要点
ペアトレーディングは、最も古く直感的なクオンツ戦略の一つです。連動して動く二つの証券を見つけ、価格が乖離したら収束に賭けます。Gatev、Goetzmann、Rouwenhorst(2006)は、40年間の米国株式データにおいて、単純な距離ベースの手法で年率約11%のリターンを記録しました。しかし、論文発表後に収益性は大幅に低下しています。現代の実務家は、共和分検定、スプレッドZスコア、機械学習によるペア選別など、古典的アプローチを超える必要があります。同時に、戦略の過密化と高速市場が機会を縮小させている現実に向き合わなければなりません。
ペアトレーディングとは
ペアトレーディングは、関連する二つの証券の相対的な価格変動から利益を得るマーケットニュートラル戦略です。核心のロジックは単純です。歴史的に連動してきた二つの株式が突然乖離した場合、その乖離は一時的である可能性が高い。割安な方を買い、割高な方を空売りし、収束時に利益を得ます。
この戦略は1980年代半ばにモルガン・スタンレーのヌンツィオ・タルタリアのクオンツグループが開拓しました。ウォール街で広く採用された最初の体系的戦略の一つであり、統計的裁定取引の基礎的構成要素として残っています。
魅力はマーケットニュートラル性にあります。常に一方の証券をロングし他方をショートするため、市場全体の動きへのエクスポージャーは最小限です。
Gatev et al. 研究:基礎的エビデンス
2006年のGatev、Goetzmann、Rouwenhorstの研究は、ペアトレーディングに関する最も厳密な学術的検証を提供しました。
距離法
12ヶ月のフォーメーション期間中、米国株式ユニバースの全可能ペアについて、二乗価格差の合計を算出します。距離が最小の20ペア(最も近接して推移した価格)をトレーディング用に選択します。
その後の6ヶ月のトレーディング期間中、ペアのスプレッドが過去の平均から2標準偏差以上乖離した時にポジションを開設します。
主要結果
| 指標 | 値 |
|---|---|
| 年率平均リターン | 約11%(無リスク金利超過) |
| ペアトレードあたり平均リターン | 保有期間中約1.3% |
| 収束時間の中央値 | 約2ヶ月 |
| 利益が出たペアの割合 | 約65% |
| サンプル期間 | 1962-2002 |
リターンは一般的な機関投資家レベルの取引コストに対して頑健であり、既知のリスクファクターへのエクスポージャーでは説明できませんでした。
距離を超えて:共和分ベースの選別
距離法は単純ですが統計的に不正確です。共和分フレームワーク(Vidyamurthy、2004年他)がより厳密な基盤を提供します。二つの価格時系列の線形結合が定常的である場合 -- 個々の時系列自体が非定常であっても、安定した平均に回帰する場合 -- 共和分関係にあります。
共和分アプローチ
ステップ1:検定。 Engle-Granger二段階検定またはJohansen検定でスプレッドが平均回帰するペアを識別します。
ステップ2:ヘッジ比率の推定。 共和分回帰がヘッジ比率(ベータ)を算出します。
ステップ3:スプレッド構築。 スプレッド = Price_A - beta × Price_B。ペアが共和分関係であれば、このスプレッドは定常的で平均回帰します。
ステップ4:トレーディングルール。 スプレッドをZスコアに変換します。
| シグナル | アクション |
|---|---|
| Zスコア > +2.0 | スプレッドをショート(Aをショート、Bをロング) |
| Zスコア < -2.0 | スプレッドをロング(Aをロング、Bをショート) |
| Zスコアが0を通過 | ポジション決済(平均回帰完了) |
| Zスコア > +4.0 | ストップロス:ポジション決済(関係崩壊の可能性) |
収益性の低下
2000年代初頭以降、ペアトレーディング収益性の顕著な低下が複数の研究で記録されています。
DoとFaff(2010、2012)は延長データでGatev方法論を再現し、2002年以降にリターンが急落したことを発見しました。2010年代には、現実的な取引コスト控除後のリターンがゼロ近傍またはマイナスとなった研究も複数あります。
原因は明らかです:
市場効率化。 戦略が広く知られるようになり、同じ機会を追求する資本が増加し、スプレッドが圧縮されました。
電子取引。 フロア取引から電子取引への移行により、執行遅延が減少しました。以前は数日間続いた価格の歪みが、数時間または数分で修正されます。
HFT競争。 高頻度取引企業がミリ秒単位で平均回帰パターンを捕捉し、遅い戦略が行動する前に利益を抽出します。
相関レジーム変化。 2008年金融危機時に多くのペアが同時に歴史的関係を離脱し、広範な損失を引き起こしました。
現代的適応
機械学習によるペア選別
伝統的手法は同一セクター内の銘柄を検討します。現代的アプローチは教師なし学習 -- クラスタリング、特徴ベースの類似性 -- でセクターを跨いだ非自明なペアを発見します。サプライチェーン、共通ファクターエクスポージャー、共通株主構造でリンクされたペアは、より混雑の少ない機会を提供できます。
動的ヘッジ比率
カルマンフィルター技術でヘッジ比率を連続的に更新し、スプレッドの定常性とトレードシグナルのタイミングを改善します。
マルチレッグ拡張
単一ペアではなく、現代のスタットアーブ・ポートフォリオはバスケットを取引します:一銘柄対複数関連銘柄の加重組み合わせ。
実践的な考慮事項
ユニバース選定。 空売りが可能で借入コストの低い、流動性のある大型株に集中します。
フォーメーション期間。 距離法では12ヶ月、共和分検定では60~250営業日のローリングウィンドウが一般的です。
リスク管理。 ストップロスの実装は必須です。ペアトレーディング最大のリスクは、合併、倒産、ファンダメンタルの変化により歴史的関係が永久に崩壊することです。
取引コスト。 米国株式の往復コスト(手数料、ビッドアスクスプレッド、空売りコスト)は取引あたり20~50ベーシスポイントで、収益性に大きな影響を与えます。
限界
ペアトレーディングは、過去のバックテストで示されたような容易で安定的な収益源ではもはやありません。論文発表後の収益低下は実在し重要です。リターンは取引コスト、執行品質、ペア選別方法論に敏感です。関係崩壊による重大なテールリスクを伴い、特に短い期間での共和分検定の統計的有意性は見せかけの可能性があります。過密化は継続的な懸念事項であり、多くの参加者が同じ収束トレードを追求すれば、利益は競争で消滅し協調的巻き戻しリスクが増大します。