AI自動売買のエッジはどこにある？価格予測・板情報・低レバ検証から考える「AIで試行回数を増やす」戦い方
AIで自動売買を作るなら、次の価格を当てればいい。
最初はそう考えたくなる。
ところが実際に探索すると、ここがいきなり地獄の入口になる。
価格はノイズが多い。試す条件を増やせば、過去データ上だけ強い「偶然の天才」が大量に生まれる。さらにスキャルピングでは、予測が少し当たっても手数料、売値と買値の差、注文の遅れ、狙った価格で約定しないズレで利益が消える。
結論から言うと、AI自動売買の本命は「未来価格を神託するAI」より、「候補を大量に探索し、相場状態を判定し、偽物のエッジを高速で殺すAI」になりやすい。
この結論にたどり着くきっかけは、身近な人づてに、長年AI自動売買を研究している開発者の存在を知ったことだった。
ネットを調べると、本当に第三者の取引分析サービス上に多数のリアル口座・自動売買システムが並んでいた。
そこから話は「この人すごいのか？」で終わらなかった。
勝っている口座だけ見ていいのか。レバレッジを脱がせたら何が残るのか。AIは価格ではなく板を見るべきなのか。ミリ秒スキャルは個人でも戦えるのか。
そして最後には、なぜか記事を大量生産するAI工場の不良率まで同じ話になった。
相場も記事工場も、結局は試行→検査→不良排除→再投入のゲームだった。
1. まず結論――本物のエッジは「レバレッジを剥がしても残る」
エッジとは、同じ条件を繰り返したときに、コストとリスクを含めてもプラスの期待値が残る優位性のことだ。
派手な利益率だけでは判定できない。
見るべきなのは、少なくとも次である。
- 最大ドローダウン：ピークからどこまで資産が落ちたか
- 実効レバレッジ：実際にどの程度のポジションを持っていたか
- 手数料・スプレッド・スリッページを引いた後の利益
- 別期間、別市場、未使用データでも残るか
- 相場急変時に壊れないか
- 同時に試した失敗戦略が何本あったか
利益を10倍に見せるだけなら、リスクを10倍にする方法がある。
欲しいのはそこではない。
レバレッジを1倍近辺まで落としても「これ、まだ妙に強くない？」となる部分である。
言い換えると、レバレッジは拡声器であって歌唱力ではない。
声量をゼロに近づけた瞬間に何も聞こえなくなるなら、エッジではなくアンプが強かっただけかもしれない。
2. 公開実績は「勝ち口座」ではなく、同じ研究者の失敗まで見る
第三者サービスMyfxbookでは、公開口座について「Track Record」と「Trading Privileges」という検証がある。前者は表示された取引履歴がブローカー側の履歴と一致すること、後者は口座を操作できる権限を持つことを確認する仕組みだ。
これは重要だが、「AIが優秀」「将来も勝つ」「ロジックに因果的な優位性がある」ことを証明する仕組みではない。
今回確認したある公開プロフィールでは、同じ開発系列のリアル・自動売買システムに、+163.46%・最大ドローダウン20.90%のものがある一方、-99.90%・最大ドローダウン99.93%のものも掲載されていた。
この並びが非常に大事だ。
「+163%！AI最強！」だけ切り抜けば英雄譚になる。
「-99.9%！AI終了！」だけ切り抜けば炎上動画になる。
でも研究として見るべきなのは両方が同じ棚に置かれていることである。
大量に試しているなら、最高成績だけでなく、試行全体の分布を見る必要がある。バックテスト研究でも、試した設定数が増えるほど偶然の好成績を拾う危険が大きくなることが知られている。
なお、プロフィールに「1:2000」と表示されているからといって、常時2000倍の実効レバレッジで取引したと断定はできない。これは口座側のレバレッジ設定を示す表示であり、実際のポジション量、証拠金使用率、最大総エクスポージャーは別に確認する必要がある。
つまり、
「Type C、ハイレバすぎて草」
で終わらせず、
「その口座設定で、実際に何倍のリスクを踏んだの？」
まで聞くのが検証である。
3. 勝ち口座がある＝本人が大富豪、ではない
公開された運用成績から、開発者本人の資産額や生活水準を推測することもできない。
テスト口座の資金は研究資金かもしれない。利益を出金しているかもしれない。会社の資産と個人資産も別物だ。
まして家、服、車、家族の雰囲気から金融資産を読むのは精度が低い。
古い家に住んでいる人が貧しいとも限らないし、最新のAIを研究している人がタワマンに住んでいる義務もない。
技術の評価は技術でやる。
人の財布は、勝手にバックテストしない。
4. 「ランキングに参加した」は、ランキングとコンテストを分けて確認する
Myfxbookには公開システムの「Most Popular Systems」と、別枠の「Contests」がある。
つまり「ランキングに参加した」という伝聞を聞いたとき、公開システムの人気ランキングなのか、正式なトレードコンテストなのか、別サービスの大会なのかを分ける必要がある。
今回の調査では、公開システムの存在は確認できても、伝聞どおりの特定コンテスト参加までは一次情報で確定できなかった。
ここも地味に重要だ。
見つからなかったものを、ノリで「たぶんこれ」と確定しない。
AI時代は調査速度が上がるほど、誤接続の速度も上がる。
5. AIに「次の価格」を当てさせるより、相場状態を判定させる
短期売買では、価格そのものよりも「今の状態」を予測対象にした方が設計しやすい場合がある。
例えば、AIに次の1秒後の価格を直接答えさせる代わりに、次のような問いへ分解する。
- 買い注文と売り注文の厚みはどちらに偏っているか
- 実際に成立した買い・売りの流れはどちらが強いか
- スプレッドは広がっているか縮んでいるか
- 板の注文は残っているか、すぐキャンセルされているか
- ボラティリティは高いか低いか
- トレンド、レンジ、急変のどの状態か
- 現物、先物、関連銘柄のどれが先に動いているか
- このシグナルは手数料を引いても期待値が残るか
注文フローの偏り、いわゆるOrder Flow Imbalance（注文の流入・流出の偏り）は、短期の価格形成と関連する研究がある。
また、関連資産間では、価格、流動性、板の偏り、ボラティリティなどに先行・遅行関係が観測される研究もある。
ただし、板は真実の石板ではない。
見えている注文はキャンセルできる。見せ玉のように、執行する意思が薄い注文で偏りを作ることもあり得る。だから静止画の板だけでなく、注文の追加・取消・実約定の流れを見る必要がある。
AIにやらせたいのは「未来を当てろ」だけではない。
「この市場は今、どのモードにいる？」「このシグナルは今も使える？」「入ったらコスト負けしない？」
の方が実戦的なことがある。
6. スキャルピング・ミリスキャルピングは、予測精度より執行で死ぬ
数秒、数百ミリ秒、さらに短い時間で取る戦略になるほど、研究対象は価格だけではなく「注文をどう通すか」になる。
重要なのは、
- 通信・APIの遅延
- 注文を出してから取引所へ届くまでの時間
- 板の順番待ち
- 指値が約定する確率
- 成行で払うスプレッド
- メイカー・テイカー手数料
- シグナルが出た後の価格悪化
- 自分の注文による市場インパクト
である。
板の偏りが短期予測に使えても、遅延が増えるとその優位性が急速に消えることを示した研究がある。
ここで個人が考えるべきなのは、巨大な高速取引会社と「誰が1マイクロ秒早いか」を競うことではない。
速度依存が少し弱い場所へ時間軸をずらす、取引回数を減らす、コストを先に引く、先行遅行や相場状態判定を組み合わせる。
勝負する場所そのものを変える。
「AIが賢くなったから、0.001秒足で殴り合おう」は、知能の使い方としてだいぶ筋肉質である。
7. AI探索で最も怖いのは「賢い過学習」
AIが強くなるほど、バックテストはむしろ危険になる。
なぜなら、AIは人間より高速に数千、数万の条件を試せるからだ。
試行回数が増えれば、偶然だけで素晴らしい成績になる設定も見つかりやすい。
だから探索では、少なくとも次を入れる。
- 学習に使わなかった期間で再検証する
- 時系列をずらして複数期間で確認する
- 手数料を実値より悪化させる
- スリッページを上乗せする
- 注文遅延を入れる
- 約定しなかったケースを含める
- 相場急変を含む期間を使う
- パラメータを少し変えても壊れないか見る
- 試した戦略の総数を記録する
- 最後に小額の実運用で確認する
AIは「最強戦略発見器」である前に、偽物を大量生産できる機械でもある。
だからAI探索の品質は、生成能力より不良検査能力で決まる。
8. 長年の自動売買開発者に聞くなら、この5問が強い
企業秘密のロジックを「教えてください」と聞くより、設計思想を聞く方が情報量が多い。
8-1. AIは何を予測していますか？
価格そのもの、相場状態、板・約定、ボラティリティ、売買タイミング、リスク管理のどこにAIを使っているか。
8-2. 個人が短期売買で見る価値のあるデータは何ですか？
板、約定、出来高、現物と先物、複数取引所、関連市場の先行遅行のうち、個人の遅延でも残るものは何か。
8-3. レバレッジを低くしても残るエッジは何ですか？
利益率ではなく、低い実効レバレッジでも期待値が残る構造を聞く。
8-4. バックテストでは勝つのに、本番で死ぬ原因は何ですか？
過学習、手数料、スリッページ、約定、相場構造変化、流動性枯渇など、長年の失敗例は成功ロジック以上に価値がある。
8-5. 今ゼロからAI自動売買を始めるなら、何を研究しますか？
市場、時間軸、データ、予測対象をどこから選ぶか。
この質問群の強さは、難しい単語を並べていることではない。
自分で試して、どこで壊れたかを持った上で質問していることにある。
「儲かるEAください」ではなく、
「価格予測は弱かった。次にどの構造を掘る？」
になっている。
質問文そのものが、かなり強い名刺になる。
9. 海外暗号資産取引所は「国籍」より居住地ルールを見る
日本居住者向けの海外暗号資産サービスは2025〜2026年に大きく変化している。
Bybitは2025年10月31日から日本居住者の新規登録を停止した。
Bitgetは2026年8月3日以降、日本居住者の新規登録を停止し、11月1日から日本居住者口座を原則Close-Only、つまり新規ポジションを増やせないモードへ移行し、12月31日以降は残存ポジションを強制決済する予定としている。
一方、Binanceには日本向けのBinance Japanがある。
ここで重要なのは、規制回避の小技ではない。
居住地、本人確認、取引所の利用規約、現地法をセットで確認することである。
海外赴任などで実際の居住地が変わった場合も、住所証明や税務上の居住地を正しく更新する。VPNで居住地を偽装するような運用は、口座凍結や法令・規約違反のリスクを増やす。
エッジがあっても、取引環境そのものが使えなくなれば実装できない。
規制もシステム設計の一部である。
10. 最新AIを配布当日に市場探索へ入れる――強いのは「行動までの遅延が短い」こと
2026年9月3日、OpenAIはGPT-6 Astraを発表した。公式にはコーディング、リサーチ、コンピュータ操作、複雑な多段作業を強化したモデルとされ、APIドキュメントでは105万トークンのコンテキストウィンドウが案内されている。
こうしたモデルを「すごいらしい」で終わらせず、公開直後に実際の研究へ投入する。
価格予測を試す。
ダメなら板へ行く。
板だけで弱ければ約定を足す。
先行遅行を見る。
手数料を入れる。
遅延を入れる。
死ぬ。
また作る。
ここで強いのは、一発で正解する知能ではない。
仮説から実験までの待ち時間が極端に短いことである。
AI時代の生産性は「1回の回答が何点か」だけでなく、
良い仮説 × 試行速度 × 並列数 × 不良排除速度
で決まる。
11. 「AIを調べる人」と「AIで研究機関を作る人」は違う
AI利用には段階がある。
検索の代わりに聞く。
文章を直す。
コードを書く。
ここまでは普通になりつつある。
その先は、
仮説を作る → データを取る → AIに探索させる → ストレス条件を入れる → 実運用と照合する → 詳しい人へ質問する → 結果を次の探索へ戻す
というループになる。
ここまで行くと、AIは便利ツールというより研究助手である。
さらに調査、記事化、コード、検証を並列で走らせると、一人なのに小さな研究所と編集部が同居し始める。
そして現場取材だけ知人に頼むと、
取材：知人／分析：AI／記事化：本人／本人：家で待機
という、自称記者の根底を揺るがす編集部方式まで完成する。
肩書きは崩れているが、工程設計は強い。
12. MBTIで決めるより、「何年も試作を続ける行動」を見る
AI、自動売買、仕組み化に長期間没頭する人を見ると、「分析家タイプっぽい」と性格分類へ寄せたくなる。
ただし、MBTIのような自己報告型の分類で他人を外から確定するべきではない。
見る価値があるのはラベルより行動だ。
- 同じテーマを長期間掘る
- バージョンを何度も作る
- 実運用で壊す
- 失敗後も次を作る
- AIの新モデルが出るとすぐ試す
- 成功より「どこで死んだか」を気にする
似ていると感じるなら、それは4文字の性格型より、試行ループの回し方が似ているのかもしれない。
13. 記事工場も同じ――今の敵は生産量ではなく歩留まり
AIで記事を大量生成できるようになると、次の問題は「もっと書く」ではなくなる。
例えば、100本を工程へ投入して、
- 生成：100
- 多言語完成：80
- 品質合格：60
- 正式採用：45
- 公開：40
なら、最終歩留まりは40%である。
この状態で生成能力を100本から200本へ増やしても、不良の山が倍になるだけかもしれない。
必要なのは、First Pass Yield（一発合格率）、つまり手戻りなしで最終工程まで通る割合を上げることだ。
記事工場で起きる不良も、相場探索とよく似ている。
- 12言語が揃わない
- ワーカーごとに規約がずれる
- 生成したのに正式採用されない
- 集計へ反映されない
- 品質検査で落ちる
- 引き渡し工程まで届かない
- 競合や停止条件で止まる
つまり記事工場の次の主役は「文章生成AI」ではなく、不良解析主任AIである。
強いモデルが来れば、工程横断で原因を読む力は上がるだろう。
ただし、モデルが強くなるだけで工場が勝手に直るわけではない。
正本、品質ゲート、再試行、競合防止、集計、公開確認まで制度化して初めて歩留まりが上がる。
相場と同じだ。
AIは魔法の利益発生器ではない。
探索と品質管理を高速化する設備である。
14. まとめ――AI時代の最大のエッジは「何回、まともに失敗できるか」
AI自動売買で本当に欲しいのは、きれいなバックテストでも、最大レバレッジでも、未来を断言するモデルでもない。
欲しいのは、
コストを入れても残る。遅延を入れても残る。別期間でも残る。低レバでも残る。実運用でも残る。
そのしぶとい部分である。
板、約定、注文フロー、先行遅行、相場状態判定は探索する価値がある。しかし、それらも「見るだけ」でエッジになるわけではない。執行コストと競争相手まで入れて初めて戦略になる。
そしてAIが最も強くするのは、予言能力だけではない。
試行回数そのものだ。
一発で完成する自動売買も、一発で完成する記事工場も、たぶんない。
作る。
壊れる。
原因を見る。
条件を変える。
また回す。
そのループを、人間だけでは不可能な速度と並列数で回せる。
だからAI時代の変態的な生産性とは、何でも一発で当てることではない。
他人が10回悩んでいる間に100回まともに失敗し、101回目をもう回していることなのかもしれない。
FAQ
AIに株価や仮想通貨価格を直接予測させるのは無意味？
無意味ではない。ただし、直接価格だけを目的変数にするとノイズや過学習の影響を受けやすい。相場状態、注文フロー、ボラティリティ、コスト控除後の期待値などへ分解した方が検証しやすい場合がある。
板情報だけでスキャルピングできる？
板の偏りには短期的な情報が含まれることがあるが、取消注文、見せ玉、遅延、約定順、手数料で消える可能性がある。板の静止状態だけでなく、注文イベントと実約定を併用して検証する必要がある。
Myfxbookで「Real」「Automated」なら安全？
いいえ。実口座で自動取引されていることは重要な情報だが、将来の利益、安全性、AIの高度さを保証しない。
高レバ口座の成績は全部無意味？
無意味ではない。ただし、口座レバレッジ表示と実効レバレッジを分け、ドローダウンや実際のエクスポージャーを見て評価する必要がある。
強いAIモデルが来れば自動売買や記事工場は完成する？
完成しない。探索と原因分析は強くなるが、データ品質、評価方法、コスト、運用規約、品質ゲートが弱ければ、より高速に不良を作るだけである。
