Tradeviewの低流動時間帯特化型スプレッド異常検出について

低流動時間帯特化型スプレッド異常検出は、
「普段は広がるが、広がり“すぎる”瞬間」や
「通常は動かないのに突然歪む構造」を統計的に捉える手法です。
ミーンリバージョン＋スプレッド制御戦略と非常に相性が良いので、
検出 → 判断 → 売買／回避まで一気通貫で説明します。

1. なぜ「低流動時間帯」は別扱いするのか

低流動時間帯の特徴

板が薄い（Depth が浅い）
約定頻度が低い
スプレッドが構造的に広い
ノイズと歪みが多い

➡ 通常時間帯の基準で見ると
「全部異常」に見えてしまう

2. 基本思想：時間帯条件付き正規性

発想

「異常かどうか」は時間帯条件付きで定義する

つまり： $P(\text{Spread} \mid \text{Time Regime})$ P(Spread∣Time Regime)

を別モデルとして扱う。

3. 低流動時間帯の定義方法（重要）

方法①：固定時間

例：
- FX：NYクローズ〜東京早朝
- 先物：ナイト後半
- Crypto：UTC 3–6

メリット：実装簡単
デメリット：日によって流動性が違う

方法②：流動性指標ベース（推奨）

以下のいずれかが閾値以下：

約定数 / 分
板厚合計（Top N）
Order Book Imbalance
有効スプレッド（Effective Spread）

if trades_per_min < L_threshold:
    regime = "low_liquidity"

➡ 時間ではなく状態で定義

4. スプレッドの「正常分布」を作る

観測変数

Quoted Spread
Effective Spread
Relative Spread（%）

正規化

低流動時は 対数 or 相対値 が安定： $S’_t = \log\left(\frac{Spread_t}{Mid_t}\right)$ St′=log(MidtSpreadt)

条件付き統計量

$\mu_{low}, \sigma_{low}$ μlow,σlow

過去の低流動時間帯のみで推定
rolling window or EWMA

5. 異常検出①：Z-score 型（最も実用）

$Z^{spread}_t = \frac{S’_t – \mu_{low}}{\sigma_{low}}$ Ztspread=σlowSt′−μlow

判断基準例

Z	意味
0〜2	通常
2〜3	注意
>3	異常

➡ 「低流動なのに広がりすぎ」

6. 異常検出②：分位点（Quantile）ベース

正規性が怪しい場合： $S’_t > Q_{99.5\%}^{low}$ St′>Q99.5%low

極端値に強い
ファットテール対応

7. 異常検出③：構造歪み型（板ベース）

例1：片側だけ異常

Bid は近いのに Ask が異常に遠い
→ 強制的なヘッジ or LP 撤退

$\frac{Ask – Mid}{Mid – Bid} \gg 1$ Mid−BidAsk−Mid≫1

例2：スプレッド急変率

$\Delta S_t = \frac{S_t – S_{t-1}}{S_{t-1}}$ ΔSt=St−1St−St−1

低流動では Δが異常に大きいと危険

8. 異常＝取引チャンス？それとも回避？

判断フレーム

条件	行動
Spread 異常＋ Mid 安定	逆張り型スプレッド回収
Spread 異常＋ Mid 変動	取引停止
板歪みのみ	片側限定クオート
約定ゼロ	参加しない

9. ミーンリバージョン戦略との統合

クオート調整式

$S_t^{quote} = S_{base} \cdot f(Z^{spread}_t)$ Stquote=Sbase⋅f(Ztspread)

例：

if Z_spread > 3:
    widen_quotes()
elif Z_spread < 1:
    tighten_quotes()

エントリー抑制

異常検出中は Z_price を無視
スプレッド正常化後に再開

10. 実務での落とし穴（超重要）

❌ よくある失敗

全時間帯で同じ閾値
平均だけ見て分散無視
板情報を使わない
「異常＝必ず儲かる」と思う

✔ 正解アプローチ

regime conditional model
異常は状態であり シグナルではない
取引「可否」の判断に使う

11. 実装の最小構成（MVP）

最低限必要

Time / Trades / Spread
regime 判定
条件付き Z-score

拡張

Depth imbalance
Hawkes 強度
Hidden Markov Model

12. 発展ネタ（さらに上級）

EVT（極値理論）で tail modeling
オンライン change point detection
マーケットメイカー撤退検知
クロス会場スプレッド歪み