Pythonでボラティリティを使ったポジションサイジング入門【ドル円FX対応コード付き】

ドル円のトレードを始めたころ、毎回「何ロット入ればいいんだろ」って感覚でやってました。子供が生まれてから相場を見る時間がほぼなくなって、それがかえって良かったのかもしれません。適当にロット数を決めていたのが、ちゃんと計算するようになったので笑。今回はATR（Average True Range）を使ったポジションサイジングをPythonで実装する方法を紹介します。

なぜポジションサイジングが大事なのか
ATRとは何か
ポジションサイジングの考え方
PythonでATRベースのポジションサイジングを実装
- 実行結果のイメージ
さらに改良：ボラティリティに応じて動的に調整
まとめ

なぜポジションサイジングが大事なのか

正直、最初はエントリータイミングばかり気にしてました。でも資金管理が甘いと、たとえ勝率60%の戦略でも連敗したときに退場してしまいます。ポジションサイジングとは「1回のトレードでどれだけのリスクを取るか」を事前に計算するプロセスです。FXのドル円では特にボラティリティ（価格変動の大きさ）が日によって全然違うので、固定ロットで入り続けるのは危ないと思います。

ATRとは何か

ATR（Average True Range）は、一定期間の価格変動の平均を示すテクニカル指標です。例えば14日ATRが「0.80円」なら、ここ2週間で平均して1日に0.80円動いているということ。このATRをリスク管理の基準として使います。

計算式のイメージ：

True Range = max(高値-安値, |高値-前日終値|, |安値-前日終値|)
ATR = True Rangeの14日移動平均

ポジションサイジングの考え方

基本的な考え方は「1回のトレードで口座残高の何%を失っても許容できるか」を先に決めること。一般的には1〜2%が推奨されています。僕は子供の教育費を考えると怖いので1%で設定しています笑。

計算式はシンプルです：

ロット数 = (口座残高 × リスク許容率) ÷ (ATR × ストップロス係数 × 1pipの価値)

PythonでATRベースのポジションサイジングを実装

まずyfinanceでドル円のデータを取得してATRを計算します。

import yfinance as yf
import pandas as pd
import numpy as np

def calculate_atr(symbol='JPY=X', period='3mo', atr_period=14):
    """ATRを計算する関数"""
    df = yf.download(symbol, period=period, interval='1d', auto_adjust=True)
    
    # True Range計算
    df['H-L'] = df['High'] - df['Low']
    df['H-PC'] = abs(df['High'] - df['Close'].shift(1))
    df['L-PC'] = abs(df['Low'] - df['Close'].shift(1))
    df['TR'] = df[['H-L', 'H-PC', 'L-PC']].max(axis=1)
    
    # ATR（14日移動平均）
    df['ATR'] = df['TR'].rolling(window=atr_period).mean()
    
    latest_atr = df['ATR'].iloc[-1]
    latest_price = df['Close'].iloc[-1]
    
    return latest_atr, latest_price, df

def calculate_position_size(
    account_balance=500000,   # 口座残高（円）
    risk_rate=0.01,           # リスク許容率（1%）
    atr=None,
    stop_loss_atr_multiplier=2.0,  # ATRの何倍でストップを置くか
    lot_unit=10000,           # 1ロット = 1万通貨
):
    """ポジションサイジングを計算する"""
    if atr is None:
        raise ValueError("ATRを指定してください")
    
    # 許容損失額（円）
    max_loss_jpy = account_balance * risk_rate
    
    # ストップロス幅（円換算）
    # ドル円の場合、1pip = 0.01円
    stop_loss_pips = atr * stop_loss_atr_multiplier
    stop_loss_jpy_per_lot = stop_loss_pips * lot_unit * 0.01  # 1ロットあたりの損失
    
    # ロット数計算
    lots = max_loss_jpy / stop_loss_jpy_per_lot
    
    return {
        'account_balance': account_balance,
        'risk_rate': risk_rate,
        'max_loss_jpy': max_loss_jpy,
        'atr': atr,
        'stop_loss_pips': stop_loss_pips,
        'recommended_lots': round(lots, 2),
        'recommended_units': int(lots * lot_unit)
    }

# 実行例
atr, price, df = calculate_atr()
print(f"現在のドル円: {price:.2f}円")
print(f"14日ATR: {atr:.3f}円")

result = calculate_position_size(
    account_balance=500000,
    risk_rate=0.01,
    atr=atr,
    stop_loss_atr_multiplier=2.0
)

print("
--- ポジションサイジング結果 ---")
print(f"口座残高: {result['account_balance']:,}円")
print(f"リスク許容額: {result['max_loss_jpy']:,.0f}円")
print(f"ストップロス幅: {result['stop_loss_pips']:.3f}円 ({result['stop_loss_pips']*100:.1f}pips)")
print(f"推奨ロット数: {result['recommended_lots']}ロット")
print(f"推奨取引量: {result['recommended_units']:,}通貨")

実行結果のイメージ

現在のドル円: 152.34円
14日ATR: 0.823円

--- ポジションサイジング結果 ---
口座残高: 500,000円
リスク許容額: 5,000円
ストップロス幅: 1.646円 (164.6pips)
推奨ロット数: 0.30ロット
推奨取引量: 3,042通貨

さらに改良：ボラティリティに応じて動的に調整

ATRが高い（ボラが荒い）ときは自動的にロット数を減らす仕組みも作れます。

def dynamic_position_sizing(
    account_balance=500000,
    risk_rate=0.01,
    current_atr=None,
    baseline_atr=0.8,  # 基準ATR
    max_lots=1.0,
    min_lots=0.05
):
    """ボラティリティに応じた動的ポジションサイジング"""
    base_result = calculate_position_size(account_balance, risk_rate, current_atr)
    
    # ボラティリティ調整係数
    vol_adjustment = baseline_atr / current_atr
    adjusted_lots = base_result['recommended_lots'] * vol_adjustment
    
    # 上限・下限を設定
    adjusted_lots = min(max(adjusted_lots, min_lots), max_lots)
    
    return {
        **base_result,
        'vol_adjustment': vol_adjustment,
        'adjusted_lots': round(adjusted_lots, 2)
    }