メインコンテンツへスキップ
見出し画像

東証に貯金し続けて5年。それでも私が「秒トレ環境」を自作する理由

    勝てないからデータを集める。データを集めるからアプリが増える。そんなデイトレーダーの試行錯誤

    すぐりふひとさんのnoteを読んで、ご自身でアプリを開発し、デイトレ環境を構築されていることを知った。

    取引に使う道具まで自分で作る。その記事に刺激を受け、私も自分のデイトレ環境を一度、図にしてみることにした。

    私もデイトレーダーのはしくれで、相場に取り組んで5年以上になる。
    しかし、いっこうに芽が出ない。
    相変わらず東証に貯金ばかりしている。
    そろそろ引き出したいところだが、どうやら入金のほうが得意らしい。

    そんな私が取り組んでいるのは、数秒から数十秒で売買するスキャルピング、いわゆる「秒トレ」だ。
    そして、負けるたびに考える。
    なぜ、あそこでエントリーしたのか。
    なぜ、もう少し待てなかったのか。
    なぜ、利益が出ていたのに損失になったのか。
    その答えを探しているうちに、いつの間にか自作アプリが増えてしまった。


    時間軸が変わると、見ているものも変わる

    最近になってようやく実感したのは、同じ株を売買するにしても、保有する時間によって、判断に使う材料が大きく変わるということだ。

    スイングトレードなら、企業の決算や翌朝の地合い、数日間の需給動向などが重要になる。
    中長期投資なら、企業業績や成長性を分析することになるが、金利や為替、国際情勢などによって投資の前提そのものが変わることもある。
    たとえば、昨年の時点でイランをめぐる情勢がどこまで悪化し、原油価格や株価にどのような影響を与えるか、正確に予想できた人はどれほどいただろうか。
    もちろん、秒トレであっても、こうした外部環境と無関係ではいられない。

    ただ、数十秒という時間軸で私が重視しているのは、もっと目の前で起きていることだ。

    • 買い注文が続き、実際に売り板が食われているか。

    • 食われた売り板が、同じ価格ですぐに補充されるか。

    • 約定は続いているのに、高値の更新が止まっていないか。

    • 大きな買い注文が入ったあと、さらに買いが続くのか。

    • 売りが続いているのに、なぜか安値を更新しなくなっていないか。

    数十秒の取引では、こうした変化がエントリーや決済の判断に直結する。

    企業の将来を予測するのではなく、目の前の注文と約定から、次に何が起こりそうかを考える。

    これが、私の取り組んでいる秒トレの世界だ。


    大きな注文が入ったあと、何が起こるか

    個別株では、板の厚さや注文の出し方によって、億円単位の売買で株価が一気に10ティック以上動くことがある。
    もちろん、銘柄の流動性や注文の状況によって、その影響は大きく異なる。
    誰が、いつ、どちらの方向に大きな注文を出すのか。
    それを事前に予測するのは、私にはほとんど不可能だと思っている。

    しかし、大きな資金を動かす側にも事情がある。
    大量の株式を買いたくても、一度に買い注文を出せば、自分自身の注文によって株価を押し上げてしまう。
    反対に、大量の株式を売ろうとすれば、自分の売り注文によって株価を下げてしまう可能性がある。

    そのため、大口投資家は注文を分割したり、価格や出来高を見ながら執行速度を調整したりする。
    こうした注文の一部は、板や歩み値の変化として観測できることがある。

    ただし、板が補充されたからといって、同じ投資家が注文を出しているとは限らない。板情報だけで大口投資家の意図を断定することはできない。
    そこで私が注目しているのは、大きく動いたあとも、その方向に株価が進み続けるかということだ。

    たとえば、空売りをした場合を考えてみる。
    売り約定が続き、安値を次々と更新しているのであれば、下落方向への勢いが継続している可能性がある。

    一方、売り約定は続いているのに、買い板が補充され、安値を更新できなくなったとしたらどうだろう。
    売り圧力が買い注文に吸収されている可能性がある。

    この二つでは、同じ空売りポジションでも、保有を続ける理由がまったく違ってくる。
    もちろん、板の動きは複雑だ。
    リアルタイムでは、漠然と「板の雰囲気が変わった」としか表現できないことも多い。

    しかし、あとからデータを見返すと、何が継続し、何が止まったのか、少しずつ見えてくる。
    その曖昧な感覚を、できるだけ客観的なデータに置き換えたい。
    これが、私がデイトレ環境を自作している大きな理由だ。


    私のデイトレ環境は、こうなっている

    現在のデイトレ環境を図にすると、次のようになる。

    画像
    デイトレ環境の構成(2026-11)

    一見すると複雑だが、基本的には次の4つの役割に分かれている。

    1. 発注・建玉管理

    2. 板情報・約定情報の収集と保存

    3. リアルタイム監視と過去データのリプレイ

    4. 取引結果の分析と振り返り

    それぞれについて説明してみたい。

    ① 発注・建玉管理:自作アプリとkabuステーションAPI

    発注には、三菱UFJ eスマート証券の「kabuステーションAPI」を利用している。
    このAPIを通じて、自作のC#アプリケーションである「KabuDayTrader」と「KabuFuturesDayTrader」を動かしている。

    画像
    KabuFuturesDayTrader(先物売買アプリ)


    名前のとおり、株式と先物の取引を扱うためのアプリだ。
    kabuステーションAPIでは、主に二つの通信方式を利用している。

    WebSocket
    株価や板情報などをリアルタイムで受信するための仕組みだ。
    一度接続すると、更新されたデータがPUSH配信されるため、繰り返し問い合わせる必要がない。

    REST API
    注文の発注、訂正・取消、注文照会、建玉照会などに利用する。
    現在は、売買のエントリー判断は自分で行い、アプリから手動で発注している。

    一方、ポジションが逆行した場合の損切りには、自動処理を組み込んでいる。
    エントリーは人間、リスク管理の一部はプログラム。
    今のところ、この役割分担にしている。

    秒トレでは、判断してから注文を出すまでの時間が重要になる。
    そのため、注文操作を簡単にすることも、自作アプリの大切な役割だ。

    ② データ収集・保存:楽天証券のRSSとMySQL

    板情報の収集には、楽天証券の「マーケットスピード II」を利用している。
    マーケットスピード IIには、Excelと連携するRSS機能がある。
    この機能を使い、Excelにリアルタイムの板情報を取り込み、Pythonで読み取ってMySQLに保存している。

    構成は次のようになっている。
    マーケットスピード II → Excel(RSS) → Python → MySQL
    板情報は、原則として1秒間隔で収集している。

    現在は3台のWindows環境で構成しており、そのうち2台はクラウド上で動作させている。

    役割は大きく三つに分けている。

    第一の役割:監視対象銘柄の板情報
    値動きがありそうな約180銘柄について、板情報を収集する。

    第二の役割:為替・先物の板情報
    個別株だけでなく、為替や先物の情報も保存する。

    第三の役割:日経平均株価を1秒単位で算出
    日経225採用銘柄について、各銘柄の現在値と最良売買気配値を取得している。

    この仕組みで実現しているのが、日経平均株価のリアルタイム計算だ。
    日経平均株価は、単純に225銘柄の株価を合計して225で割ったものではない。
    各銘柄の株価に「株価換算係数」を掛け、その合計を「除数」で割って算出する。

    日経平均株価 = Σ(各銘柄の株価 × 株価換算係数)÷ 除数

    この計算方式を自作システムに実装している。

    225銘柄の現在値を取得し、それぞれの株価換算係数を適用して合計し、最新の除数で割る。
    つまり、公式の日経平均株価と同じ算出方式を利用しているため、計算上は正確な日経平均株価を求められる仕組みになっている。

    そして、ここにはもう一つ特徴がある。
    通常、公表される日経平均株価は5秒間隔で更新される。
    一方、私のシステムでは、収集した株価データを使って1秒間隔で日経平均株価を算出している。
    公式指数の更新を待たずに、225銘柄の株価変動を反映した指数を確認できるわけだ。

    もちろん、元になる株価データの更新タイミングや取得状況によって、公式値との間にわずかな差が生じる可能性はある。
    しかし、計算方式そのものは公式と同じであり、実際にもかなり正確な値が得られている。
    5秒間隔で公表される日経平均株価を、自分の環境では1秒間隔で追いかける。

    これも、秒単位の値動きを観察するために、自作システムを構築している理由の一つだ。

    なお、板情報とは別に、kabuステーションAPIから取得できる約定・注文関連のデータも、Pythonを使ってMySQLに保存している。

    約定履歴の保存先は「yakuraku」というテーブルだ。

    MySQLはクラウド上の2台のデータベース環境で運用している。

    こうして、市場の動きと自分の売買履歴を、あとから時刻で突き合わせられる環境を作っている。

    ③ 監視・リプレイ:過去の板を再生する

    保存したデータは、自作の監視・リプレイアプリで利用している。
    監視対象は、株式と先物のリアルタイム板情報だ。
    個別銘柄の監視に加え、相場全体の状況を把握するため、山谷モニターや日経平均構成銘柄のヒートマップなども利用している。

    画像
    日経平均ヒートマップ(寄り前11/12 8:58)
    画像
    日経平均採用銘柄気配値(寄与度前日比でソート)


    ここで特に力を入れているのが、過去の板情報を時系列で再生する機能だ。
    株価チャートは、過去の値動きを確認するには便利だ。

    画像
    板情報をグラフ化
    画像
    板情報(秒単位の時系列変化)


    しかし、ローソク足だけでは分からないことがある。
    たとえば、1分足で大きな陰線ができていたとする。
    その1分間に、実際には何が起こっていたのだろうか。
    最初に大口の売り注文が入ったのか。
    買い板が次々と食われていったのか。
    途中で買い注文が増え、一度は下落が止まったのか。
    売りが止まったあと、再び売り注文が増えたのか。
    こうした変化は、ローソク足だけでは十分に分からない。

    そこで、保存した板情報を1秒単位で再生できるようにしている。
    もちろん、1秒間隔の記録では、その間に起きたすべての注文や約定を再現できるわけではない。
    それでも、ローソク足だけを見ていたときと比べれば、取引当時の状況をかなり詳しく確認できる。
    秒トレの反省には、秒単位のデータが必要だ。
    そう考えて作っている。

    ④ 取引の振り返り:損益と板の動きを照合する

    最後が、取引結果の分析だ。
    自分の売買履歴から、約定損益や累積損益を計算する。
    それだけなら、証券会社の取引履歴でも確認できる。

    私がやりたいのは、その先だ。
    なぜ、その取引で利益が出たのか。なぜ、損失になったのか。
    取引時刻と板情報を突き合わせ、その原因を考える。

    たとえば、次のようなことを確認する。

    • エントリーした直後、買いと売りのどちらが優勢だったのか。

    • 損切りした時点で、値動きの方向は本当に変わっていたのか。

    • 利確したあとも、同じ方向への値動きが続いていたのか。

    • 板の厚さや約定の勢いに、どのような変化があったのか。

    • 同じような場面で、過去にも同じ判断ミスをしていないか。

    目指しているのは、単なる損益集計ではない。

    自分の判断と、そのとき市場で起きていたことを照合する仕組みだ。


    利確が早かったのか、それとも正しい撤退だったのか

    この環境を作って、一番役立っているのは、自分がエントリーした秒と決済した秒の前後を見返せることだ。
    たとえば、空売りして利益が出たものの、決済したあとに株価がさらに下落したとする。

    以前の私は、単純にこう考えていた。
    「また利確が早すぎた」
    しかし、板情報を見返すと、違う景色が見えてくることがある。

    自分が決済した時点では、売り約定が減り、安値の更新も止まっていた。
    その後、いったん反発してから再び下落していたのだ。
    結果としては、持ち続けたほうが利益は大きかった。

    しかし、その時点で観測できた情報から判断すれば、決済は必ずしも間違いではなかったことになる。
    反対のケースもある。
    売り約定が続き、安値も更新し続けていた。

    それなのに、少し含み益が出たところで安心して買い戻してしまった。
    こちらは、値動きの変化ではなく、自分の心理で決済した可能性がある。
    以前は、この二つをどちらも「利確が早かった」と片づけていた。

    しかし、本当はまったく違う問題なのだ。
    良い判断をしたのに、結果が悪かった取引。
    悪い判断をしたのに、結果が良かった取引。
    トレードでは、この二つを区別することが重要だと思う。

    損益だけを見ていると、その違いが分からなくなる。
    だからこそ、取引時点の情報を残しておきたい。


    アルゴリズムを作れば勝てる、と思っていた

    実は、これまで何度も自動売買のアルゴリズムを作ってきた。
    売買データを収集し、条件を設定して、過去のデータでバックテストを行う。

    すると、利益が出るアルゴリズムが見つかることがある。
    「これで勝てるのではないか」

    期待して実際の市場に投入する。
    ところが、思うように勝てない。

    そんな経験を繰り返してきた。
    考えてみれば、当然のことかもしれない。

    過去のデータで利益が出たからといって、未来でも利益が出るとは限らない。

    過去の相場に偶然適合していただけかもしれないし、取引コストや実際の約定条件を十分に考慮できていなかった可能性もある。
    そもそも、アルゴリズムの根拠となる市場の動きが、将来も続くとは限らない。
    特に、秒単位の個別株取引では、わずかな注文の違いによって結果が変わる。

    だから最近は、いきなり儲かるアルゴリズムを作ろうとするよりも、まず自分自身が市場の動きを理解することが先ではないかと考えるようになった。
    自分で説明できない売買判断を、プログラムに任せても、本質的な問題は解決しない。
    もちろん、すべてを人間が理解しなければ自動売買できない、というわけではない。

    ただ、今の私にとっては、観察して、仮説を立て、データで検証することが必要なのだと思っている。


    自作アプリは増えるが、利益はなかなか増えない

    こうして振り返ると、ずいぶん遠回りをしている気もする。

    取引で負ける。
    原因を知りたくなる。
    データを集める。
    分析したくなる。
    アプリを作る。
    新しいことが見えてくる。
    そして、また取引で負ける。

    なかなか見事な循環である。
    しかも、最近では生成AIのおかげで、アプリ開発の速度が大幅に上がった。

    以前なら何日もかかった機能が、短時間で実装できるようになっている。
    その結果、トレードが上達する速度より、自作アプリが増える速度のほうが速い。
    困ったものである。

    それでも、環境を作ってよかったと思うことはある。
    損切りした直後に入り直したとき、自分は何を見ていたのか。
    利確したとき、本当に値動きの勢いは止まっていたのか。
    勝った取引は、良い判断だったのか、それとも単なる幸運だったのか。

    負けた取引には、次に生かせる理由があったのか。
    以前は、取引が終われば、そんな疑問も次の日には忘れてしまっていた。

    今は、少なくともデータを見返して、考えることができる。
    もちろん、データがあるだけで勝てるようになるわけではない。

    大切なのは、そこから何を学び、次の行動をどう変えるかだ。
    勝てるトレーダーになる前に、まず、自分の負け方を説明できるトレーダーになりたい。
    そんなことを考えながら、今日も板を眺めている。

    東証への貯金は、そろそろ十分だ。
    できれば次は、利息をつけて引き出したいものである。

    この記事はnoteマネーにピックアップされました

    noteマネー 今週の特集「AI株を占うエヌビディア決算」
     
     
    最新のAI技術を駆使して、日々の情報発信を行います。AIの力で新たな投資の可能性を探り、皆様と共に成長していくことを目指します。ぜひ、我々の旅にご参加ください!まずは、スキ、フォローをお願いします。

    あなたへのおすすめ