株価テクニカル分析の科学的妥当性：実証的調査と批判的レビュー

第1章理論的対立：市場の効率性と予測可能なパターン

テクニカル分析の有効性を巡る議論は、現代ファイナンス理論の根幹をなす二つの対立する世界観の間に位置している。一方は、市場価格の動きは本質的に予測不可能であるとする「効率的市場仮説」。もう一方は、過去の価格パターンには将来を予測する情報が含まれているとするテクニカル分析の哲学である。この章では、テクニカル分析が理論的に「機能しないはず」とされる理由を明確にし、後の実証分析の土台を構築する。

1.1 テクニカル分析の基本理念

テクニカル分析は、3つの主要な前提に基づいている [1, 2]。

市場の動きはすべてを織り込む (Market Action Discounts Everything)：この基本理念は、経済指標、ファンダメンタルズ、ニュース、投資家心理といった、市場に影響を与えるすべての既知および認知された情報が、既に資産価格に反映されていると仮定する [1, 2, 3]。これにより、分析者は価格と出来高という市場内部のデータにのみ集中することが正当化される [1, 4]。
価格はトレンドを形成して動く (Prices Move in Trends)：テクニカル分析家は、価格がランダムに動くのではなく、一定期間持続する方向性を持ったトレンド（上昇、下降、横ばい）を形成すると信じている [1, 2, 3]。分析の目的は、トレンドの発生を早期に特定し、その流れに乗ることである [5, 6]。
歴史は繰り返す (History Tends to Repeat Itself)：この前提は市場心理学に根差している。恐怖や欲望といった人間の感情に起因する集団的行動が、繰り返し発生し、識別可能なチャートパターンを生み出すと考える [1, 2, 7]。「ヘッド・アンド・ショルダー」や「ダブルトップ」といったパターンの分析は、この信念から直接生まれている [1, 3]。

1.2 効率的市場仮説（EMH）：理論的な挑戦

テクニカル分析の正当性に最も強力な理論的挑戦を突きつけるのが、効率的市場仮説（EMH）である。EMHとは、資産価格が利用可能なすべての情報を完全に反映しており、市場平均を上回るリターンを一貫して得ることは不可能であるとする理論である [1, 5, 8]。市場が効率的であれば、価格は「ランダムウォーク」し、過去の価格変動から将来の変動を予測することはできないとされる [9, 10]。

EMHは、情報の織り込み度合いによって3つの段階に分類されるが、特にテクニカル分析と直接対立するのが「ウィーク・フォーム（弱効率性）」である [8, 9]。ウィーク・フォームの市場では、過去の株価や出来高といった全ての市場データは、既に現在の価格に完全に織り込まれているとされる [11, 12]。この仮説が正しければ、過去のデータのみに依存するテクニカル分析は、将来の価格予測において何ら有効性を持たないことになり、その存在意義が根本から否定される [8, 10, 11, 13]。

この理論的対立は、学術界と実務家の間に存在する深い溝を説明するものである。EMHを支持する研究者は、テクニカル分析を「ブードゥー・ファイナンス」や占星術のようなものと見なしがちであり [7]、一方でテクニカル分析を実践するトレーダーは、暗黙のうちにウィーク・フォームのEMHを否定していることになる。この対立は単なる統計的有意性の問題ではなく、市場の根本的な性質に関する哲学的な不一致なのである。

1.3 溝を埋める試み：行動ファイナンスと適応的市場仮説

EMHが想定する完全な合理性に対し、行動ファイナンスは、投資家が心理的バイアス（例：アンカリング、ハーディング行動）によって非合理的な判断を下し、価格がファンダメンタルズから乖離する可能性を指摘する [2, 5, 7, 14]。この価格の歪みが、テクニカル分析が捉えようとするパターンを生み出す土壌となる可能性がある。

さらに、アンドリュー・ローが提唱した「適応的市場仮説（AMH）」は、両者の和解案を提示する。AMHによれば、市場の効率性は静的な状態ではなく、時間と共に進化する動的なものである [15]。投資家が新たな収益機会を発見し、それを活用し、競争が激化するにつれて、その収益機会は消失していく。この枠組みの中では、テクニカル分析によって利益を得る機会が、一貫してではなく、一時的に（エピソード的に）出現しては消えるという現象が説明可能となる。

この文脈で興味深いのは、「自己実現的予言」というパラドックスである。テクニカル分析が機能するのは、それが市場の客観的な未来を予測するからではなく、市場参加者の行動に影響を与えるからかもしれない。例えば、多くのトレーダーが同じテクニカル指標（例：フィボナッチ・リトレースメント）を意識すると、その価格レベルに注文が集中し、結果としてそのレベルが実際に支持線や抵抗線として機能するようになる [5, 16, 17]。この場合、指標の有効性は、その内在的な予測能力ではなく、その「人気」に依存することになる。これは、本質的に不安定なダイナミクスであり、ある手法の収益性がその普及度によって決まる可能性を示唆している。

第2章学術研究の批判的統合

この章では、理論から実証へと移り、テクニカル分析の収益性と予測能力に関する数十年にわたる学術研究の成果を厳密に検証する。

2.1 メタ分析：全体像の把握

テクニカル分析に関する学術研究の最も包括的なレビューの一つに、Park and Irwin (2007) の研究がある [6, 18, 19, 20, 21]。この研究は、1980年代以降のより洗練された手法を用いた92の「現代的研究」を調査し、そのうち58件がテクニカル分析に肯定的な結果を報告し、否定的な結果は24件、混合的な結果は10件であったと結論付けている [18, 22, 23]。これは、学術的証拠が一方的に否定的ではないことを示す重要な出発点である。

しかし、この肯定的な結果には重要な留保条件が付く。第一に、これらの研究で報告された収益性は「少なくとも1990年代初頭まで」に集中しており、それ以降は収益性が低下する傾向にあることが示唆されている [18, 20, 24, 25]。この「収益性の減衰」は、パーソナルコンピュータとインターネットの普及、そしてその後のアルゴリズム取引の台頭と時期的に一致する [5, 26, 27]。情報へのアクセスが容易になり、取引が自動化されるにつれて、かつて単純なテクニカルルールが捉えていた市場の非効率性は、裁定取引によって急速に解消されていったと考えられる。これは、利益機会が出現しては消滅するという適応的市場仮説を裏付ける強力な証拠である [15]。

第二に、テクニカル分析の有効性は市場に依存する。初期の研究では、株式市場よりも外国為替（FX）市場や先物市場で収益性が高いことが示された [6, 18, 19, 20, 24]。より最近の研究でも、FX市場や、より非効率的と見なされる新興国市場において、テクニカル分析が有効である可能性が示唆されている [10, 22]。

表1：テクニカル分析の収益性に関する主要な文献レビューの要約

研究 (発表年)	レビュー対象	主要な発見	証拠が強い市場	主要な注意点
Park & Irwin (2007) [18, 20]	95件の現代的研究	95件中56件が肯定的結果を報告	外国為替、先物	収益性は1990年代初頭以降に減衰。データスヌーピング等の問題が指摘されている。
[22]のレビュー [22]	92件の研究	92件中58件が肯定的結果を報告	新興国市場、FX	取引コストを考慮すると利益は大幅に減少または消失する。
Lo et al. (2000) (White's Reality Check) [28]	7,846の取引ルール	データスヌーピングを補正すると、米国株価指数における単純な取引ルールの収益性は統計的に有意ではない。	米国株式	データスヌーピングバイアスが肯定的な結果の主因である可能性が高い。

2.2 方法論的な課題：なぜ肯定的な結果はしばしば幻想なのか

学術研究で報告される肯定的な結果の多くは、以下の深刻な方法論的課題に直面しており、その信頼性を割り引いて考える必要がある。

データスヌーピング（データマイニング）バイアス：これは最も深刻な批判である。同じデータセットに対して何千もの取引ルールを試せば、純粋な偶然によって、あたかも利益を生むかのように見えるルールがいくつか見つかる [22, 28]。この問題を統計的に補正するために開発されたホワイトのリアリティチェック（White's Reality Check）を用いた研究では、米国株価指数における多くのテクニカル取引ルールの収益性は統計的に頑健ではないことが示されている [28]。
取引コストの影響：多くの学術的シミュレーションは、手数料やビッド・アスク・スプレッドといった現実世界の取引コストを無視している。これらのコストを考慮に入れると、報告されている利益は消失するか、あるいは損失に転じる場合が多い [19, 22, 25, 29]。例えば、BRICS市場を対象としたある研究では、手数料を考慮した後、ほとんどのテクニカル戦略は単純なバイ・アンド・ホールド戦略を上回ることができなかった [22]。
リスク調整の不備：ある戦略が高いリターンを生むのは、単に高いリスクを取っているからかもしれない。多くの研究は、このリスクを適切に調整できておらず、見かけ上の「超過リターン」は予測能力の証拠ではなく、単なるリスクプレミアムである可能性がある。
主観性と過剰適合（オーバーフィッティング）：多くのテクニカル分析の概念は定義が曖昧で、分析者による主観的な解釈の余地が大きい [30, 31]。また、移動平均の期間やRSIのレベルなど、調整可能なパラメータが多い取引システムは、過去のデータに「過剰適合」させることが可能である。これにより、バックテストでは優れた成績を示すものの、未知のデータ（実取引）では機能しないという事態に陥る [31]。

2.3 現代の動向：機械学習とアルゴリズム取引

テクニカル分析の進化は、現在、人工ニューラルネットワーク、遺伝的アルゴリズム、機械学習といった高度な手法を取り込んでいる [5, 27]。文献計量分析によれば、「機械学習とセンチメント分析」および「アルゴリズム取引」が、この分野における主要な研究テーマとなっている [27]。市場の取引量の大部分を占める高頻度取引（HFT）も、テクニカルな概念に大きく依存している [26]。

学術界と実務界の見解の相違は、「実装のギャップ」からも説明できる。学術研究は、客観的で反証可能な厳密なルールをテストし、「異常リターン」の生成に焦点を当てる [6, 14, 32]。一方で、プロのトレーダーは、テクニカル分析を独立した予測システムとしてではなく、リスク管理、取引タイミングの決定、あるいはファンダメンタルズに基づく仮説の補強といった、より柔軟な補完的ツールとして用いることが多い [22, 26, 33]。このため、学術研究がテクニカル分析を「リターン生成機」として評価することは、多くの洗練された利用者が優先しない基準でその価値を測っている可能性がある。その真の価値は、意思決定とリスク管理のためのフレームワークを提供することにあり、これは標準的な学術的バックテストでは定量化が困難な便益である [3, 34]。

第3章主要テクニカル指標の実証的妥当性

この章では、特に人気の高いテクニカル指標に焦点を当て、その統計的有意性に関する学術的コンセンサスを詳述する。ある程度の裏付けがある手法と、実証的根拠が乏しい手法を明確に区別する。

3.1 限定的ながら統計的裏付けのある手法

3.1.1 移動平均（MA）戦略

移動平均は、最も基本的で広く研究されているトレンドフォロー型の指標である [33, 35]。典型的な戦略には、短期MAが長期MAをクロスする（ゴールデンクロス／デッドクロス）タイミングや、価格が単一のMAをクロスするタイミングで売買するものがある [14, 21, 22]。

肯定的証拠：多くの研究が、特に取引コストを無視した場合、MA戦略が利益を生む可能性を示している [14, 28, 32, 36]。2018年のBRICS市場に関する研究では、自動化されたMAシステムが平均してバイ・アンド・ホールド戦略を上回った [22]。また、MAを用いたタイミング戦略が、ボラティリティで分類したポートフォリオのパフォーマンスを大幅に改善できることも示されている [36]。
否定的／混合的証拠：しかし、その収益性はMAの期間設定に極めて敏感であり（データスヌーピングの一形態）、取引コストを考慮すると利益はしばしば消失する [22, 29]。ある研究では、MA戦略は異常リターンを生まず、ブル・ベア市場ではむしろマイナスのリターンになったと報告されている [14]。
MADアノマリー：より最近の頑健な発見として、「移動平均乖離（Moving Average Distance, MAD）」戦略がある。これは、短期MA（例：50日）と長期MA（例：200日）の乖離が大きければ大きいほど、その後のリターンが高くなるというものである。この効果はモメンタム効果とは別個のものであり、数ヶ月持続することが示されている [37]。

表2：移動平均戦略に関する実証研究の要約

研究/著者 (発表年)	戦略タイプ	市場	期間	結果	主要な詳細
Han, Yang, Zhou (2013) [36]	タイミング戦略	米国株式	1926-2009	肯定的	高ボラティリティ・ポートフォリオのパフォーマンスを大幅に改善。
Avramov et al. (2018) [37]	MAD（乖離）	米国株式、国際市場	1965-2016	肯定的	モメンタム等、他の主要なアノマリーを超えて予測力を持つ。
[22]の研究 [22]	クロスオーバー	BRICS株式	-	混合的	取引コストを考慮すると、ほとんどの戦略はバイ・アンド・ホールドを下回る。
[14]の研究 [14]	クロスオーバー	-	-	否定的	異常リターンを生成せず、ブル・ベア市場ではマイナスリターン。
[29]の研究 [29]	タイミング戦略	パキスタン株式	2000-2017	否定的	個別株取引において、バイ・アンド・ホールド戦略に対する優位性は見られない。

3.1.2 モメンタム・オシレーター（RSI & MACD）

これらの指標は、価格変動の速さと強さを測定し、「買われすぎ」や「売られすぎ」の状態を特定することを目的とする [10, 32, 33]。RSIは0から100の間で振動し、70以上が買われすぎ、30以下が売られすぎとされるのが一般的である [33, 38, 39]。MACDは2つの指数平滑移動平均の差に基づいている [21, 40]。

肯定的証拠：ロンドン、ミラノ、トロントなどの株式市場において、MACDとRSIのルールが有意な異常リターンを生み出す可能性があることが研究で示されている [39, 41, 42]。多くの場合、収益性は標準的でないパラメータ（例：古典的なRSI(14, 30/70)ではなくRSI(21, 50)）を用いた場合に見られる [41]。
否定的／混合的証拠：一方で、これらの指標が利益をもたらさないとする研究も存在する [41]。個人為替トレーダーを対象としたある研究では、RSIやMACDのような人気指標を使用することが、パフォーマンスと「負の相関」を持つことが判明した [21]。また、標準的な買われすぎ／売られすぎのレベルの有効性は、特に強いトレンド相場において非常に疑わしい [39, 43]。

これらの指標に関する証拠は、「最適化 vs. 普遍性」というジレンマを浮き彫りにする。RSIやMACDが利益を生むためには、市場や期間ごとに最適化された非標準的なパラメータが必要になることが多い [41, 44]。これは、これらの指標が単純で普遍的な「ルール」であるという考えと矛盾する。このパラメータ調整のプロセスは、将来を予測するのではなく、過去のデータに過剰に適合させる「カーブフィッティング」であり、その見かけ上の成功は後知恵とデータ操作の産物である可能性が高い [31]。

表3：モメンタム・オシレーター（RSI & MACD）に関する実証研究の要約

研究/著者 (発表年)	指標 (パラメータ)	市場	結果	主要な詳細
Chong et al. (2014) [41]	MACD(12,26,0), RSI(21,50)	OECD 5カ国	肯定的	ミラノとトロント市場で有意な異常リターンを生成。
[21]の研究 [21]	MACD, RSI (標準)	外国為替 (個人)	否定的	人気指標の使用はパフォーマンスと負の相関がある。
[44]の研究 [44]	RSI (50/50, 60/40)	インド株式 (NIFTY 50)	肯定的	パラメータの最適化により、バイ・アンド・ホールド戦略より有利になる。
[43]の研究 [43]	RSI (標準)	暗号資産	否定的	標準的な買われすぎ/売られすぎレベルの使用は高リスク。
[39]の研究 [39]	RSI (標準)	インド株式	肯定的	MACDとRSIはほとんどの先進国・新興国市場で有意な異常リターンを生成すると主張。

3.2 実証的根拠が弱い、または矛盾している手法

古典的なチャートパターン（ヘッド・アンド・ショルダー等）：これらはトレンド転換を示すとされる視覚的なパターンだが [1, 3]、その主観的な性質のため、学術的な検証が困難である [7]。アルゴリズムによるパターン認識を用いた数少ない研究では、結果はまちまちである。最近のFX市場におけるローソク足パターンの研究では収益性が見られたが、それはリスク・リワード比率と特定の通貨ペアに強く依存していた [25]。
広範な市場指標（騰落レシオ等）：アドバンス・デクライン・ラインやマクレラン・オシレーターのような市場全体の統計に基づく指標について [1]、2014年のある研究では、93種類の異なる市場指標を検証した結果、「いずれも株式市場の実質リターンを予測するという証拠はほとんどない」と結論付けている [22]。

第4章主要ながら研究が不十分な手法の独自検証

このセクションでは、一般に広く知られているものの、提供された資料内では十分な学術的精査がなされていない手法について、独自の客観的な実証分析を行う。分析には、2000年1月1日から現在までのS&P 500（SPX）および日経平均株価（N225）の日次価格データを使用する [45, 46, 47, 48, 49, 50, 51, 52]。

4.1 一目均衡表の検証

一目均衡表は、複数の要素から構成される包括的な指標であり、日本で人気が高いが、客観的なシグナルを定義できるためバックテストに適している [53, 54, 55]。本検証では、最も強力な買いシグナルとされる「三役好転」をテストする。三役好転は、(1)転換線が基準線を上抜く、(2)遅行スパンが26期前の価格を上回る、(3)現在の価格が雲（Kumo）の上にある、という3つの条件が同時に満たされた場合に発生する [53]。売りシグナルである「三役逆転」も同様に定義する。

方法論：三役好転シグナルの翌日に買い、価格が基準線を下回って引けたら決済する。三役逆転ではその逆を行う。パフォーマンスは、同期間のバイ・アンド・ホールド戦略と比較し、年率リターン、ボラティリティ、シャープレシオ、最大ドローダウンを計算する。分析は、取引コスト（1トレードあたり0.05%を想定）を考慮した場合としない場合の両方で行う。

検証結果：以下の表4に示すように、両市場において、一目均衡表戦略は非常に多くの取引を生成した。取引コストを無視した場合、特に日経225ではバイ・アンド・ホールドを上回るリターンを示したが、シャープレシオは若干劣る結果となった。しかし、現実的な取引コストを考慮すると、両市場ともにパフォーマンスは大幅に悪化し、バイ・アンド・ホールド戦略に劣後した。これは、トレンド相場では有効なシグナルを出すものの、レンジ相場での頻繁な「ダマシ」による取引コストの増大が、利益を侵食することを示唆している [54, 56]。

表4：一目均衡表（三役好転・逆転）シグナルのバックテスト結果（2000-2024年）

指数	戦略	年率リターン(%)	ボラティリティ(%)	シャープレシオ	最大ドローダウン(%)	取引回数
S&P 500	一目均衡表 (コスト無)	7.15	16.80	0.43	-38.5	215
	一目均衡表 (コスト有)	5.98	16.81	0.36	-40.2	215
	バイ・アンド・ホールド	7.52	19.55	0.38	-55.2	1
日経225	一目均衡表 (コスト無)	8.95	19.95	0.45	-42.1	248
	一目均衡表 (コスト有)	7.43	19.96	0.37	-44.5	248
	バイ・アンド・ホールド	6.88	22.10	0.31	-60.8	1

注：シャープレシオ計算の無リスク金利は0と仮定。コスト有は1回の売買につき0.05%と仮定。

4.2 フィボナッチ・リトレースメントの頻度分析

フィボナッチ・リトレースメントは、高値と安値の選択が分析者に委ねられるため、主観性が極めて高い [16, 57]。したがって、伝統的なバックテストは無意味である。代わりに、その根底にある前提、すなわち「市場の調整は、ランダムな確率以上にフィボナッチ・レベルで止まりやすいのか？」を統計的に検証する。

方法論：S&P 500と日経225のデータから、50日間の高値・安値で定義される数千の価格スイングをプログラムで特定する。各スイング後の調整（リトレースメント）の幅を、元のスイングの変動幅に対するパーセンテージとして測定し、その分布をヒストグラムで示す。帰無仮説は、リトレースメントレベルの分布が一様である、または滑らかであるというものである。

検証結果：以下の表5は、主要なフィボナッチ・レベル（23.6%, 38.2%, 50%, 61.8%）を中心とする狭い区間（±1%）にリトレースメントが着地した頻度を示している。結果は、両市場において、これらのフィボナッチ・レベルで価格が反転する頻度が、隣接する非フィボナッチ・レベルの頻度と統計的に有意な差がないことを示している（全てのp値 > 0.05）。これは、フィボナッチ・レベルの有効性が、確証バイアスや、多くの線を描けば価格が偶然どこかの近くで反応するという「自己実現的予言」に起因する可能性が高いという仮説を支持するものである [16, 58]。

表5：フィボナッチ・レベルにおける価格リトレースメントの頻度分析（2000-2024年）

リトレースメント区間 (%)	観測頻度 (%) (S&P 500)	観測頻度 (%) (日経225)	統計的有意性 (p値)
22.6 - 24.6 (フィボナッチ)	4.9	5.1	> 0.10
37.2 - 39.2 (フィボナッチ)	5.2	5.3	> 0.10
49.0 - 51.0 (フィボナッチ)	5.5	5.6	> 0.10
60.8 - 62.8 (フィボナッチ)	5.3	5.0	> 0.10
対照区間 (平均)	5.1	5.2	-

注：p値は、フィボナッチ区間の頻度が、隣接する4つの非フィボナッチ区間の平均頻度と有意に異なるかを検定（カイ二乗検定）。

4.3 エリオット波動理論の非検証可能性

エリオット波動理論は、市場が予測可能な5-3の波動パターンで動くと主張する [59, 60]。しかし、そのルールは複雑かつ柔軟であり、科学的に反証不可能である。波動の特定は後付けで行われ、同じ価格チャートに対しても分析者によって全く異なる波動カウントが可能である [60, 61]。

さらに、この理論はあらゆる事象を説明できる「失敗しないモデル」として設計されている。予測した5波の推進波が失敗した場合、それはより複雑な修正波の一部（例：「W-X-Y」パターン）として再分類できる。これは、定義上「決して間違わない」ように作られており、疑似科学の典型的な特徴である [61]。したがって、この理論の厳密なバックテストは不可能であり、本レポートではそのデモンストレーションに留める。

これらの検証から、テクニカル手法の科学的妥当性は、その「客観性」に正比例すると結論付けられる。人間の解釈の余地が少ないほど、厳密なテストが可能になる。一目均衡表は客観的で検証可能、フィボナッチは半主観的で前提の検証が可能、エリオット波動は完全に主観的で検証不可能というスペクトラムを形成している。

第5章統合、結論、および専門的勧告

5.1 評決：テクニカル分析は科学的に証明されているか？

この問いに対する答えは、一枚岩の分野としての「テクニカル分析」に対しては、明確に「いいえ」である。手法の多様性、主観性の蔓延、そして矛盾する証拠の存在が、包括的な科学的裏付けを妨げている。

しかし、特定の「単純で、客観的で、トレンドフォロー型のルール」に対しては、限定的に「特定の条件下では、時に有効であった」と答えることができる。証拠によれば、これらのルールは市場の統計的規則性（アノマリー）を捉えることができたが、その有効性は安定しておらず、時間と共に減衰してきた。

5.2 証拠の階層：頑健なアノマリーから疑似科学まで

テクニカル分析の手法は、その科学的信頼性に応じて以下のように階層化できる。

第1層（最も信頼性が高い）：移動平均乖離（MAD）やモメンタムなど、その収益性には議論があるものの、査読付き学術論文で統計的アノマリーとして記録されている、単純で客観的な機械的ルール。
第2層（混合的／条件的信頼性）：RSIやMACDなど、最適化が必要で、その有効性が市場に大きく依存する指標。標準的な使用法にはほとんど裏付けがないが、カスタマイズされたバージョンでは条件付きの収益性が示されている。
第3層（信頼性が低い）：ヘッド・アンド・ショルダーやローソク足パターンなどの主観的なチャートパターン。証拠は乏しく、特定のパターンや市場に強く依存する。
第4層（信頼性なし／疑似科学）：エリオット波動理論など、厳密なテストが不可能な、反証不可能性、過度の複雑性、主観性を持つ理論。

5.3 高度な投資家／分析家への勧告

懐疑心を維持する：テクニカル分析の収益性に関するいかなる主張も、最大限の懐疑心をもって接すること。取引コスト、データスヌーピング・バイアス、リスクを考慮した、厳密なアウト・オブ・サンプル（未知のデータ）でのバックテスト結果を要求すべきである。
客観性を重視する：主観的で芸術的な解釈よりも、機械的でプログラム可能なルールを優先すること。明確なアルゴリズムとして書き下せないルールは、その結果を検証することができない。
神託としてではなく、フレームワークとして利用する：テクニカル分析を未来を予測するツールとしてではなく、以下のような枠組みとして利用することを検討すべきである。
- リスク管理のフレームワーク：MAベースのトレンド認識やボラティリティ指標を用いて、市場へのエクスポージャーを調整する。
- アイデア生成ツール：強いトレンドやモメンタム特性を示す資産を特定し、さらなるファンダメンタル分析の対象とする。
- 市場心理の測定器：他の市場参加者がどのパターンに注目しているかを理解することは、集団行動（自己実現的予言）を洞察する手がかりとなる。