たくろぐ!

世界一のチラ裏

なぜ株式投資素人にとってインデックス投信が最強なのか

サマリー

「インデックス積立投資家」が最強である3つの論理的根拠

1. 「摩擦(フリクション)」の圧倒的な差

セルサイドや機関投資家は、収益を上げるために「動く」必要があります。しかし、動けば動くほど、売買手数料、スプレッド、マーケットインパクトという「摩擦熱」で資産が削られます。

一方で、インデックス投信の積立は、この摩擦を極限までゼロに近づけています。プロが「100m走を向かい風の中で全力疾走」している横で、個人投資家は「追い風の動く歩道にただ立っている」ようなものです。


※ガンマ・スカルピングのコスト

2. ボラティリティを「コスト」ではなく「リソース」に変えている

機関投資家にとって、ボラティリティ(変動)は「リスク(恐怖)」です。

ブラック・ショールズ方程式の前提が崩れる暴落局面では、彼らはデルタヘッジ(後述)のために「安値で売る」ことを強制され、大きな損失(ヘッジコスト)を出します。

しかし、ドルコスト平均法を行う個人にとって、ボラティリティは「仕入れ価格を下げるボーナス・タイム」に変貌します。

プロが血眼になってヘッジ(回避)しようとする対象を、個人は「時間の分散」によって収益の源泉に変換しているのです。

3. 「生存バイアス」を超越する分散力

個別株の短期売買は、特定の企業の「ジャンプ(不連続な暴落)」のリスクを常に抱えています。

これは数学的に予測不可能な領域です。

「オルカン」のようなインデックスは、資本主義の「自己修復機能」を内包しています。

不調な企業は指数から去り、成長する企業が組み入れられます。

この「自動的な銘柄入れ替え(代謝)」があるため、個人投資家は、プロが一生をかけて研究する「銘柄選定」という超高難易度のタスクを、実質無料でアウトソーシングしていることになります。

結論:プロの土俵に乗らないという「勝利」

機関投資家の視点から見ると、インデックスを淡々と積み立てる個人投資家は、「自分たちが最も得意とする『短期の予測』や『流動性の隙』を突く戦略が一切通用しない相手」です。

  • プロ:複雑な方程式(BSモデル等)とスピード、そして高いコストを駆使して、わずかな歪みを奪い合う。

  • 個人:方程式の前提である「長期の経済成長(ドリフト)」だけを、時間と分散で確実に受け取る。

短期売買という「プロの土俵」を捨て、金融工学が導き出した「分散」と「時間」という正解を愚直に実行することこそが、数学的にも、構造的にも、個人がプロに勝てる唯一の道と言えます。

閑話休題:ブラック=ショールズ方程式を知った(言葉として)

以下の本をずっと積読していて、GWの休みを利用して読みました。

Amazon.co.jp: 経済数学の直観的方法 確率・統計編 (ブルーバックス) eBook : 長沼伸一郎: Kindleストア

経済数学の直観的方法 確率・統計編

簡潔に言えば、株価は長期的に見れば右肩上がりになるという現象を数理的に示した幾何ブラウン運動と、

現在でもオプション価格を算出するのに利用されているブラック=ショールズ方程式について直感的に理解できるように

数式をなるべく使わずに身近な例からイメージできるように理解できるような本でした。

ブラック=ショールズ方程式の導出?には、偏微分方程式といった難しい数学による証明になっているようで、

トレーディングについて興味が出たので引き続き学習していきたいです。

株式投資を詳しく理解する

「株価はどう動くのか?」という前提(幾何ブラウン運動)

金融工学では、株価の動きを「幾何ブラウン運動」というモデルで捉えるのが一般的です。

これは、1827年に植物学者のブラウンが水面の花粉の微粒子の動き(不規則な熱運動)を観察したことに由来します。

これを株価に応用すると、以下の2つの要素に分解されます。

  1. ドリフト項(期待リターン): 長期的に見れば、経済成長に合わせて少しずつ右肩上がりに進もうとする力。

  2. 拡散項(ボラティリティ): 予測不能なノイズ(ランダムウォーク)。短期的には、このノイズがドリフト項を圧倒して激しく上下します。

機関投資家やセルサイド(証券会社など)が使う高度なモデルでも、短期間の「ノイズ(拡散項)」を正確に予測する手法は確立されていません。

つまり、短期売買は「予測不能な物理現象」に対して、コスト(手数料や税金)を払いながら挑む行為になります。

セルサイドから見た「短期売買」の景色

証券会社(セルサイド)のトレーダーやクオンツの立場で考えると、短期売買を繰り返す投資家は、実は「最もありがたいお客様」です。

なぜなら、彼らにとっての利益は「顧客の運用成績」ではなく、「取引の回数(売買代金)」に比例するからです。

短期売買を繰り返すと、以下の「摩擦(フリクション)」が発生します。

  • 売買スプレッド:買値と売値の差(見えないコスト)

  • 手数料:取引のたびに発生

  • マーケットインパクト:自分の注文そのものが株価を動かしてしまい、不利な価格で約定すること。

これらは全て、運用資産というバケツから「少しずつ水が漏れている」状態です。

次に金融工学の金字塔「ブラック・ショールズ方程式」の考え方を補助線にして整理してみましょう。

機関投資家(セルサイド)が抱える「ジレンマ」

機関投資家(特に証券会社のプロップデスクなど)は、確かに大きな注文で価格を動かす力を持っています。

しかし、彼らは同時に「リスク管理の奴隷」でもあります。

彼らがオプション取引などの価格決定に使う「ブラック・ショールズ方程式」の核心は、「デルタヘッジ」という手法にあります。

ブラック・ショールズ方程式とは: 1973年に発表された、オプション(将来買う権利など)の理論価格を算出する式です。株価が「幾何ブラウン運動(ランダム)」に従うと仮定し、リスクを完全に打ち消す(ヘッジする)にはどう動けばいいかを数式化しました。

$$C = S_t N(d_1) - K e^{-r(T-t)} N(d_2)$$

このモデルを運用するプロ側は、価格が動くたびに、リスクを消すために「機械的に」売買を繰り返さなければなりません。

つまり、彼らは「相場を操っている」というより、「相場の変動に合わせて、莫大なコストを払いながら必死に追いかけている」側面が強いのです。

なぜ個人が「ランダム性」をそのまま受けると負けるのか

個人の短期売買が不利な理由は、単純な操作能力の差だけでなく、以下の「構造的な非対称性」にあります。

  • 情報の非対称性:プロはHFT(高頻度取引)やコロケーション(取引所のすぐそばにサーバーを置く)を使い、ミリ秒単位でランダム性の先回りをします。

  • 負の期待値:幾何ブラウン運動(ランダム)において、短期的な上下は「50:50」に近いですが、そこにプロの手数料、税金、そして「プロが仕掛ける流動性の罠」が加わると、個人の期待値は数学的に1を下回ります(マイナスサムゲーム化)。

ドルコスト平均法とインデックス型投資信託は何をしているのか

ここで、話題を「ドルコスト平均法」に繋げていきましょう。

金融工学において、唯一「タダで手に入る昼食(フリーランチ)」と言われるのが「分散投資」です。

  1. 銘柄の分散(インデックス投信):個別株特有のランダムなノイズ(非効率性)を、世界中の数千銘柄を混ぜることで打ち消し、純粋な「世界の経済成長(ドリフト項)」だけを抽出しようとする試みです。

  2. 時間の分散(ドルコスト平均法):短期的な幾何ブラウン運動の「拡散項(激しい揺れ)」を、時間の経過によって平滑化(スムージング)し、ボラティリティを制御する戦略です。

機関投資家は「四半期ごとの成績」や「顧客への説明責任」があるため、短期的なランダム性に振り回され、損切りやヘッジを強制されます。

「時間」がボラティリティを殺す(数学的根拠)

金融工学において、株価の変動(リスク)は「時間の平方根」に比例すると考えられています($ \sigma \sqrt{t} $)。

一方で、期待リターン(ドリフト項)は「時間」そのものに比例します($ \mu t $)。

  • 短期間($t$が小さい):変動(リスク)の影響がリターンを圧倒します。これが「短期売買がギャンブルになる」数学的理由です。

  • 長期間($t$が大きい):時間が経てば経つほど、プラスの期待リターン(成長)が変動のノイズを押しつぶし、収益がプラスに収束する確率が高まります。

機関投資家は、たとえこの理屈を知っていても、顧客から預かった金の運用成績を「3ヶ月(四半期)ごと」に報告し、評価されなければなりません。

暴落時に「30年後にはプラスですから」と言って耐えることは、彼らの契約上、不可能なのです。

オルカン(分散)が「ブラック・ショールズ」的な破綻を防ぐ

ここで「ブラック・ショールズ方程式」が想定している世界に戻りましょう。

この方程式の前提の一つに「市場に流動性があり、連続的に取引ができる」というものがありますが、個別株の世界ではこれが頻繁に崩れます。

  • 個別株の罠:不祥事や倒産で、価格がゼロになる、あるいは連続性を失って大暴落(ジャンプ)することがあります。これはモデルが壊れる瞬間です。

  • オルカンの強み:世界中の数千社に分散されているため、一社の破綻は全体のごく僅かなノイズに過ぎません。幾何ブラウン運動が想定する「経済全体の緩やかな成長(ドリフト)」に最も近い動きを、低コストで再現できます。

ドルコスト平均法は「負のボラティリティ」を味方につける

セルサイド(証券会社)のクオンツから見ると、ドルコスト平均法は「ボラティリティ(価格変動)を自動的に利益に変えるアルゴリズム」のように見えます。

幾何ブラウン運動において、価格が激しく上下すればするほど、定額購入(ドルコスト平均法)は「安い時に大量に買い、高い時に少ししか買わない」という動作を機械的に実行します。

プロが複雑な数式と高速サーバーを使ってやろうとしている「安く買い、高く売る」という行為を、個人は「何もしない(思考停止して積み立てる)」だけで、数学的に実現してしまっているのです。

個別株の短期売買をする人は、プロが最も得意とする「短期のノイズ(拡散項)」という土俵で、プロ以上の「コスト(摩擦)」を払いながら、プロにはない「時間制限」という重りを背負って戦っています。

一方で、ドルコスト平均法でオルカンを買う人は、プロが最も苦手とする「超長期」という土俵で、プロが払えない「分散コスト(低信託報酬)」という恩恵を受け、プロが制御に苦労する「ボラティリティ」を味方にしています。

もっと詳しく

証券会社(セルサイド)と機関投資家、個人投資家との違い

セルサイドは顧客からの「買い注文」と「売り注文」を自社内でぶつける(マリー、あるいは内部化と呼びます)ことで利益を最大化します。

  • 取引所を通さないメリット: 本来なら取引所に払う手数料を節約し、さらに「買値(Ask)」と「売値(Bid)」の差額(スプレッド)をまるごと自社の利益として抜き取れます。

在庫の最適化: 多くの顧客が頻繁に売買してくれれば、セルサイドは市場に注文を出さずとも、手元にある証券の在庫を右から左へ受け流すだけで「リスクゼロ」の収益を積み上げられます。

買いと売りのバランスが崩れた時(例えば、全員がパニック売りをしている時)、セルサイドは「売りの引き受け手」にならざるを得ません。

  • 短期トレーダーが相手の場合: 注文がランダムに散らばるため、相殺しやすく、セルサイドは「スプレッド収益」でおいしい思いができます。

  • インデックス投資家が相手の場合: 彼らは一度買ったら二度と売ってくれません(在庫が固定化される)。セルサイドにとっては「取引手数料」も「スプレッド」も稼ぐチャンスが一度きりしか訪れない、極めて効率の悪い相手なのです。

証券会社(セルサイド)がなぜ摩擦をもろに受けるのか?(デルタヘッジとは何か)

証券会社は顧客からデリバティブ(オプション等)の注文を受けると、そのリスクを消すために市場で反対売買(デルタヘッジ)を行います。

ここでブラック・ショールズ方程式の出番ですが、この理論通りにヘッジしようとすると、「株価が上がったら買い増し、下がったら売る」という動作を繰り返すことになります。

これは投資の鉄則である「安く買い、高く売る」の真逆、つまり「高く買って、安く売る」という行為を強制されているのです。

まとめ

新NISAで株式投資がより身近になったものの、金融工学をの理解がないまま欲を出して個別株の短期売買をやって一攫千金を狙うということがいかにリスキーなのかを少しでも理解してほしくて記事にしました。

この記事を読んで金融のプロ中のプロと同じ土俵で戦うのは分が悪すぎると冷静になってもらい、中長期的な資産形成を目指してほしいです。

参考

hayatoito.github.io

これ読めばこの記事読まなくていいよ。。。

余談

ここからは記事とは全く関係ない近況報告になります。(飛ばしてOK)

最近のこと

読みました。

www.m3tech.blog

自然言語処理(以後、NLP)の精度を定量的に評価できることで、LLMの性能向上に寄与できたのだと理解しました。

70年以上も前にシャノンさんの論文でコミュニケーションにおけるエントロピー理論を展開して、

N-Gramというアルゴリズムを発明し、それがNLP、ひいては現在のLLMに至るその歴史を垣間見たような記事でした。

LaTeXを始めました

LaTeXを始めました

きっかけ

数学の学びなおしをしていて、数式をブログでWYSIWYG形式で書くよりもコードで管理できたほうが便利だと思ったからです。

DSや統計学についてもっと詳しくなってAIを本当の意味で理解したいと思っています。

中学数学で使うもの

分数

\frac{分子}{分母}

累乗(指数)

x^2

平方根(ルート)

\sqrt{2}

不等号

x > 5

y \ge 3

三角形

\triangle ABC

合同

\triangle ABC \equiv \triangle XYZ

相似

\triangle ABC \sim \triangle XYZ

高校数学で使うもの

集合

要素が集合に属する

a \in A

集合が集合を含む(部分集合)

A \subset B

かつ または

A \cap B

A \cup B

ベクトル

\vec a

\overrightarrow{AB}

数列の和

\sum_{k=1}^{n}k

極限

\lim_{n \to \infty}a_n

微分

\f'(x)

\frac{dy}{dx}

積分

\int_{a}^{b} x^2 \,dx

対数

\log_{a}x

三角関数

\sin \theta

\cos \theta

\tan \theta

ゆえに

\therefore

なぜならば

\because

ギリシャ文字

\mu

\sigma

\Sigma

\alpha

\beta

確率・統計

平均

\bar{x}

推定量

\hat{\theta}

分散、標準偏差の2乗

\sigma^2

組み合わせ

n \choose k

_n \text{C} _k

期待値・分散

E[X]

V[X]

集合

自然数、整数、有理数、実数、複素数

\mathbb{N} \subset \mathbb{Z} \subset \mathbb{Q} \subset \mathbb{R} \subset \mathbb{C}

参考

上記の表現はOverleaf(LaTeXのWebエディター)で確認できます。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%
% Welcome to Overleaf --- just edit your LaTeX on the left,
% and we'll compile it for you on the right. If you open the
% 'Share' menu, you can invite other users to edit at the same
% time. See www.overleaf.com/learn for more info. Enjoy!
%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\documentclass{article}
\usepackage{amsmath}
\usepackage{amssymb}
\begin{document}
First document. This is a simple example, with no 
extra parameters or packages included.

\(    \left\langle(x-x_0)^2\right\rangle=\frac{2 k_\mathrm B T}{f}t\)

\(\frac{\partial\rho}{\partial t}=D\frac{\partial^2\rho}{\partial x^2}\)

\(\frac{1}{2}\)

\(\sqrt{2}\)

\(x \le 5\)

\(y > 3\)

\(\triangle ABC\)

\(\triangle ABC \equiv \triangle XYZ\)

\(\triangle ABC \sim \triangle XYZ\)

\(AB \parallel CD\)

\(\pi\)

\(\mathrm{e}\)

\(a \in A\)

\(A \subset B\)

\(A \cap B\)

\(A \cup B\)

\(\vec{a}\)

\(\overrightarrow{AB}\)

\(\sum_{k=1}^{n}k\)

\(\lim_{n \to \infty}a_n\)

\(f'(x)\)

\(\frac{dy}{dx}\)

\(\int_{a}^{b} x^2 \,dx\)

\(\log_{a}x\)

\(\sin \theta\)

\(\cos \theta\)

\(\tan \theta\)

\(\mu\)

\(\sigma^2\)

\(\Sigma\)

\(\alpha\)

\(\beta\)

\(\bar x\)

\(\hat \theta\)

\(\binom{n}{k}\)

\(_n \text{C}_k\)

\(E[X]\)

\(Var(X)\)

\(X \sim N(mu, \sigma^2)\)

\(\mathbb{N} \subset \mathbb{Z} \subset \mathbb{Q} \subset \mathbb{R} \subset \mathbb{C}\)
\end{document}

読んだ

mathlandscape.com