取引の自動化：優位性をコードにし、感情を取り除く

午前3時。スイープのセットアップが点灯する。あなたは眠っている。

ボットが注文を出し、ストップを置き、3Rを狙う。あなたが夢を見ている間に。

午前6時。目が覚める。ポジションは決済済み。+2.8Rの利益。コーヒーがうまい。

トレーディングにおける人間の問題

あなたは6か月かけて戦略を磨いた。backtestもした。フォワードテストもした。勝率62%。平均R 2.3。優位性は確認済みだ。

それを実弾で回し始める。結果は？

身も蓋もない事実： あなたには利益の出る戦略がある。だが弱い環はあなた自身だ。

執行を殺す3つの要因

1. ためらい（恐怖による見送り）

• 直前に2連敗したところだ。3つ目のセットアップが出る。あなたは思う。「確認を待とうか……」
• 待つ。価格はあなたを置いて走る。4Rの勝ちトレードだった。恐怖のせいで取り逃がした。
• 影響： 勝ちトレードの見送りはプラスの期待値を壊す

2. オーバートレード（FOMOでの入り）

• 相場が上に走る。戦略は「セットアップなし」と言う。だが見ているだけに耐えられない。結局入る。
• ストップも置かない。計画もない。あるのは願望だけ。反転。負ける。
• 影響： でたらめな入りは優位性をノイズで薄める

3. ポジションサイズが一定しない

• セットアップA：1%だけリスクを取る（直近の負けで慎重になっている）
• セットアップB：5%リスクを取る（自信満々、「これは来る」）
• セットアップAは3Rで勝つ。あなたは3%増やす。セットアップBは1R負ける。あなたは5%失う。差し引き：-2%。
• 影響： サイズの判断を一度誤るだけで、良いトレード3回分が消える

スケールの問題（手動売買の限界）

手動売買はあなたの可能性に天井を作る：

例： ある手動トレーダーがES（S&P先物）を15分足で見ている。週に約8回セットアップをとらえる。月平均3,200ドルを稼ぐ — 1セットアップあたり約92ドルだ。

同じトレーダーを自動化すると： ボットはES、NQ、RTY（株価指数先物）に加えてGC、CL（金属とエネルギー）を5分、15分、1時間でスキャンする。週に約24回セットアップをとらえる。1セットアップ92ドルのままなら、月9,600ドルになる。

ここが解ける： あなたは上手く取引しているのではない。より多く取引しているのだ — 燃え尽きずに。

そして天井： ES、MES、SPY、QQQはおおむね同じトレードだ。相関の高い銘柄を足してもシグナルの数が増えるだけで優位性は増えない — そして4つが同時に点灯すればリスクだけが増える。数えるべきはティッカーではなく、相関していない機会だ。

自動化が向く場面と向かない場面

自動化が最も向くのは：

• ルールベースの戦略： 入り方と出方の基準が明確なもの（例：「価格が安値を掃いて、そこを取り返したら買う」）
• 高頻度のセットアップ： 週に10回以上点灯する戦略（回数がコードを書く手間に見合う）
• 退屈な執行： 裁量が価値を足さない戦略（機械的な優位性）

自動化が苦手なのは：

• 裁量のセットアップ： 「*しっくり来る*ときだけ取る」（直感はコードにできない）
• 文脈に依存するトレード： 「このブレイクアウトは出来高が平均の2倍超で、かつニュースの材料があるときに機能する」（複雑な文脈は数値化が難しい）
• 低頻度の戦略： 月に1〜2回しか点灯しないセットアップ（コードを書く労力に見合わない）

ブローカーAPIの比較

すべてのブローカーが自動売買に対応しているわけではない。対応していても、品質もコストも機能も大きく違う。

自動売買に向くブローカーAPIの上位

手早い判断ガイド

Alpacaを選ぶなら： 自動化を学んでいるとき（最も扱いやすいAPI、無料のペーパートレード、最良のドキュメント）。 Interactive Brokersを選ぶなら： オプション・先物・世界の市場が必要なとき（全資産クラス、1株0.005ドル、機関投資家水準）。 Binanceを選ぶなら： 暗号資産だけのとき（24時間市場、600ペア超、手数料0.1%）。

トレードのアイデアから実行可能なコードへ

手動の戦略がある。それをボットが実行できるコードにどう翻訳するのか。

戦略を翻訳する5ステップの枠組み

ステップ1：エントリー条件を定める（明示的なルールだけ）

手動トレーダーはこう考える： 「価格が安値を掃いて、上に戻ったら買う。」

ボットにはこれでは曖昧すぎる。ボットには厳密なロジックが要る：

• 「スイープ」とは？ → 現在の足の安値が、直前のスイング安値を少なくとも0.3%下回ること
• 「上に戻る」とは？ → 1〜3本の足のうちに、価格がスイング安値より上で引けること
• 「スイング安値」とは？ → 直近20本の足のうち最も低い安値

コードにすると：

swing_low = min([bar.low for bar in last_20_bars])
current_low = current_bar.low
current_close = current_bar.close

if current_low < swing_low * 0.997:  # 0.3%下まで掃いた
    if current_close > swing_low:     # 取り返した
        ENTRY = True  # スイープのセットアップ確定

ステップ2：エグジット条件を定める（ストップと目標）

手動トレーダー： 「ストップはスイープの下に置いて、リスクリワード3対1で利確する。」

コードにすると：

entry_price = current_close
stop_loss = swing_low * 0.995  # スイープのすぐ下
stop_distance = entry_price - stop_loss
target = entry_price + (stop_distance * 3)  # 3Rの目標

ステップ3：ポジションサイズを定める（リスク管理）

手動トレーダー： 「1トレードあたり2%くらいリスクを取る。」

コードにすると：

account_equity = 100000  # 10万ドルの口座
risk_per_trade = 0.02    # 2%
risk_amount = account_equity * risk_per_trade  # 2,000ドル

stop_distance = entry_price - stop_loss
position_size = risk_amount / stop_distance  # 買う株数

# 例：エントリー520ドル、ストップ518ドル、距離2ドル
# ポジションサイズ ＝ 2,000ドル / 2ドル ＝ 1,000株
# ...つまり10万ドルの口座でSPYを52万ドル。2%のリスクルールは
# 想定元本について何も言わない。狭いストップは静かにレバレッジを買う。
max_notional = account_equity * 1.5   # 上限は自己資本の1.5倍で固定
position_size = min(position_size, max_notional / entry_price)
# 上限適用後：288株。実際のリスクは2,000ドルではなく576ドル -
# それが代償であり、その代償こそがあなたを退場させずに残す。

ステップ4：トレード管理を定める（任意）

分割して降りるか。ストップを追随させるか。部分利確するか。

例： 「2Rで50%利確し、残りは3Rまで走らせる。」

if current_price >= entry_price + (stop_distance * 2):
    SELL_HALF = True  # 2Rで50%を利確
    # 残り50%のストップを建値に移す

ステップ5：フィルターを定める（悪いセットアップを弾く）

どんな条件がセットアップを無効にするか。

• 時間フィルター： 寄り付きから2時間だけ取引する（東部時間9:30〜11:30）
• ボラティリティフィルター： VIXが30を超えたらトレードを見送る（荒れすぎ）
• トレンドフィルター： 価格が50期間EMAの上にあるときだけロングのセットアップを取る

if VIX > 30:
    SKIP_TRADE = True  # 相場が荒れすぎ

if current_time < "09:30" or current_time > "11:30":
    SKIP_TRADE = True  # 取引ウィンドウの外

# ステップ1：エントリー条件
swing_low = min([bar.low for bar in last_20_bars])
if current_bar.low < swing_low * 0.997:  # スイープ
    if current_bar.close > swing_low:     # 取り返した

        # ステップ2：エグジット
        entry = current_bar.close
        stop = swing_low * 0.995
        target = entry + ((entry - stop) * 3)

        # ステップ3：ポジションサイズ
        risk_amount = account_equity * 0.02
        size = risk_amount / (entry - stop)

        # ステップ4：トレード管理（2Rで50%）
        profit_target_partial = entry + ((entry - stop) * 2)

        # ステップ5：フィルター
        if VIX < 30 and time_in_window():
            PLACE_ORDER(symbol, size, entry, stop, target)

ボットの完全な実装（スイープ反転戦略）

import alpaca_trade_api as tradeapi
from alpaca_trade_api.rest import TimeFrame
import os, time

# セットアップ
API_KEY = os.getenv('ALPACA_API_KEY')  # 絶対にコードへ直書きしない！
API_SECRET = os.getenv('ALPACA_API_SECRET')
api = tradeapi.REST(API_KEY, API_SECRET, 'https://paper-api.alpaca.markets')

MAX_NOTIONAL_MULT = 1.5   # 自己資本の1.5倍を超えて持たない
MAX_DAILY_LOSS = 0.03     # 緊急停止：-3%でその日は撤退

def get_swing_low(bars, lookback=20):
    # 現在の足を除くこと。含めるとスイング安値が現在の安値そのものになり、
    # 下のスイープ判定が真になることはなく、ボットは一度も発火しない。
    lows = [bar.l for bar in bars[-(lookback + 1):-1]]
    return min(lows)

def check_sweep(current_price, current_low, swing_low):
    # スイープ ＝ 現在の安値 < スイング安値（0.3%）、その後に上へ取り返す
    if current_low < swing_low * 0.997 and current_price > swing_low:
        return True
    return False

def calculate_position_size(api, entry, stop):
    equity = float(api.get_account().equity)
    risk_amount = equity * 0.02                        # 2%のリスク
    by_risk = risk_amount / (entry - stop)
    by_notional = (equity * MAX_NOTIONAL_MULT) / entry  # マイクが省いた安全装置
    return int(min(by_risk, by_notional))

def kill_switch_tripped(api):
    acct = api.get_account()
    move = (float(acct.equity) - float(acct.last_equity)) / float(acct.last_equity)
    return move <= -MAX_DAILY_LOSS

def in_position(api, symbol):
    # ブローカーに聞くこと。ローカル変数を信用しない。夜のうちに約定して
    # 決済されたブラケットが、翌日のセットアップを塞いではいけない。
    try:
        api.get_position(symbol)
        return True
    except Exception:
        return False

def place_bracket_order(api, symbol, size, entry, stop, target):
    try:
        order = api.submit_order(
            symbol=symbol, qty=size, side='buy', type='limit',
            limit_price=entry, time_in_force='gtc',
            order_class='bracket',
            stop_loss={'stop_price': stop},
            take_profit={'limit_price': target}
        )
        print(f"✓ 注文: {size}株 @ ${entry} | ストップ: ${stop} | 目標: ${target}")
        return order
    except Exception as e:
        print(f"✗ 注文失敗: {e}")
        return None

def run_bot(symbol='SPY'):
    print(f"ボット起動。{symbol}のスイープのセットアップを監視中...")

    while True:
        try:
            if not api.get_clock().is_open:      # 安全装置1：立会時間
                time.sleep(60)
                continue
            if kill_switch_tripped(api):         # 安全装置2：1日の損失上限
                print("🛑 1日の損失上限に到達。撤退します。")
                break

            bars = api.get_bars(symbol, TimeFrame.Minute, limit=50)
            current_price = bars[-1].c
            current_low = bars[-1].l
            swing_low = get_swing_low(bars)

            if not in_position(api, symbol) and check_sweep(current_price, current_low, swing_low):
                print(f"🎯 スイープ検知 @ ${current_price}")
                entry = current_price
                stop = swing_low * 0.995
                target = entry + (entry - stop) * 3  # 3R
                size = calculate_position_size(api, entry, stop)   # 安全装置3：想定元本の上限
                if size > 0:
                    place_bracket_order(api, symbol, size, entry, stop, target)

            time.sleep(60)  # 1分ごとに確認
        except Exception as e:
            print(f"エラー: {e}")
            time.sleep(60)

run_bot()  # 約75行 - そのうち最も重要な3行が安全装置だ。

これが何をしているか： Alpacaに接続し、SPYの1分足を取得し、スイープ後の反転（安値がスイング安値の下を掃いてから取り返す）を検知し、2%リスクでサイズを算出したうえで 想定元本で上限をかけ、ブラケット注文（エントリー ＋ ストップ ＋ 3Rの目標）を出し、それを60秒ごとに繰り返す — ただし市場が開いている間だけ、ブローカーがポジションなしと答えたときだけ、そしてその日が-3%になったあとは決してやらない。完璧な規律、ゼロの感情、そして3つのブレーキ。

ペーパートレード ≠ 実運用

あなたのボットはペーパーでは完璧に動く。実弾に移す。落ちる。注文が弾かれる。わけがわからない。

本番環境へようこそ。

よくあるエラー（とその扱い方）

よくあるエラー： 接続タイムアウト、注文の拒否、部分約定、レート制限、市場が閉じている。 対処： リトライ処理（3回、指数的バックオフ）、事前チェック（資金、立会時間、価格）、部分約定の処理、レート制限（毎分200リクエスト）、立会時間の確認（東部時間9:30〜16時）。プロのボットはエラーを丁寧に扱う。

リトライ処理（必須）

import uuid

def place_order_with_retry(api, **order_params):
    """注文の送信を最大3回まで再試行する"""
    max_retries = 3

    # どの試行でも同じidを使う。最初のリクエストが実際にはブローカーへ届き、
    # 応答だけが失われた場合、再試行は重複として弾かれる。ポジションが
    # 二倍になることはない。
    order_params.setdefault('client_order_id', f"bot-{uuid.uuid4()}")

    for attempt in range(max_retries):
        try:
            order = api.submit_order(**order_params)
            return order  # 成功！

        except Exception as e:
            if attempt < max_retries - 1:
                wait = 2 ** attempt  # 1秒、次に2秒（指数的バックオフ）
                print(f"注文失敗: {e}. {wait}秒後に再試行...")
                time.sleep(wait)
            else:
                # 最後の試行も失敗
                print(f"{max_retries}回試行しても注文失敗: {e}")
                # 通知を送る（メール、SMS）
                raise  # 例外を投げ直す

監視とアラート（きわめて重要）

あなたのボットはクラウドのVPSで動いている。あなたは夕食中だ。ボットはエラーに突き当たる。

どうやって気づくのか。

解答： アラートで。

import smtplib
from email.mime.text import MIMEText

def send_alert(subject, message):
    """メールでアラートを送る"""
    msg = MIMEText(message)
    msg['Subject'] = subject
    msg['From'] = 'bot@yourbot.com'
    msg['To'] = 'you@gmail.com'

    # GmailのSMTPで送る - ここにはアカウントのパスワードではなく
    # Gmailのアプリパスワードが要る。基本認証は2022年に停止された。
    with smtplib.SMTP('smtp.gmail.com', 587) as server:
        server.starttls()
        server.login('bot@yourbot.com', os.getenv('EMAIL_PASSWORD'))
        server.send_message(msg)

# 使い方
try:
    # トレードのロジック
    pass
except Exception as e:
    send_alert(
        subject="🚨 トレーディングボットのエラー",
        message=f"ボットがエラーに遭遇しました: {e}"
    )
    raise

これで何かが壊れても数分で気づける。

ホスティング：ボットをどこで動かすか

自動化は「置いて忘れる」ものではない

ボットを投入する。1か月動く。成功率65%。backtestどおりだ。あなたは有頂天になる。

2か月目：成功率が48%に落ちる。わけがわからない。

何が起きたか。

相場のレジームが変わったのだ。 あなたの戦略はトレンド相場で機能する。相場はレンジに移った。ボットは取引を続けた。成績は悪化した。

ボットの月次メンテナンス項目

1. 成績の指標： 勝率はbacktestの5%以内か？ 平均Rはプラスか？ Drawdownは許容範囲か？ Slippageは悪化していないか？ 2. エラーログ： 接続エラー、注文の拒否、想定外のケース。 3. レジーム点検： 相場はまだこの戦略に向いているか？ VIXが高い → 一時停止。低ボラ → ブレイクアウトは苦戦する。

ここまで読んだあなたは、自動化が魔法ではないと理解した。規律ある執行を規模で回すことだ。優位性をコードにし、厳しく検証し、慎重に投入し、絶えず監視しよう。

関連レッスン