投資日記の活用｜振り返りと改善

• 投資日記に何を、どの粒度で記録すべきか（定量・定性の設計）
• 期待値（Expectancy）とR倍数による成績評価と改善ポイントの特定
• ケリー基準や最大ドローダウンなど実務的なリスク・ポジション管理
• 事後バイアスを抑えるための事前仮説・チェックリスト・タグ付け運用
• アルファとベータの切り分け（簡易回帰）によるスキル評価
• ローリング指標（移動勝率、移動期待値）での劣化検知と戦略切替
• サンプルサイズの考え方（信頼区間）と統計的な振り返りの基礎

概念の説明

投資日記は、単なる「反省文」ではありません。取引ごとの事前の狙い、ポジションサイズ、想定シナリオ、実行と結果、そして学びを、再現できる形で残す仕組みです。スポーツの映像解析に近く、主観的な感想だけでなく、数字と仮説が並ぶことで「何が効いて、何が効かなかったか」を切り分けます。

特に重要なのは、成績を金額ベースだけでなく、リスク当たりの成果で見ることです。たとえば、1回の取引でどれだけのリスクを取って、何倍返ってきたか（R倍数）を記録すれば、銘柄や相場状況が違っても比較がしやすくなります。これは料理でいう「分量を計量スプーンで測る」イメージです。感覚ではなく「同じ1杯」で比べるからブレが減ります。

また、日記は「未来の自分のための設計図」です。エントリーの根拠や、撤退ラインの理由、代替シナリオなどを、その場の思考の温度感ごと残すことで、後から読み返しても当時の判断を検証できます。結果が良かったか悪かったかより、「プロセスが正しかったか」を評価するのが肝心です。

最後に、日記は習慣です。完璧を目指すより、続く仕組み化が重要です。テンプレート化、タグ付け、週次レビューの固定化など、余計な迷いを減らす工夫が有効です。

なぜ重要なのか

投資はノイズの多い世界です。同じ戦略でも、短期的には運で勝つことも負けることもあります。そこで日記は、運と実力を切り分け、改善のサイクル（PDCA）を回すための「計測器」になります。測れないものは改善できません。

もう1つの理由は、心理の歪みへの対策です。人は負けを過小評価し、勝ちを過大評価する傾向があります。記録があれば、たとえば「損切り遅延」がどの程度パフォーマンスを削ったかを客観的に把握できます。これはストップウォッチで自分の走りを測るのと同じで、現実を直視できるようになります。

さらに、日記はチーム運用でも個人でも「ナレッジの蓄積」を生み、戦略の寿命（エッジの耐久性）を監視できます。季節性やボラティリティ環境での有効性、指標発表時の挙動など、環境依存のクセを可視化できるのです。

計算方法

以下は日記でよく使う実務指標です。いずれもスプレッドシートで簡単に計算できます。

1. R倍数（リスク当たりリターン）

• リスク（R）= エントリー時の想定最大損失（例: エントリー1000円、ストップ950円、1株ならR=50円）
• R倍数 = 実現損益 ÷ R

2. 期待値（Expectancy）

• 勝率をp、平均利益をAvgWin、平均損失をAvgLossとすると、

• Rベースにすると戦略比較が容易です。

3. 損益比（ペイオフレシオ）

• 勝率が低くても、損益比が高ければ期待値はプラスになり得ます。

4. ケリー基準（最適資金配分の理論値）

• 単位Rの世界で、勝率p、損益比b（=平均勝ちR/平均負けR）とすると、

• 実務では半ケリーや1/4ケリーで抑制運用が一般的です。

5. 最大ドローダウンとカマリ比

• 最大ドローダウン: 過去ピークからの資産曲線の最大下落率
• カマリ比（年率化リターン/最大DD）は安定性の尺度

6. ベータ・アルファ（簡易）

• 週次/日次の自分の損益rと市場指数Rmで単回帰

• αがプラスなら市場要因を超える付加価値の可能性。

7. 信頼区間（勝率の不確実性の目安）

• 試行回数n、勝ち数kのとき勝率pの95%信頼区間の近似

• サンプルが少ないと推定誤差が大きい点に注意。

具体例・ケーススタディ

ケース: 日本株スイング（日記データ10件、1取引あたりR=100円相当に統一）

• 取引結果のR倍数: [+2.0, -1.0, +0.5, +1.2, -0.8, +3.5, -1.0, +0.8, +0.3, -1.0]
• 勝ち=6回、負け=4回 → 勝率p=0.6
• 平均勝ちR = (2.0 + 0.5 + 1.2 + 3.5 + 0.8 + 0.3) / 6 ≈ 1.38R
• 平均負けR = (1.0 + 0.8 + 1.0 + 1.0) / 4 = 0.95R

期待値（Rベース）

• 1取引あたり平均で0.448Rのプラス。R=100円なら、1回あたり約44.8円の期待値。

損益比

ケリー比率（理論）

• フルケリー約32%。実務は1/2〜1/4（16%〜8%）程度が現実的。

ローリング分析（直近5件の移動期待値）

• 直近5件R: [+3.5, -1.0, +0.8, +0.3, -1.0]
• 勝ち3/5 → p=0.6、平均勝ちR=(3.5+0.8+0.3)/3=1.53、平均負けR=(1.0+1.0)/2=1.0

• 直近のパフォーマンスはやや改善傾向。

ベータ・アルファ（簡易）

• 自分の週次損益rとTOPIX週次変化Rate（Rm）5点で回帰、β=0.6、α=0.2%/週 と推定
• 相場に対する感応度は0.6。ベア局面でも戦える可能性が示唆される。

実践的な活用法

• テンプレート設計（入力項目）

  • メタデータ: 日時、銘柄、時間軸、資金、ボラ指標、イベント有無
  • 事前計画: エッジの根拠、エントリー/ストップ/目標、仮説A/B、無効化条件、代替シナリオ
  • 実行: 実際の価格、約定理由、滑り、手数料、ポジションサイズ（口数・%）
  • 結果: R倍数、持ち期、MAE/MFE（最大含み損益）、判断の良し悪し
  • タグ: 戦略（ブレイク/押し目/リバ）、市場環境（トレンド/レンジ）、ニュース種別

• 週次レビュー手順

  1. 集計: 勝率、平均勝ち/負けR、期待値、ドローダウン
  2. 分解: タグ別の期待値（例: ブレイクは+0.6R、押し目は-0.1R）
  3. 原因分析: エントリー精度か、利確/損切りの運用か、サイズの問題かを分離
  4. 改善仮説: チェックリスト追加、ストップ幅最適化、時間帯フィルター導入
  5. 次週のテスト計画: 小さなサイズでA/B検証、メトリクスを事前定義

• リスクとサイズの運用

  • ドローダウン閾値でデレバレッジ（資産がピークから-10%でリスク半減など）
  • ボラティリティ連動サイズ調整（ATRや過去20日標準偏差に合わせる）
  • 半ケリー上限の採用と、銘柄相関を考慮した総リスク管理

• アルファの検証

  • CAPM簡易回帰でαが有意か確認し、βの変動を監視
  • 市場イベント（決算、FOMC、経済指標）タグ別に期待値を比較

• 劣化検知と停止ルール

  • 直近N件の移動期待値が0を下回る状態がM期間継続で「検証モード」へ移行
  • ルール逸脱の頻度が一定以上ならサイズカットや取引一時停止

• 行動面の仕掛け

  • プレモータム（最悪の失敗を想定し事前に回避策を明文化）
  • アフターモータム（結果が良くてもプロセス逸脱があれば減点）
  • 決済直後に「次取引の最小サイズ自動設定」で熱くなるのを防止

よくある誤解

まとめ

用語集

R倍数: エントリー時に想定した最大損失（R）に対する実現損益の倍率。リスク当たりの成果を示す。

期待値: 1回の取引あたり平均してどれだけ儲かるか（または損するか）の理論値。勝率と損益比で決まる。

ケリー基準: 勝率と損益比から理論的に最適な賭け金割合を算出する手法。実務では安全のため抑制して用いる。

最大ドローダウン: 資産曲線の過去ピークからの最大下落率。資金曲線の安定性を測る重要指標。

ペイオフレシオ: 平均利益と平均損失の比（損益比）。1を超えるほど有利だが勝率との組み合わせで期待値が決まる。

アルファ: 市場全体の動きでは説明できない超過収益。戦略の付加価値の指標。

ベータ: 市場指数に対する感応度。1より小さければ市場変動に対して価格が動きにくい。

ポジションサイジング: 資金に対して取引ごとにどれだけのサイズで参加するかを決めること。

ドローダウン: 資産曲線がピークからどれだけ下がったかの幅（または率）。連敗時の資金減少の深さを示す。

MAE/MFE: 最悪含み損（Maximum Adverse Excursion）と最大有利方向の動き（Maximum Favorable Excursion）。退出戦略の改善に用いる。