1. 「論文が出ると、その戦略は稼げなくなる」という仮説

論文は2010年1月から2025年12月までのデータを使い、最初の5年をお手本の推定に充てて、2015年ごろから2025年12月までの成績を報告している。年率+23.8%、シャープレシオ2.22、最大ドローダウン（資産が一番落ち込んだときの下落幅）9.6%という出来すぎな数字が並ぶ。投資戦略は公開された瞬間から優位性が削られ始めるとよく言われ、売買のサインを誰でも計算できる戦略ほどその傾向は強い。

そこで、論文の公開日（2026年3月18日）の前後で2つの期間に分けてリターンを比べた。

• 公開前の50営業日: 2026年1月5日（論文のバックテスト期間が終わった翌営業日）〜3月18日（公開日）。バックテストには含まれないが、まだ世の中に出ていない期間
• 公開後の40営業日: 2026年3月19日〜5月20日

公開前の期間で戦略が働いていれば、過去のデータに合わせ込みすぎた見せかけの成績（過学習）ではなかったことになる。公開後に成績が落ちていれば、同じ手を使う参加者が増えて優位性が薄れたと読める。

2. データと検証手法

戦略の実装

主成分分析（PCA）は、たくさんの業種の値動きから、共通して動く大きな流れを数本だけ取り出す統計の手法だ。論文はこの流れの取り出し方に「全体」「日米の差」「景気敏感とディフェンシブの差」というお手本の方向を混ぜ、米国で前日に何が上がったかから、日本で翌日にどの業種が上がるかを予測する。窓の長さ、お手本を混ぜる重み、取り出す本数は論文と同じにして自分で実装したが、論文と違う点が3つある（下の制約に書いた）。

データ

• 米国の業種ETF（11業種）: XLB/XLC/XLE/XLF/XLI/XLK/XLP/XLRE/XLU/XLV/XLY の前日終値から当日終値までのリターン
• 東証17業種別ETF（17業種）: 1617〜1633 の前日終値から当日終値までのリターン（予測モデルの学習用）と、寄り付きから大引けまでのリターン（売買の成績用）。銘柄の一覧はAppendixに載せた
• 比較の基準: TOPIX の寄り付きから大引けまでのリターン

突き合わせたのは、日米28本の業種ETFについて2025年8月1日以降の日足5,486行と、比較用のTOPIXの始値と終値である。

売買のサインは論文の説明に従って、日本の取引日ごとに次の手順で作った。直前60営業日分の「米国の前日、日本の当日」の28業種のリターンを並べて主成分分析にかけ、取り出した流れにお手本の方向を9割の重みで混ぜる。そこに当日の米国の値動きを当てはめて日本の17業種の予測値を出し、上位3つを買い、下位3つを売る。

# PCA via SVD on standardized data
_, _, Vt = np.linalg.svd(Z, full_matrices=False)
V_pca = Vt.T[:, :K]

# 部分空間正則化: お手本サブスペース V_target と λ=0.9 で混合
V_reg = regularize(V_pca, V_target, LAMBDA)

# 直近の米国リターンを標準化し、因子スコア経由で日本17業種を予測
z_us_today = (r_us_today - means[:n_us]) / stds[:n_us]
f = V_reg[:n_us, :].T @ z_us_today      # 因子スコア (K=3)
z_jp_pred = V_reg[n_us:, :] @ f         # 17業種の予測値
order = np.argsort(z_jp_pred)[::-1]
long_idx, short_idx = order[:3], order[-3:]

データの前提条件と制約

3. 公開前の50日は-1.0%、公開後の40日は-19.4%

買いと売りを組み合わせた戦略の累積リターンは、公開前の50営業日が-1.0%、公開後の40営業日が-19.4%だった。同じ期間のTOPIX（寄り付きから大引けまで）は+8.5%と-3.0%。公開前は市場が上がる中で戦略は横ばいからわずかに負け、公開後は市場の下げ幅をはるかに超えて負けた。

公開前はシャープレシオ-0.13で、最大ドローダウンは2月16日の高値から3月18日までの11.1%。TOPIXが8.5%上がる中で、戦略は横ばいからわずかなマイナスだった。公開後はシャープレシオが-4.09、最大ドローダウンは4月1日から5月20日までの21.1%。TOPIXも3.0%下げたが、累積リターンの悪化は戦略が18.5ポイント、TOPIXが11.5ポイントで、市場全体の流れが変わっただけでは説明できない、戦略そのものの劣化が起きている。

4. 公開後に固まった「景気敏感を買い、ディフェンシブを売る」向き

各業種が買い、売り、持たない、のどれに何日選ばれたかを数えた。

公開前は同じ業種が買いにも売りにも頻繁に出てくる（小売は買い19日・売り18日、食品は買い16日・売り16日）。向きで数えると、景気に敏感な業種（シクリカル）を買って景気に左右されにくい業種（ディフェンシブ）を売る日が24日、その逆が24日で、前日と向きが変わった日は49回中22回。サインは毎日のように向きを変えていた。

公開後は様変わりした。買いは銀行（22日）、電機・精密（20日）、金融（除く銀行）（14日）といった景気敏感の業種に集中し、売りは電力・ガス（25日）、食品（23日）、不動産と小売（各14日）といったディフェンシブの業種に集中した。40日のうち28日が「景気敏感を買い、ディフェンシブを売る」向きで、逆向きは12日だった。

この期間の日本市場の日中は、その逆に動いた。景気敏感を買った28日は、買った側が平均で0.47%下げ、売った側のディフェンシブは0.08%の下げにとどまって、1日平均0.39%の負け。逆向きだった12日も1日平均0.87%の負けで、勝率は17%にとどまる。向きに関係なく負けた結果が累積-19.4%だ。

5. 先回りで説明がつく公開後の悪化と、90日では言い切れない限界

理由1: 論文を読んだ参加者の先回り

論文を読んだプロのトレーダーや個人投資家が同じサインを使い、サインの方向に先回りで動くと、戦略のもうけの元が薄まっていく。同じ戦略に資金が集まりすぎた状態をクラウディングと呼ぶ。

今回は、公開前に横ばいだった戦略が、公開後に大きく沈んだ。公開後の戦略は「景気敏感を買い、ディフェンシブを売る」というほぼ1つのサインに固まっていて、論文を読んだ人には追いやすい形だった。寄り付き前に方向が読めるなら、本気で乗る人もいれば、先回りして寄り付きで利益を確定する人も出る。寄り付きが高く始まって引けにかけて下がる日が増えれば、寄り付きで買って大引けで売るこの戦略には逆風になる。

理由2: 相場の流れがバックテストの終わりで変わっていた可能性

論文のバックテスト期間は2025年12月まで。公開前の50日はその直後の期間だが、相場の流れはバックテストの終盤とは少し違っていた可能性がある。公開前でも戦略のシャープレシオは-0.13で、論文の2.22には遠い。公開されていなくてもバックテストどおりには出なかった、というところまで含めて、劣化は公開前から始まっていた可能性がある。

理由3: 寄り付きと大引けの売買の摩擦

論文のバックテストは、米国の当日の終値までの値動きをサインにして、翌営業日の日本の寄り付きから大引けまでのリターンを計算している。実際の売買では、寄り付きで注文した値段と成立する値段がずれ、大引けでは指値が成立しにくい。売買が薄い東証17業種別ETFでは、寄り付きに買いが集まると寄り付きの値段が上に飛び、買った瞬間から含み損になる。公開後は買いが特定の業種に集中していたので、この摩擦も損を広げた可能性がある。

理由4: 論文と3点で違う実装

論文を読み直すと、今回の実装は3点で論文と違っていた。買い・売りの業種の数は、論文が予測値の上位30%と下位30%（約5業種ずつ）で、今回は3業種ずつ。お手本の混ぜ方は、論文が業種どうしの相関の行列にお手本を混ぜてから主成分を取り出すのに対して、今回は取り出した主成分の向きにお手本を混ぜて直交化した。景気敏感とディフェンシブの割り当ても違う。論文は米国の XLB/XLE/XLF/XLRE と日本のエネルギー資源・電機精密・商社卸売・銀行を景気敏感、米国の XLK/XLP/XLU/XLV と日本の食品・医薬品・電力ガス・小売をディフェンシブとし、残りには割り当てない。今回は XLK と XLRE が逆で、17業種すべてに割り当てた。この違いは公開前と後の両方にかかるので、公開後だけ悪化した説明にはならない。ただ、試したのが論文の戦略そのものではないので、論文の戦略が公開後に負けるようになったとまでは言えない。

先回りされたという見立てと、90日では切らない判断

公開前は横ばい、公開後は大きくマイナスで、TOPIXの動きで説明できる差ではない。公開後だけ悪化した理由としては、論文を読んだ参加者の先回りがいちばん筋が通る。ただ、公開前にプラスが出ていない以上、公開前にあった優位性が消えたとまでは言えない。合計90営業日で戦略を切る気もない。公開後がたまたま厳しい局面だった可能性も残るし、論文どおりの設定なら結果も変わる。設定を論文に合わせ、検証期間を延ばして見ていく。

論文の戦略を自分のデータで試すと数字が縮むのは、市場の非合理性で株価を予測する論文を日本株で試したときも同じだった。シャープレシオ1を超えて長く回せる戦略はめったにない。自分のお金で動かす前には、実際の値動きでしばらく答え合わせをするフォワードテストでもう一段確かめたい。

6. まとめ

次に確かめるのは2つ。買い・売りの業種の数とお手本の混ぜ方を論文の設定に合わせたときに結果が変わるかと、6月以降も負けが続くかだ。

7. Appendix

A. 公開前の50営業日の日次のポジションと損益

論文の公開前で、バックテストには使われていない期間。各営業日の買い3業種と売り3業種、買いと売りを合わせた日次リターン、100万円で始めた場合の日次損益（円）と残高を全件載せた。残高は前日の残高に（1＋日次リターン）を掛けて計算している。最終残高は990,345円（-9,655円、-0.97%）。

B. 公開後の40営業日の日次のポジションと損益

論文の公開後の期間。最終残高は805,840円（-194,160円、-19.42%）。

C. 使用業種ETF一覧

今回使った東証17業種別ETFは次のとおり。論文と同じく、TOPIX-17の区分に対応するETFを使った。

対象論文: 中川慧ら『部分空間正則化付き主成分分析を用いた日米業種リードラグ投資戦略』, 人工知能学会第二種研究会資料 SIG-FIN-036（2026年3月18日発行）, J-STAGE