NEXUSα Strategy Reference

2 つの独立した α 源泉を組み合わせて長期的に資産を増やす設計。資金規模に応じて 2 戦略を並走。approach_a は退場せず 150 万固定で継続。

全体像 (3フェーズ並走モデル)

両方とも 純イントラデイ (毎日 寄付買 → 引成売、持ち越しなし)。信用デイトレ枠で手数料・金利・貸株料すべて 0 円。
並走モデル: approach_a は 150 万固定で走り続け、sn_approach_a は余剰で独立運用。2 つの独立 α 源泉を同時稼働。

Phase 1: approach_a (PCA リードラグ + 寄付直前 mid)

何をしているか

毎朝 8:59:57 (寄付の 3 秒前) に以下を実行:

1. 当日朝 07:30 に GitHub Actions の daily_signal.yml が計算した
   「PCA score」を読む (= 米国市場前夜引け → 日本セクターの本日の予測リターン)

2. kabu API から 15 銘柄全部の現在 mid (= 寄付推定価格) を取得

3. 各銘柄について:
     observed_z = (mid / 前日終値 - 1) を z-score 化
     residual   = signal_z - 2.0 × observed_z
     ↑ PCA 予測から「8:59:57 までに既実現した分」を引いた残りエッジ

4. residual 上位 4 銘柄 → LONG
   residual 下位 4 銘柄 → SHORT

5. 9:00:00 寄付成行で 8 銘柄発注、15:25 引成で全決済

α 源泉 (なぜ動くか)

米国引け (前日 5:00 JST) → 日本寄り (9:00 JST) は 4 時間のラグ。 この間に PCA モデルが予測する「JP セクターが今日動くべき方向」が、 寄付までに どこまで実現したか を見る。

• まだ実現してない銘柄: PCA の予測通り動く余地が残ってる → エッジあり
• 既に実現した銘柄: もう動く分がない → エッジ消化済 → 取引しない

subtract_weight = 2.0 は「実現分の 2 倍を割引く」係数。 5 年 BT で w=1.5-2.0 plateau 確認、overfit ではない。

検証状況

年別 SR (全年 positive、regime stable)

制約

• deposit 150 万超で ETF MI が効き始める → approach_a は 150 万固定で継続、余剰は Phase D で sn_approach_a へ
• 8:59:57 → 9:00:00 の 3 秒間に値動きが大きいと信号劣化
• kabu Station が起動してないと動かない (auto-login あり)

Phase 2: sn_approach_a (sector-neutral cross-sectional MR)

何をしているか

1. 日本個別株 48 銘柄 (10 セクター × 4-6 銘柄) を対象

2. 各セクター内で 2 つの z-score を計算:
     slow_z = (D-2 close → D-1 close) のセクター内 z-score
              ↑ approach_a の signal_z (PCA) の代わりに使う「方向の predictor」
     obs_z  = (D-1 close → D 9:00 mid) のセクター内 z-score
              ↑ 今朝までに既に実現した分

3. residual ranking:
     score = slow_z - 2.0 × obs_z
     ↑ 前日上昇 + 今朝下げ = score 高 = LONG 候補
     ↑ 前日下落 + 今朝上げ = score 低 = SHORT 候補
     (approach_a と完全に同じ数式、入力 signal が PCA → yesterday CC に変わるだけ)

4. 各セクターで score 上位 1 銘柄 LONG, 下位 1 銘柄 SHORT
   = 10 セクター × (1 long + 1 short) = 22 銘柄 trade

5. 9:00 寄付成行 → 15:25 引成で全決済

approach_a vs sn_approach_a の対応

なぜ PCA を使わないか

ETF の approach_a は「米国セクター → 日本セクター」のリードラグを PCA で捉える。個別株では:

1. セクター単位 PCA は粒度が粗すぎて個別株の動きを予測できない
2. 個別株単位 PCA は universe が大きすぎて推定不安定
3. 代わりに yesterday CC reversal が個別株の MR エッジを直接捉える

→ 同じ residual ranking フレームで、入力だけ「PCA」から「前日 reversal」に差し替える設計。

α 源泉 (なぜ動くか)

Cross-sectional mean reversion (横断的平均回帰): 同セクター内で、前日上がった銘柄ほど今朝弱い という統計的傾向。 個人投資家の overreaction や algo の反転狙いから生まれる。

セクター中立 (long と short 同セクター) なので:

• マーケット方向リスクなし
• セクター方向リスクなし
• 残るのは 個別銘柄の MR エッジ だけ

銘柄選定

48 銘柄 = 10 セクター × 4-6 銘柄。全期間 BT で 下位 4 銘柄を除外:

• 4519.T 中外製薬
• 4568.T 第一三共
• 7011.T 三菱重工業
• 7201.T 日産自動車

(年次 BT で 3 年以上 bottom 10 入り + 全期間 cum マイナス)

検証状況

capacity ladder (per-ticker MI 込み)

制約

• 個別株データが 2021- のみ → 2018 quant winter / 2020 covid 時期未テスト
• Almgren MI モデルの 3 定数 (η, AUCTION, THRESHOLD) 未校正
  • empirical 校正前は deposit 3000 万円以下に抑える
  • 校正後 (Phase C-pre) に上限見直し
• deposit 100 万 以下では ticker_gate で機能しない (Phase 1 専用)

戦略配分ロジック (並走モデル)

deposit < 150 万円:
  → Phase A: approach_a 全額投入
  → ETF MI なし、全力運用

deposit ∈ [150 万, 250 万]:
  → Phase B: approach_a 150 万固定 + 余剰 idle
  → sn_approach_a は最低 100 万必要のため待機

deposit > 250 万円:
  → Phase D: approach_a 150 万固定 + sn_approach_a 余剰全額
  → 2 つの独立 α 源泉を並走
  → approach_a は退場しない (150 万固定で継続)

期待される到達経路 (30 万 → 1 億)

前提: 30 万円スタート + 月 5 万円入金, 公式 haircut 0.76 適用

Monte Carlo (30,000 sims)

旧戦略 (PCA + GapFade) との比較

詳細リファレンス

Last updated: 2026-04-11 / Strategy version: approach_a_w2.0 + sn_approach_a (4-ticker exclusion)