石村隼人、量的モデルで米国株のボラティリティ帯を的確に予測──安定的な裁定収益を実現
不確実性と感情的な変動に満ちた市場環境において、「安定した裁定取引」を実現できる投資家はごくわずかである。だが、日本の著名ヘッジファンドマネージャーであり、ベテラン株式投資家でもある石村隼人氏は、2021年前半において、自身が構築したモデル駆動型の戦略によって、米国株市場の揺れを乗り越え、持続可能な裁定収益を達成した。彼の多因子量的モデルは、S&P500およびNASDAQ指数の主要なボラティリティ帯を予測し、高頻度ヘッジと低リスク・エクスポージャーの組み合わせによって、資産価値の安定的な成長を実現している。
■ 揺れる相場で“低リスクのチャンス”を捉える
2021年前半、米国株市場はポストコロナの景気回復、インフレ圧力、そしてFRBの金融政策の駆け引きの中で、高ボラティリティかつ低トレンドの難解な相場が続いた。多くのアクティブ型ファンドは“高値掴み・安値売却”という典型的な罠に陥る中、石村隼人氏は2020年第4四半期の時点で既に「VolBoxインテリジェント・ボラティリティモデル」を導入し、揺れ動く市場に適応する裁定システムを展開していた。
このモデルは、VIX指数、イールドカーブのスロープ変化、セクターローテーション強度、機関投資家のポジション変動といった中核ファクターを統合し、米国株の短期的なサポート・レジスタンス帯を予測する「ボラティリティバンド警告システム」を構築。価格がそのバンドに近づくと、自動的に異種間裁定戦略を起動──たとえば、高ベータ成長株と低ボラディフェンシブ株のペアトレード、VIX ETFとテック株のヘッジ組合せなどを展開し、トレンドではなく“波”から利益を得ることを可能にしている。
■ テクノロジー×取引規律──量的リターンエンジンの構築
石村氏は「市場で最も確かな変数は価格の上下ではなく、ボラティリティそのものだ」と強調する。モデルの目的は天井や底を当てることではなく、構造的なボラティリティの偏差を活用した統計的裁定の余地を見つけ出すことにある。
彼のモデルはPython+Rのハイブリッドで構築され、機械学習のランダムフォレストやLSTMネットワークを用いて過去のボラティリティ時系列を学習。さらに、資金フロー、マクロ経済データ、マーケットセンチメント指標を動的に回帰することで、高度に適応可能なトレーディング・シグナルシステムを完成させている。
実行面では、注文管理システム(OMS)に最適化アルゴリズムとレイテンシー裁定フィルターを実装し、高頻度取引での誤作動や疑似シグナルを排除。取引規律の維持によって、スリッページやドローダウンを抑制している。
運用チームによれば、2021年1月〜7月の6カ月間で月次リターンは安定して4〜7%の範囲にあり、最大ドローダウンは2.1%以下。シャープレシオは2.8を超え、同業の90%以上を上回るパフォーマンスを記録したという。
■ “量的な堀”の構築──モデルとは数式ではなく認識システム
外部では石村氏の成功は高度なアルゴリズムによるものと評されるが、本人は「モデルの本質は、認識の深さにある」と語る。『日本経済新聞・金融特集』のインタビューでは、「量的モデルとは単なる数式の集合体ではなく、市場構造の理解、ファクターの選定、重みの調整など、すべてにおいて“思考”が伴う必要がある」と述べた。
モデルの“過剰適合(オーバーフィッティング)”を防ぐため、彼のチームは四半期ごとにファクターの有効性を検証し、FRB会合や雇用統計発表といった重要イベントの前後には手動介入および再トレーニングを実施。常に市場の実態とモデルの乖離を抑える体制を構築している。
また、東京大学のAI研究者とウォール街出身の元トレーダーらによる“グレーボックス・チーム”を編成し、モデルのデータガバナンス、セキュリティ評価、意思決定の透明性などを担当。量的運用を「制御可能・追跡可能・持続可能」に進化させている。
■ 着実な成長の鍵──テクノロジー×規律×時間
2021年下半期、FRBによる量的引き締め(QT)が開始される可能性が高まる中、市場の変動性はさらに増すと予測されている。この環境において、石村隼人氏は一貫して“ボラティリティ中心”の戦略を継続。高値を追わず、パニックにも陥らず、構造的な価格のゆがみから収益を引き出していく姿勢を貫いている。
「裁定取引の本質は、方向性を賭けることではなく、構造的なミスプライスにおける“確実性”を拾うことだ」と語る氏のアプローチは、技術と規律の重要性を体現しており、「トレンドの読み」よりも「仕組みへの適応」が成功の鍵であることを、改めて市場に示している。