、無視するとシステム健全性の重要な側面を隠します。

プロフィットファクター — 総利益と総損失の比

この節の二表の目安は市場標準でなく作業仮定の例で、標本数を伴う時だけ統計的意味があります。純損益RマルチプルからのPFは飾らない費用後評価で、損失のない標本は未定義となり、「無限で完全なシステム」にはなりません。

プロフィットファクター (PF) = sum_of_all_wins / abs(sum_of_all_losses)

答える基本の問い： システムの累積利益は累積損失を上回るか、正確に何倍か？

統計教育がなくても「PLN1失うごとにPLN1.80稼ぐ」と直感的に分かるのがPFです。しかし分布を無視するという限界があります。200取引でPF 1.80のシステムと、20取引でPF 1.80のシステムは構造上同じに比較できません。必ず件数と純損益期待値を併せて評価します。

リカバリーファクター — 最大ドローダウンに対する累積純利益

リカバリーファクター (RF) = total_net_profit / max_drawdown

答える基本の問い： 純収益合計は、過去最大のドローダウンを何倍上回るか？ 言い換えれば、総利益を保ちながら過去最悪の落ち込みを何回乗り越えられたか、です。

例えば年+35%、同年の最大ドローダウン−12%ならRF = 35 / 12 = 2.92です。両者は必ず、 全く同じ純資産曲線・同じ期間 から取る、期間利益／期間ドローダウンです。複数年CAGRを分子に、一年の下落を分母に置くと、互換性のない条件を比べる非科学的指標になります。

RFは心理面の有用な尺度です。年30%のために厳しい25%のピークから底への下落（RF = 1.20）に耐えたなら、苦痛が収益に見合ったか問う必要があります。原典は、高収益と深い下落より、低いCAGRでもRF 2超を好むという交換条件を示します。検討すべき選好であり、プロに関する確立した統計ではありません。

勝率とPF — 個人の典型的誤解

個人は「勝率75%だから必ず利益が出る」と、勝率と品質を混同しがちです。数学的には誤りです。勝率75%、平均勝ち+0.50R、平均負け−2.50Rなら、

• 純損益期待値：0.75 × 0.50 − 0.25 × 2.50 = 0.375 − 0.625 = 一取引−0.25R で、明らかな負けシステムです。
• プロフィットファクター：(0.75 × 0.50) / (0.25 × 2.50) = 0.375 / 0.625 = 0.60 — PLN1失うごとに、利益はPLN0.60だけです。

高い勝率に厳格な勝敗の受取比率管理が 伴わない なら、それはストップ規律のない無謀な平均回帰戦略の特徴です。一度の大敗が多数の勝ちを消します。PFは即座に示します。勝率75%でもPF 0.60なら、勝率が高くても負けです。

合成日誌の監査台帳 — 六取引と照合済み指標

過去の口座成績ではない合成データの説明用想定です。下の六行はどの口座からも取らず、戦略の有効性を示しません。原典のPLNを保ち、手計算できる小標本で当初リスクR0から最大ドローダウンまでの完全な計算照合を示す合成データです。全体を通じて標準規約を使います。 R0 は執行前に固定した予定当初リスク、 r_net は公式業者明細の手数料・金利控除後の純損益を、 R0.

計算の各段階は、 r_net 列だけから求めます。

• 勝率 = 3 / 6 = 50.0%。T-004の+0.03Rは厳密に正なので勝ちです。ちょうど0.00Rなら負けでなく、損益ゼロの第三集団です。略式の、 (1 − WR) × avgLoss はここを誤って扱います。
• 累積R = 1.80 − 1.03 − 1.00 + 0.03 + 1.25 − 1.02 = +0.03R.
• 純損益期待値 = +0.03 / 6 = 一取引+0.005R。構造検算：平均勝ち = +1.027R、平均負け = −1.017R。よって(0.50 × 1.027) − (0.50 × 1.017) = +0.005Rで一致します。
• プロフィットファクター = (1.80 + 0.03 + 1.25) / (1.03 + 1.00 + 1.02) = 3.08 / 3.05 = 1.01.
• 最大ドローダウン を取引後ごとの累積Rで評価します。口座資金の割合でなくRの下落であり、そのように明示します。0.00 → +1.80 → +0.77 → −0.23 → −0.20 → +1.05 → +0.03R。累積ピークは+1.80R、後の底は−0.23Rなので、最大DD = 1.80 − (−0.23) = 2.03Rです。標本終端は+0.03Rでピーク+1.80Rに戻っておらず、回復期間は省略でなく未定義と明記します。
• 信頼区間：std(R) = 1.257、標準誤差 = 1.257 / √6 = 0.513。独立観測を仮定した期待値の正規近似95%信頼区間は、 （−1.00R; +1.01R）.

この台帳の中心的な教訓： 六取引は計算照合を示すだけで、統計的優位性を何も証明しない。区間はゼロをまたぎ、成立目安+0.15Rを含み、壊滅的損失の領域へ伸びます。もう一取引だけで、主張する優位性以上に期待値が動きます。台帳が答えるのは「式は正しく照合できるか」だけで、戦略が成立するかではありません。同じ台帳を600取引で評価すれば統計的な内容は増えますが、式は変わらず、信頼区間だけが狭くなります。

6. シャープとソルティノ — 個人取引で役立つ条件

シャープ比率とソルティノ比率はヘッジファンド成績分析の機関向けの代表指標ですが、無批判に個人取引へ適用すると誤解を招きます。ただし、年間ポートフォリオ変動率でなく一取引の枠組みに合わせれば、純損益期待値やPFでは分からない重要な診断情報を示します。

一取引シャープ比率 — 結果の変動性一単位当たりの収益

Sharpe = (mean_R − risk_free_rate) / std_R

ここでの一取引診断では基準をゼロにし、結果をRで測ります。規約であり、正規化すると経済上の無リスク金利がゼロになるという主張ではありません。したがって、

Sharpe ≈ mean(R) / std(R)

示すのは、システムの収益を、 取引結果のばらつき一単位当たりで表したものです。高い値はばらつきに対して平均が大きいことを示し、滑らかで予測可能な順序は保証しません。低いシャープは、純損益期待値が表面上正でも、結果の散らばりが大きいことを示します。

以下の解釈範囲は作業仮定の例であり、計算に使った正確な標本数と一緒に評価しなければなりません。

機関向けの年率シャープを一取引指標へ1:1では移せません。年換算の尺度は、 Sharpe_一取引当たり × √Nで、Nは年取引数です。同じ一取引0.30でも、年25件で1.50、44件で2.00、200件で4.20、600件で7.30となり、一つの値から四つの大きく違う年率比率が生まれます。また厳密な取引間独立性を仮定し、同じペアや局面では成立しない場合があります。正の依存は年率結果を膨らませ得ます。必ず一取引シャープと総件数を併記し、頻度のない年率値には統計的意味がありません。

シャープの重大な欠点 — 上方変動も罰する

古典的なシャープは平均の周りの散らばりをすべて望ましくないリスクとします。大きなトレンドで+5.0R、+8.0Rという裾の大勝を得ると、標本標準偏差が大きくなり、シャープ式は、 点数を下げます。経済的には不合理で、有利な正の外れ値利益を罰するべきではありません。

この歪みを解消するため、フランク・A・ソルティノ博士が別の定式化を開発しました^[2]。測るのは厳密に、 下方分散だけです.

ソルティノ比率 — 下方リスク一単位当たりの収益

Sortino = (mean(R) − MAR) / DD。ここで、 DD = √( Σ min(Ri − MAR, 0)² / n )、MAR = 0です。

重要な計算要素は、標本数、 n を分母に置くことです。 下方偏差は全取引集団で評価しなければならない。最低許容収益MAR以上の取引にはゼロを入れ、損失取引だけの標準偏差は計算しません。違いは重大です。「損失だけの標準偏差」では、損失取引の、 頻度 を罰しません。99勝1敗なら損失の分散はゼロで、ソルティノは未定義か極端に高くなります。第3節の220取引では、正しい下方偏差0.631でソルティノ0.21ですが、誤った損失限定版では0.205となり、偽の「ソルティノ」0.63へ三倍に膨らみます。外部基準と比べる前に、計算の定義を確認してください。

ソルティノは下方変動だけを罰します。大勝は分母の下方偏差を増やさず分子を増やすため、右に歪むトレンド戦略では一貫してシャープを上回ります。

この説明用範囲を合わせたのは、 この定義 — 全集団の下方偏差であって、市場標準ではありません。第3節で約三倍に膨らんだ損失だけの標準偏差を使う表とは比較できません。倍率は一定でなく損失分布と頻度次第で、損失限定の分母がゼロに近づけばいくらでも大きくなり得ます。第3節のPF 1.31、ソルティノ0.21はこの尺度では「堅実」です。

作業上の目安として、非対称な結果の多くの個人戦略ではソルティノがシャープより多くを示し得ますが、数十取引では両方とも不確かです。標準偏差自体の推定区間が広く、それに基づく指標も不確実性を継承します。シャープは全変動、ソルティノは目標未満の結果に注目します。自分の手法、頻度、結果分布に合わせて選びます。

個人取引でシャープとソルティノが機能しなくなる条件

• 小標本 — 数十取引では結果分散が不安定です。必ず標本数、 n を指標に添えます。
• 極めて非対称なイベント戦略 （雇用統計のブレイクアウトなど）— 勝ちが長い裾を作り、標準偏差が本人の考える典型的変動を表さない場合があります。
• 極端に低い取引頻度 （例えば月5回のスイング）— 年60観測だけで信頼できる年率シャープを推定するのは難しいと原典は警告します。問題は推定量の不確実性と依存で、普遍的な最小件数ではありません。

トレンドフォローと平均回帰で年200〜600取引を行う典型的な個人には、ソルティノが頼れる羅針盤となり、一取引シャープが補助的な背景確認を与えます。

7. MAE/MFE — エントリーと決済の品質から分かること

最大逆行幅MAEと最大順行幅MFEは、 価格が建玉に不利にどこまで動いたか と、 有利にどこまで動いたか を保有期間中に明らかにする二指標です。個人はあまり記録せず、ストップロスと利確の配置を最適化する強力な実証ツールを手放しています。

MAEとMFEの定義

• MAE（最大逆行幅） — 保有中にエントリーから測ったRでの最大逆行です。例えばEUR/USDを1.0850で買い、予定SL1.0820、当初リスク30ピップ。決済前に1.0825まで下落すると、MAE = [(1.0850 − 1.0825) / 0.0001] / 30 = 25 / 30 = 0.83R.
• MFE（最大順行幅） — 保有中にエントリーから測ったRでの最大順行です。1.0850で買い、反落前に1.0920まで上がると、MFE = [(1.0920 − 1.0850) / 0.0001] / 30 = 70 / 30 = 2.33R.
• 両者はエントリー→決済の閉区間だけで評価する累積最大値で、低下しません。反落してもMFEは「減衰」しません。押し戻しは実現損益を減らしても、到達した最大順行幅は減らしません。決済で測定は終わり、その後は「もっと持っていたら」という別の仮想世界で、研究用別列に記録します。混ぜると、全量TP後の動きを閉じた取引へ誤帰属し得ます。原典のTP比較は実際に全量が目標で閉じた前提です。約定が違う、または一部が残るなら、予定目標だけでは普遍的な上限ではありません。

MAEとMFEの診断内容

MAEの問い： 終了までに、価格は取引にどこまで逆行したか？ 勝ち取引の平均MAE 0.40Rは、 実証的な仮説です。市場がめったに試さない余分な幅がストップにあるという仮説で、今すぐ狭める決定的証拠ではありません。平均だけで決まらない理由は三つです。第一に、ストップ決済を定義上除くので生存した取引だけを見ています。第二に、平均は裾を隠します。MAE 0.90Rのいくつかの勝ちは狭いストップなら負けとなり、それらが右裾の利益を作ることも多いのです。第三にMAEが示すのは、 市場価格が付いた場所であって、その価格で実行できたかではありません。足の範囲と方向に合う執行側を使います。買いの決済は区別のない仲値でなくBidです。全分布の分析と「SLを0.8倍にすると何勝がストップになるか」というアウトオブサンプル試験があって初めて、行動の裏付けになります。逆の観測はより明確です。勝ちの平均MAE 0.90Rは余裕幅を使い切っている兆候で、業者の滑りの増加が勝ちを損失へ変えます。

MFEの問い： 利益を取り逃しすぎていないか？ 基本の分析制約は、両指標が、 全く同じ集団を対象とすることです。全決済の平均MFEと勝ちの平均利益を比べると、負けも混ざって大きく歪みます。 勝ち取引 の平均MFEが+2.50R、実現平均利益が+1.20Rなら、差+1.30RはTPが控えめすぎるか、 トレーリングストップ が早く発動したという手掛かりです。結論ではありません。MFEは過去の最大順行で、必ず決済できた価格ではなく、そのピークに注文があり、正しい売買側で約定する必要があります。

実務のMAE/MFE診断四例

負け取引のMAE/MFE — ストップの整合性を評価

負け建玉だけで評価します。

• 負けの平均MAE ≈ 1.00R（予定SL） — ストップ規律は完全に保たれ、損失幅が厳密に標準化されています。実純損益が平均−1.10R〜−1.20Rなら、差は業者執行の滑りと手数料を切り分けます。
• 負けの平均MAE > 1.20R — 計画に反して手動で広げた、壊滅的な滑りがあった、ギャップをまたいで保有した、のいずれかです。それぞれ直ちに運用へ介入する必要があります。

取引プラットフォームからMAE/MFEを取得

個人向け業者の多くは標準CSVに詳細MAE/MFEを出しません。建値、決済値、ときには保有中の価格範囲はあっても、指標そのものはない場合があります。次の四方法から一つを選び、判断が変わったか評価する前に三か月続けます。

• ティック履歴のないMetaTrader（MT4/MT5） — 決済後、保有期間を覆うM5／M15を開きます。足の範囲から最大逆行と順行を推定し、Rへ換算します（MAE_pips / SL_pips、MFE_pips / SL_pips）。一取引30–60秒です。
• cTrader／TradingViewの自動スクリプト — 足データを、 open_time から、 close_time まで出力し、Pythonで極値を計算します。既製の取引別MAE/MFEは手動取引でなく戦略テスターだけの場合があります。頼る前に自分の口座のプラットフォーム、状態、作業手順を確認します。足とティックの極値は置き換えられません。
• 専用日誌ソフト（Edgewonk） — 明細取込み後に自動計算します。作業を組む前に、ティック、足、業者APIのどれを使うか、実際の仕組みと対象範囲を提供元資料で確認します。
• 分析集約サービス（FX Blue／Myfxbook） — 分析範囲やプラン提供は変わり得ます。ないと決めつけず、最新の提供元資料を確認します。

多くの個人には決済後の手動チャート確認が最も頼れます。原典はAPI連携やソフト費用なしの丁寧な記録に約30秒を見込みます。

スウィーニーのMAE/MFE散布図 — 四群を読む

スウィーニー図^[4] は横にMAE、縦にMFEを置き、一点が一取引です。勝ちは緑、負けは赤で、四象限から執行の健全性を診断します。

• 左下（低MAE・低MFE） — 逆行の少ない素早い勝ち。執行経験はよいものの、目標を早々に近く置きすぎた兆候も多い。
• 右上（高MAE・高MFE） — 大きく逆行し、かろうじてストップを免れて大勝へ。小さな滑りの増加で全面的な損失になったという重大な警告。
• 左上（低MAE・高MFE） — 完璧な入口タイミングの後に大きなトレンド伸長。手順で体系的に再現したい優良形。
• 右下（高MAE・低MFE） — すぐ逆行し、有利な続きが少ない。この形を避け群のセットアップを診断するが、図だけで停止判断にはしない。

8. ドローダウン — 過去・現在・予測

ドローダウンは直前のピークからの資金減少率です。体系的に分析する三つの補完的側面があります。

過去最大ドローダウン

以下の解釈閾値は作業想定であり、普遍的な市場の要請ではありません。同じ戦略でも一取引2%のリスクなら、1%配分の約二倍の深さになります。数量条件なしに「最大DD20%」と言っても構造情報はありません。

最大ドローダウンは口座履歴の最も深い一回のピークから底への下落で、心理的ストレス耐性の究極の評価指標です。

Ht = max(Eu : u ≤ t) — 当初資金を明示的に含めた、純資産の累積最高値です。 Dt = (Ht − Et) / Ht; max DD = max(Dt)。純資産曲線に沿って継続評価し、全体の最高値と最安値を単純比較しません。100 → 80 → 120 → 110なら、真の最大下落は20.0%で、33.3%ではありません。

引用前に二条件を明示します。曲線が示すのは、 評価損益込み純資産 （未決済の変動を含む）か、決済済みの、 口座残高か、そして正確な抽出頻度（ティック、取引ごとの決済、日末）です。入出金は数学的に中立化しなければなりません。下落中の資金注入は見た目を隠すだけで、リスクは減らしません。通貨純資産でなく累積Rなら、「取引ごとに抽出したRでの最大DD」と明記し、口座の割合とは呼びません。

平均ドローダウン

口座履歴の各ピークから底への別々の下落周期の算術平均です。最悪の裾の想定と違い、日常運用の「痛み」を示します。

実務診断の経験則として、市場標準ではない想定上、最大が平均の3倍超なら分布に太い裾があり、極端な外部市場ショックや計画超過数量の連続を示すことが多いとします。3倍は例示の目安で、調べるべきは自分のデータの構造的原因です。

ドローダウン期間 — 回復までの時間

深さ以上に心理を損なうことも多いのが、新高値までどれほどかかるか、です。

• 2週間で戻る10%下落は、心理的に受け止めやすいものです。
• 8か月続く10%下落は確信を壊し、多くの人が成立する戦略を下落中に捨てます。

浅めでも回復が長いシステムは、急落後に素早くV字回復するものよりつらい場合があります。平均深度と平均回復期間の積にまとめ、ここでは、 痛みの積 と呼びます。この枠組み固有の診断値であり、次と混同しません。 ペイン指数 （時間にわたる平均下落）、または、 アルサー指数 （二乗下落の平均の平方根）です。似た名前でも三つは別式です。終端で未回復なら未回復と記し、架空の期間を平均に入れず、回復済みの平均と別に報告します。痛みの積はこの記事固有で、業界標準ではありません。

予測ドローダウン — シミュレーション用の実証データを整える

日誌がモンテカルロへ渡す基本資産は、実証的な、 r_net のベクトルです。分母R0を固定し、摩擦費用は公式明細と照合します。何を再標本化するか（順序、ブロック、経路）、乱数シード、期間、資金モデルは、 記事15.4で定めます。注意は二点です。第一に下落率は数量次第で、「最大DDの95パーセンタイルが18%だから1%リスクは安全」は循環論です。特定R分布が特定数量で生む下落を示すだけです。第二に過去取引の並べ替えは、標本の最悪一敗を超える単発損失を作れません。新たな裾リスクはランダム順列でなく構造シナリオで負荷試験します。

成績指標の確認カード — 定義・分母・限界

本ガイドの全指標をまとめた総合参照です。最終列が最重要で、厳密な定量測定と宣伝の誇張を分けますが、個人が最も見落としがちな列です。

9. ツール：Edgewonk、Myfxbook、FX Blue、自作Excel／Notion

ソフトは優れた日誌を作りません。徹底して維持したExcelは、二週間で放置する高価な製品に勝ります。それでも構成選びは重要で、不適切なツールは摩擦を増やして継続を妨げたり、必要な診断値を示せなかったりします。

主な日誌ツールの比較

一般的な日誌ツールが記録しないもの

商用ツールの大半が省く重要項目は、 判断品質 — 心理状態、睡眠時間、日末の規則遵守です。独自タグか別表で補います。定性記録がなければ、疲労や感情の乱れと不振の相関は分かりません。自分のデータでしか答えられない問いで、原典に個人日誌の相関を確立する公開統計はありません。業者の約定ログだけでは捉えられません。

自作Excelが商用品に勝る場面

• 外部経済データからの独自指標 — 例：「VIX < 18かつCBOEプット／コール比 > 1.1なら有効」。提供元は独自タグ分類と完全カスタマイズを記載していますが（情報確認：2026-09-07、 edgewonk.com/pricing）、第三者の経済配信を組み込む動的数式は表計算の方がずっと効果的に作れます。
• 複数資産の戦略設計 — 選定前に市場横断対応を確認。商用料金表には複数市場対応とあります（情報確認：2026-09-07、 edgewonk.com/pricing）。自作の主な意義は、すべての定義と分母を完全に自分で管理できることです。
• 複雑なRマルチプル調整 — ポートフォリオ相関や独自のA+/B/C分類など。表計算ならモデル設計が完全に自由です。

最適な導入順序

資金規模にかかわらず、まず表計算で手動記録の習慣、次に明細CSV取込みで執行層を自動化し、最後に専用ソフトへ投資します。習慣前の買替えは無意味で、道具は規律を生まず既存の習慣を増幅するだけです。朝の準備、終了後の検証、週末監査といった個人予定との調整は、 記事15.5で扱います。日誌では当日29項目を記録し、毎週公式明細と照合することが必須です。

10. 日誌分析の流れ — 日次・週次・月次・四半期

体系的な検証周期のない日誌は眠るデータベースです。日次、週次、月次、四半期の四層があり、最初の三つが日誌作業です。第四の四半期は正式な戦略監査で、 記事15.10に従います。日誌が実証データを渡し、停止判断はそちらでします。各層は決めた時間内で特定の運用の問いに答えます。

日次 — 終了後5分

目的：記憶が鮮明なうちに飾らない生データを保存。

• 明細と定性指標から、全取引の29項目を記録。
• ミスを0–10に分類。
• 判断品質1–5を、金銭損益と厳密に分けて評価。
• 朝に漏れた睡眠時間を記入。夜でも思い出しやすい客観的事前条件。 心理状態は重要な例外： 発注前に記すか空欄にします。結果判明後の夜に入れるなら事後記録と明記します。そうしないと状態・結果相関は、事前状態でなく結果の記憶を測ります。
• 背景を短い一文で：「ロンドンは少し静か。雇用統計は昨日。」

当日記録はデータ整合性の前提です。72時間後には入口での感情の規律を正確に再構成できず、一週間後には記憶が即興の賭けを「確かなテクニカル形」へ合理化して既知の結果を正当化します。排除すべき錯覚そのもので、遅い記録はそれを壊れたデータにします。

週次 — 日曜夜30分

目的：前週の戦略遵守を確かめる短期の行動診断。

• セットアップとA+、A、B、C区分ごとに件数を数える。
• 週の純損益Rマルチプル合計、累積週Rを計算。
• ミス分類ごとに集計し、週を支配したミスがあるか確認。
• 平均判断品質が3.5未満か確認。即時の警告です。
• 心理状態 < 3の日の実収益など、行動相関を評価。
• 執行規律と相場局面への適合について分かったことを、一段落で構造的に振り返る。

週次検証は「月曜が悪く、水曜は四件すべてA規則外のFOMOだった」などの逸脱を早く捉えます。毎週見つければ、悪習が恒久的な資金破壊として固まる前に修正できます。

月次 — 最初の週末60分

目的：全定量指標を計算し、月成績と長期基準の整合を評価。

• 勝率、純損益期待値、PF、ソルティノ、最大下落、RFをすべて計算。
• 件数、平均R、純損益期待値のセットアップ別表を作る。
• 月次純資産曲線を描き、モンテカルロの予測経路と比較。
• MAE/MFE散布図で入口タイミングと早い追随決済による取り逃しを確認。
• 月の上位3ミスを特定し、狙った行動防護策を作る。
• 睡眠不足と純損益R、心理状態3未満と結果の相関を分析。
• 自分用の一ページの月次要約監査を作る。

損益にかかわらず毎月行う定量検証だけが、成長か有利なばらつきかを客観的に確かめます。言い訳を取り除き、損失がセットアップ無効、時間帯、ペア、数量、意図的な規則違反のどれからかを明確にします。

四半期 — 戦略監査へ実証データを渡す

四半期は測定期間だけでなく運用判断の層です。多段階の判断ゲート、維持条件、格下げ、規則改訂という正式な監査設計は、 記事15.10で定めます。日誌は、全取引の照合済み明細、版・形別のn・平均R・信頼区間表、非ゼロミス率、総摩擦Rという四資料を渡します。一つでも欠ければ監査は進められず、不完全な日誌からの唯一正当な結論は「成績データ未検証」です。

一覧 — 四頻度の日誌検証

生活スタイルに合わせる

時間枠は固定時刻でなく専用の分数です。会社勤め、専業、月数件のスイングへの組込み、週カレンダー、日々のツール選択は、 記事15.5で扱います。定性項目は必ず当日で、心理は事前、判断品質とミスは指定の検証時に記録します。数日後の再構成は客観的診断でなく、非科学的な事後合理化です。

日誌のシグナルとシステム停止判断

負け四半期後の最も有害な誤りは、執行ミスをなくさず戦略を替えること、または構造的な局面変化後も壊れた形へ固執することです。どちらを直すかは、 記事15.10で扱います。日誌の基礎役割は、金銭結果、規則遵守（コード・判断品質）、摩擦（滑り・悪化分）、規則版を分けることです。50%に非ゼロミスがある負け四半期は優位性について何も示さず、執行失敗を示します。まずこの階層を評価することが、日誌単独では下せない判断への不可欠な役割です。

各取引をRで定義しても、定期ポートフォリオ収益にはなりません。Mean(R)/std(R)に件数の平方根を掛けるのはR統計量の機械的拡大で、自動的に口座の年率シャープにはなりません。ファンド比較には資金収益期間、基準、リスク、依存の前提の一貫性が必要です。 FX Blue Publisher EAのガイド はCalculateMAEandMFEと価格履歴の限界を説明しています。検算用データで結果を確認してください。