概要

本戦略は、二重移動平均線の形状を利用してアービトラージ（裁定取引）を行う戦略です。123パターン反転と限定量出来高要素（FVE）という2つのサブ戦略を組み合わせ、両方が同時に買いまたは売りのシグナルを発した際にアービトラージを実行します。

戦略の原理

123パターン反転

このサブ戦略は、Ulf Jensen著『How I Tripled My Money in the Futures Market』（邦題：『私はいかにして先物市場で資金を3倍にしたか』）に由来します。以下の条件でシグナルを発します：

• 終値が2日連続で上昇し、かつ9日スローストキャスティクスが50未満の場合に買い（ロング）；
• 終値が2日連続で下落し、かつ9日ファーストストキャスティクスが50超の場合に売り（ショート）。

限定量出来高要素（FVE）

FVEは純粋な出来高指標です。価格の騰落幅と出来高の大きさに基づき、資金の流入・流出を判断します。

直近2本のバーのFVE指標が同時に上昇または下落した場合にシグナルを発します。

優位性分析

本戦略は2つの指標を組み合わせて市場トレンドと資金フローを判断するため、誤ったシグナルを効果的に回避できます。また、両サブ戦略とも反転特性を持つため、アービトラージによる利益獲得が可能です。

さらに、二重移動平均線の形状が出現した場合、短期と中期のトレンドが一致していることを示すため、高い安定性を有します。

リスク分析

本戦略は移動平均線の形状に依存しているため、相場がもみ合う際に誤ったシグナルが発生し、損失を被るリスクがあります。また、反転の失敗は一般的なリスクです。

パラメータを適切に調整することで戦略の頑健性を高めたり、ストップロスを設定してリスクを管理することが可能です。

最適化の方向性

より多くの種類の移動平均線指標をテストし、最適な組み合わせを探すことができます。また、RSI（相対力指数）やボラティリティ指標などの他の補助的判断指標を導入し、誤ったシグナルを回避することもできます。

さらに、市場状態に応じてパラメータを動的に調整し、戦略の適応性を高める研究も可能です。また、機械学習やニューラルネットワークアルゴリズムを活用したパラメータの自己適応も探求できます。

まとめ

本二重移動平均線アービトラージ戦略は、2つの反転系指標を統合して判断することで、ある程度リスクを回避できます。しかし、移動平均線の形状に依存するため、戦略をより頑健にするにはさらなる最適化が必要です。総じて、本戦略は短期アービトラージ取引の基礎的なフレームワークを提供しており、さらなる研究に値します。