移動標準偏差とは？
移動標準偏差（ローリングSD、トレーリング・ボラティリティとも呼ばれます）は、スライディングウィンドウの期間にわたって標準偏差を計算するものです。すべての過去データを使用する静的な標準偏差とは異なり、移動SDは直近の観測値に焦点を当て、時間の経過に伴うボラティリティの変化を検出するのに不可欠です。
この手法は金融市場において基本的なものです。ボラティリティは一定ではなく、時間とともに変化します。ある株式は数ヶ月間穏やかに推移した後、決算発表や市場危機の際に突然高いボラティリティになることがあります。移動SDはこうした動態をリアルタイムで捉えます。
なぜ移動SDが重要か
ローリング標準偏差の計算方法
各時点で、直前のn個のデータ点の標準偏差を計算します。時間が進むにつれてウィンドウがスライドし、常に最新のn個の値を使用します。これによりボラティリティ推定値の時系列が作成されます。
ウィンドウを定義する
最初のSDを計算する
ウィンドウをスライドさせる
繰り返す
import pandas as pd
import numpy as np
# Load your time series data
df = pd.read_csv('stock_prices.csv')
# 20-day rolling standard deviation
df['rolling_std_20'] = df['returns'].rolling(window=20).std()
# Annualized volatility (assuming daily returns)
df['annualized_vol'] = df['rolling_std_20'] * np.sqrt(252)
# Multiple windows for comparison
df['rolling_std_10'] = df['returns'].rolling(window=10).std()
df['rolling_std_50'] = df['returns'].rolling(window=50).std()最初の(ウィンドウ-1)個の値は、計算に少なくともn個の観測値が必要なためNaNになります。実際には、min_periodsパラメータを使用して、より少ない観測値で早期に計算を開始することもできます。
適切なウィンドウサイズの選択
ウィンドウサイズは応答性と安定性のトレードオフを生みます。
- 短いウィンドウ（5〜10日）:ボラティリティの変化に素早く反応するが、ノイズが多く偽シグナルを出しやすい
- 中程度のウィンドウ（20〜30日）:応答性と安定性のバランスが良い。20日はボリンジャーバンドの業界標準
- 長いウィンドウ（50〜100日）:滑らかで安定しているが、レジーム変化の検出が遅い。トレンド分析に適している
便利なヒント
実世界での応用
移動標準偏差は金融やデータサイエンスで幅広く使用されています。
- リスク管理:過去の平均ではなく直近のボラティリティを用いてバリュー・アット・リスク（VaR）を計算
- オプション価格決定:ブラック-ショールズなどのモデルのインプライド・ボラティリティ・パラメータを推定
- ポートフォリオ管理:現在のボラティリティに基づいてポジションサイズを調整。ボラティリティ上昇時にはエクスポージャーを削減
- 異常検出:現在のボラティリティが移動平均から大きく乖離する異常期間を特定
- テクニカル分析:ボリンジャーバンド、ケルトナーチャネルなどのボラティリティベースの指標
ボリンジャーバンドの解説
ボリンジャーバンドは、移動標準偏差の最も有名な応用です。1980年代にジョン・ボリンジャーが開発したもので、ボラティリティに適応する動的なエンベロープを価格の周りに作成します。
ボリンジャーバンド
バンドはボラティリティの高い期間に広がり、穏やかな期間に縮小します。トレーダーはこれを以下のように活用します。
- 価格がバンドに触れた際の買われすぎ/売られすぎの状態を特定
- ブレイクアウトの前兆となることが多い「スクイーズ」（低ボラティリティ）を検出
- 現在の市場状況に基づいた動的なストップロスの設定
ボラティリティ・クラスタリング
金融における最も重要な経験的事実のひとつは、ボラティリティが群れを成すということです—高いボラティリティの後には高いボラティリティが続き、低いボラティリティの後には低いボラティリティが続きます。これはロバート・エングル（2003年ノーベル賞）がARCHモデルとして定式化しました。
移動SDはこのクラスタリングを視覚的に明らかにします。時間経過とともにローリングボラティリティをプロットすると、ランダムな変動ではなく、高ボラティリティと低ボラティリティの明確なレジームが見えます。これには深い意味があります。
- 予測可能性:明日のボラティリティは今日と似ている可能性が高い—リスクを予測できる
- リスク・バジェティング:高ボラティリティのレジームに入った際にポジションを縮小する
- 戦略の選択:ボラティリティの環境によって異なるトレーディング戦略が有効
重要な注意点