買ったものの成績から、購入判断の手掛かりをたどる
1. 買った値段に対して、よく当たっていたのか？
まず、購入判断の手掛かりを探す前に、買ったものに価格に見合う良い結果があったのかを確かめたい。当たった割合だけでは、安く買えたことの意味が分からない。外れることが多くても、十分に安ければ割に合うためだ。そこで、購入価格を確率として読んだ値と、実際に当たった割合を比べる。ここでの商品は、的中すると1口につき1ドルを受け取るもの。0.30ドルの購入価格を30%として読む。
買ったものは、安い価格が示す確率以上によく当たっていた。
実測・143市場、購入額で重み付け。価格対比の正の差については、検証記録に推定の幅も示す。
実際の的中割合の棒が、購入価格の棒より長い。買った集合は、支払った価格が織り込む確率よりよく当たっていた。
購入額別では大口の的中率が高かったが、商品の価格帯などを揃えると「大きく買った分ほど良い」という独立の効果は確認できなかった。売却を確認できた120市場でも、売却数量のうち購入時の平均価格を上回っていたのは42.45%で、売り方は一律の利確ではなかった。
戦略へ残ること：的中率ではなく、価格に対する割安さが出発点
この標本で良かったのは「高い確率で当てること」ではなく、支払った確率以上に当たる購入集合を作れていたこと。大口であることの独立した効果は確認できず、売却も一律の利確ではない。したがって、購入額をそのまま確信度として使うより、商品価格と見込む確率の差を説明する情報を探す方が、この結果には沿っている。先物へ移す際はその差だけでは売買方向も保有時間も決まらないため、後段で将来価格を直接評価する必要があった。
検証記録を見る
- 本人の購入履歴
- 市場の最終決着
- 143市場。それぞれ購入額が最大だった一連の購入を選ぶ。
- 購入価格と最終的中を比較する。
- 目的：的中率だけでなく、支払った価格に見合う結果だったかを見る。
購入額で重み付けした集計
- 価格と最終的中に同じ購入額の重みを使う。
- 重み付けの採用理由・信頼区間の算出手順は、この掲載記録では未確認。
- 安いだけでなく、価格が織り込んだ確率以上に当たっていた。
- 価格対比の差は＋13.01ポイント。95%信頼区間も＋1.75〜＋23.22ポイントで、今回の標本では正の差が残る。
- 売却を含む実現利益率ではない。
評価用データの分割・成功基準・不確かさの算出手順の詳細は掲載記録では未確認。
2. では、割のよい商品を見分けていたのか？
買ったもの全体の結果が良いだけでは、商品選びと購入タイミングのどちらに理由があるのか分からない。まず買う時刻を揃え、その瞬間に選べた別の商品より、割のよいものを選んでいたのかを確かめたい。さらに、選択に使ったと考えられる手掛かりが見つかれば、本人の選び方を説明できるかも調べられる。そこで、同じ時刻に並んでいた候補を比べる。
選ぶ商品は予測しやすくなったが、割のよい商品を選べる条件には届かなかった。
説明用の例。実際の観測価格・売買例ではない。
| 同じ満期のビットコイン価格 | 10万ドル超の商品 | 10万5千ドル超の商品 |
|---|---|---|
| 10万ドル以下 | 外れ | 外れ |
| 10万ドル超〜10万5千ドル以下 | 当たり | 外れ |
| 10万5千ドル超 | 当たり | 当たり |
前者は当たる範囲が広い。その分だけ購入価格も高ければ、前者を選ぶ方が得とは限らない。この「当たる範囲と値段の組み合わせ」を、本人はどう選んだか。
価格・判定基準までの距離・満期までの時間などを使う予測では、本人が選んだ候補を最上位に置けた割合は77.78%。直前の値動き、候補間の価格関係、本人の過去の取引なども加えると85.51%になった。一方、価格などを調整した最終的中の差は購入側が2.86ポイント高いものの、推定の幅は−1.84〜＋7.74ポイント。購入側のほうが割に合ったとは確認できなかった。
ここで増えたのは「本人ならどの商品を選ぶか」を説明する力。1時間後の予測市場の価格変化も、購入側と見送り側の差はほぼなかった。
戦略へ残ること：本人らしさの再現を、利益の代理にしない
商品選びの再現性が上がっても、価格調整後の成績差は明確にならなかった。この組合せから、追加情報は本人の好む商品構成を説明している可能性があり、そのまま割安さを見抜く情報とは扱えない。シグナル候補を選ぶ際、行動の再現度は候補抽出に使えても、採否は将来価格や価格対比の成績で決める。本人の選択をさらに精密にまねることが、今回の最終目標への最短経路とは限らない。
検証記録を見る
- 本人の購入履歴
- 同時点の商品価格
- 現物価格
- 市場メタデータ
- 207回の判断・2,277候補。購入側305候補、見送り側1,972候補。
- 最初の購入から10分以内に買った候補を、同じ判断の購入側にまとめる。
- 10分という幅の採用理由は掲載記録では未確認。
- 同じイベント内の同時点の候補を比べる。
- 目的：購入時刻を揃えて、どの商品を選ぶかの違いを調べる。
- 商品選びの予測に追加情報が役立つかと、価格などを調整しても最終的中に差が残るかを分けて調べる。
商品選択の予測と最終的中の調整比較
- 本人が選んだ候補を予測する。
- 価格などを調整した最終的中の差を推定する。
- モデル設定・調整変数の全一覧・採用理由は掲載記録では未確認。3番の設定は流用しない。
- 本人の商品選びには、追加情報で説明できる規則性があった。
- 選んだ候補を最上位に置けた割合は77.78% → 85.51%。ただし、本人の選択を当てる力であり、儲かる商品を当てる力ではない。
- その選択が、他の候補より割に合うとはまだ言えない。
- 調整後の最終的中の差は＋2.86ポイントだが、95%信頼区間は−1.84〜＋7.74ポイント。優位がある場合も、ない場合も残る。
評価用データの分割・成功基準・不確かさの算出手順の詳細は掲載記録では未確認。
3. 商品選びだけで説明できないなら、買う瞬間に違いはあるか？
選んだ商品には特徴があったが、他の候補より割に合うとは確認できなかった。一方、同時刻の商品比較では、なぜその時刻に買ったかは分からない。次は商品を固定し、似た値動きでも買うとき・買わないときを分ける手掛かりがあるかを確かめたい。それが見つかれば、商品選びとは別に購入タイミングの判断を説明できる。
現物の状態が似た場面では、予測市場の値動きや本人の取引履歴を足しても、購入タイミングの予測は改善しなかった。今回のモデルで再現できる購入条件は得られていない。
戦略へ残ること：似た相場で買わなかった場面が、候補をふるいにかける
購入前だけを眺めると特徴に見える値動きも、同じ商品の似た現物状態を対照にすると追加の識別力を示さなかった。今回の価格経路と取引履歴の組合せは、独立した購入トリガーの候補として優先度が下がる。ここから残る設計上の問いは「購入前にその特徴があるか」ではなく、「その特徴があっても見送った場面と何が違うか」。この対照を越える情報かどうかが、次の入力を足す判断軸になる。
二択を無作為に選ぶ水準から、明確に抜け出せていない。学習に使わなかった257組の95%信頼区間は47.28〜58.80%で、50%をまたぐ。0.50ドル以下の155組でも52.26%にとどまった。
全情報を使った棒も、無作為の棒からわずかに伸びるだけ。購入する側を選ぶ力は、見た目にも二択の偶然水準に近い。
検証記録を見る
- 本人の取引履歴
- 初回購入のラベルと、同じイベントへの過去の関与に使用。
- Polymarketの商品価格履歴
- 予測市場の価格と直前の変化を予測入力に使用。
- 市場メタデータ
- 商品・購入方向・基準価格・満期を対応付けるために使用。
- 対応する現物価格系列
- 現物の値動きと判定基準価格までの距離を計算する材料。
既存U7・共通時計訂正版の結果。
- 初回購入684件から306組を作成。
- 評価対象は257組・61イベント。
- 観測時の商品価格が0.50ドル以下の評価は155組。
- 比較する区間
- 条件
- 同じ商品・同じ購入方向。初回購入を含む5分区間と、購入前15分〜4時間の未購入区間から選んだ一つを対応。両側とも区間開始前の情報だけを使う。
- 意味・目的
- 同じ商品・方向に固定して商品選びの違いを除き、購入前の未購入区間と比べる。区間開始前の情報に限るのは、購入後に判明した情報を予測へ混ぜないため。
- 設定の注意
- 15分〜4時間という範囲の採用根拠は、この掲載内容では未確認。対照が必ず購入より前なので、時間経過による違いは残る。
- 条件
- 現物の値動きを揃える
- 条件
- 5分・15分の向きが一致。リターン差は5分で10、15分で20、1時間で40ベーシスポイント以内。短期加速の差は10ベーシスポイント以内。1ベーシスポイント＝0.01%。
- 意味・目的
- 向きの一致は上昇と下落の混同を避け、リターン差の上限は動きの大きさを近づける条件。短期加速は、直近5分の動きが15分平均より強まったかを表す。似た現物の動きでも購入判断が違う場面を比べる。
- 値の根拠・影響
- 10・20・40ベーシスポイントなどの採用根拠と、幅を変えた感度検証はここでは未確認。厳しくすれば比較は近づくが対象が減り、緩めれば異なる状態が混ざりやすくなる。
- 条件
- 値段・基準価格・満期を揃える
- 条件
- 商品価格差0.05ドル以内。現物価格と基準価格の対数比の差0.005以内。残存時間差は、購入側の残存時間の10%と4時間の小さい方以内。この条件内で最も近い対照を一つ選ぶ。
- 意味・目的
- 商品価格差は購入価格の水準、現物価格と基準価格の対数比は判定境界からの相対的な距離、残存時間差は決着までの時間を近づけるための条件。残存時間に相対上限と4時間の上限を併用している。
- 値の根拠・影響
- 0.05ドル・0.005・10%・4時間を選んだ根拠は、この掲載内容では未確認。条件を狭めたときの件数減少と、広げたときの比較可能性を併せて確かめる必要がある。
- 条件
正則化付きロジスティック回帰、C=1。
- イベント単位の時系列5ブロック、学習と評価の間に24時間。
- 欠損補完・標準化は学習側だけで決定。
- 評価は4区分。
- 生の時刻・満期までの時間・組内順位は予測入力から除外。
- 共通入力
- 現物の直前5分・15分・1時間のリターン、短期加速（5分の動きと15分平均の差）、判定基準価格までの距離、予測市場の商品価格。
- モデルの役割・適性
- 購入／見送りの二択を確率で予測する統計モデル。ロジスティック回帰は入力の重み付き和を購入確率に変換する。同じモデルのまま入力を追加し、情報の増分を比較できる。正則化は係数が極端になるのを抑え、学習データへの過度な適合を抑える。
- 設定と評価の意味
- Cは正則化の強さを調整する設定で、ここでは1に固定。時系列分割は過去から後のイベントへの予測を評価するため。24時間の間隔は近接時点の依存を弱める。補完・標準化を学習側だけで決めるのは評価側の情報混入を防ぐため。生の時刻・残存時間・組内順位の除外は、対照が購入より前という構造だけで正答するのを抑える。
- 採用理由の確認範囲
- 以上は手法・条件の一般的な役割で、今回このモデルとC=1・24時間を選んだ実際の理由は未確認。採用時の記録に基づく理由とは区別する。
- この方法の限界
- 非線形な関係や入力同士の組み合わせは、それを表す特徴を用意しないと十分に拾えない。改善しない結果だけでは、情報が役立たないのか、このモデルで捉えられないのかを切り分けられない。
入力を追加した比較
値動きを足しても改善は確認できず、平均ではむしろ悪化した。
- 予測市場の商品価格の直前5分・15分・1時間の変化と、同じイベントの候補間の価格関係からのずれ。
点は改善ゼロの左側にあり、横線はゼロをまたぐ。値動きを足して良くなった形ではなく、平均は悪化側にある。
取引履歴だけでも改善せず、良くなる可能性と悪くなる可能性の両方が残った。
- 本人の同じイベントでの過去の取引回数・累計取引額・最後の取引からの時間。
点はゼロより左に寄り、横線は少し右まで届く。取引履歴を足しても、購入タイミングを当てる改善は見えない。
両方を足すと悪化し、推定の幅もすべて悪化側に収まった。
- 予測市場の価格変化・候補間のずれと、本人の取引回数・累計額・最終取引からの時間を、同じ基礎モデルにまとめて追加。
点だけでなく横線も丸ごとゼロの左側にある。二つの情報を合わせれば補い合う、という期待とは逆に、この比較では予測が悪くなった。
何を確かめ、どう判定したか
情報を両方加えると、予測は良くなるどころか悪化した。一部の時期だけの改善を、再現可能な購入条件として採用できる結果ではない。
- 全情報を使う方が、基礎モデルより予測を外した。
- 対数損失は0.694220 → 0.713181。求めていた0.01ナット以上の改善とは逆方向だった。
- 改善量の95%信頼区間も−0.0378〜−0.0026ナットで、ゼロより上という成功条件を満たさない。
- 複数の試行を考慮しても、改善を支持する証拠は得られなかった。
- q=0.3398で、成功基準のq<0.05に届かない。
- 時期を変えて使える安定した手掛かりにもなっていない。
- 改善は4評価区分中1区分だけ。必要としていた3区分以上の改善には届かなかった。
- 時間の切り方を変えても成り立つかは、この掲載結果では判断できない。
- 1分・15分刻みでも改善方向を保つことが条件だが、各刻みの結果値は未掲載。確認済みとして扱わない。
0.01ナット・q<0.05・3区分という閾値を選んだ理由は、掲載情報では未確認。
この結果は初回購入の比較。対照は必ず購入より前にあり、一度も買わなかった商品や保有中の買い増しを説明する検証ではない。過去データを使った評価で、完全未使用の将来データでの検証でもない。価格の観測時刻を揃える前の約76%は、観測時刻の偏りを拾った旧結果。
4. 過去の関与は、購入する瞬間まで教えてくれるか？
出来高と成行売買を加えると、「今買う」を説明できるか？
出来高・成行売買・価格差を追加しても、購入時刻を区別する改善は固定基準を満たさなかった。
建玉だけでは追加の区別が明確でなかった。今回は、値動きの裏でどの程度の売買があり、どちらが成行で押したかという新しい履歴を加えた。価格差と実資金調達率も、混雑した先物環境の候補として調べた。
仮説 → 方法
同じ順行でも、出来高を伴う買い優勢と、弱い参加の値上がりは違うかもしれない。これを本人の意図ではなく、購入と見送りを分ける公開情報として比較する。基準は従来の価格・本人活動・建玉、追加側だけに新しい売買情報を入れる。
結果：新情報の増分
| 検証した主張 | 判定 | 根拠・範囲 |
|---|---|---|
| 全情報で購入時刻を追加識別 | FAIL | 事前固定の一次gate。全情報増分・商品内順位・lagを合わせた判定。 |
| 先物売買の確率誤差の改善 | 探索的支持 | 同一評価行でのfamily ablation。時刻順位の改善や利益とは別。 |
| 購入後の先物価格差 | 未支持 | 5/15/60分の購入−対応見送り。実購入ラベル条件付きの探索。 |
| 実行費用控除後の利益・本人意図 | UNKNOWN | 未検証。費用・約定・外部口座の証拠なし。 |
先物売買だけを基準へ追加した誤差減少は+48.71 [+26.66, +72.10]μnat/区間、4fold中4foldで正。一方、同商品内の購入時刻順位差は-0.72 [-2.31, +0.91]ポイントで、時刻識別の改善は支持されない。価格差・資金調達の追加は-42.04 [-58.36, -27.67]μnat/区間で悪化した。さらに5分待つと先物売買追加の誤差減少は+22.56 [-1.80, +46.62]μnat/区間となり、95%区間はゼロを跨ぐ。観測遅れに頑健な改善とは言えない。
戦略へ残ること：情報を全部足すより、先物売買を独立した候補として残す
売買情報だけには改善があり、価格差・資金調達率を加えると悪化した。少なくとも今回のモデルでは、先物の混雑を表す情報を一括投入するより、売買の活発さと方向を切り出す方が購入行動を説明した。ただし商品内の時刻順位は上がらないため、現段階の用途候補は「発火時刻」より「購入が起きやすい環境」の評価である。遅らせると改善が不確かになる点からも、ゆっくり更新する環境フィルターとして使えるかはまだ残る。
価格・本人活動・建玉だけと比べた誤差減少は-15.26 [-48.20, +15.05]μnat/区間。同商品内の購入時点順位差は-1.47 [-3.02, +0.06]ポイント。
先物売買だけを足した点が最も右にあり、価格差・資金調達を足した点は左にある。情報を増やすほど良くなる形ではなく、売買情報を切り出したときに購入確率の予測が改善した。
| 追加した情報 | 誤差減少μnat［95%区間］ | 多重比較q | 同商品順位差pp |
|---|---|---|---|
| ＋現物の売買 | +27.92 [+3.43, +52.14] | 0.0455 | -1.03 [-2.61, +0.56] |
| ＋先物の売買 | +48.71 [+26.66, +72.10] | 0.0017 | -0.72 [-2.31, +0.91] |
| ＋価格差・資金調達 | -42.04 [-58.36, -27.67] | 0.0017 | -0.99 [-1.81, -0.23] |
| ＋現物・先物の売買 | +29.58 [+4.97, +53.15] | 0.0402 | -1.02 [-2.64, +0.60] |
| ＋売買・価格差の全情報 | -15.26 [-48.20, +15.05] | 0.3903 | -1.47 [-3.02, +0.06] |
| ＋全情報と組合せ | -19.84 [-61.45, +16.51] | 0.3903 | -1.59 [-3.12, -0.09] |
| ＋24時間前の追加情報 | -29.73 [-53.33, -8.30] | 0.0093 | -2.01 [-3.20, -0.88] |
5分待つと点はさらに左へ動き、横線もゼロの左側に収まる。全情報モデルは、待っても改善しないだけでなく、遅れを入れた比較では悪化がはっきりする。
点はすべてゼロより左に並ぶ。購入確率の誤差が減った先物売買情報も、「同じ商品でいつ買うか」を上手に並べ替える改善にはつながっていない。
検証記録を見る
- Binance公式の現物・USD-M無期限先物1分足：BTCUSDT/ETHUSDT/SOLUSDT/XRPUSDT。USDT出来高、実約定件数、成行買いUSDT額、実先物終値を新規取得。
- 資金調達率は実際に決済された記録のみ。未知の値を分刻みに生成しない。
- 公式ZIP・CHECKSUM 1139組、原CSV合計1,592,949行。収集時に認証・課金なし。
- 現物はマイクロ秒、先物はミリ秒。資金調達時刻の端数ミリ秒も保持。
- 元U11は1,345,519区間/684購入。評価全1,072,471区間/532購入を維持し、共通入力対応は1,072,471区間/532購入、除外0区間。
- 商品×方向×5分。区間先頭dで[d,d+300秒)の初回購入を判定。購入前だけがリスク集合。先物の将来価格が欠けても行動モデルから行を落とさない。
- 同じ入力対応済み学習・評価行で、価格＋活動＋建玉の基準を再学習。現物売買、先物売買、価格差/資金調達、全売買、全情報、3交互作用、24時間前placeboを固定して比較。
- 各新family単独モデルも保存。モデル11×4fold×2時計、自然頻度維持、見送りの間引きなし。
- 5/15/60分のUSDT出来高と件数をlog1p、成行不均衡=(買い−売り)/(買い＋売り)を購入方向へ符号調整。売り額=実総額−実買い額。ゼロ出来高は別フラグ。先物−現物の対数価格差をbp化し水準と5/15/60分変化を使用。
- 終了時刻を秒の足境界へ保守的に揃え、source+lag<d。等号除外、最新足の年齢は60+lag秒以下、連続60分。資金調達は直前の実記録、記録された決済間隔以内の繰越だけ。
- 学習側だけの中央値補完/欠損フラグ/標準化とL2ロジスティック回帰C1・tol1e-8・maxiter2000。
- 一般的な適性：希少な二値確率を扱い、相関する時間窓の係数を正則化。
- 今回の採用理由：従来推定法を揃え、情報追加の差を測る。最適なモデルを探索・実証したわけではない。
- 元4時系列fold、event全体の24h embargo。event再抽出2000回、seed20260910。7family増分をBH補正。一次基準は誤差減少CI>0、q<.05、3/4fold正、同商品順位差CI>0、5分待ちの一次平均が負でないこと。
- 一次基準未達。正のfoldは2/4。期間は既に使った履歴であり、未使用期間の確認ではない。
| 銘柄 | 元判断期間UTC（非連続） | 評価BUY | 評価WAIT | 入力対応/全区間：0秒・300秒 |
|---|---|---|---|---|
| BTC | 2025-11-01T01:55:00+00:00 → 2026-07-23T20:10:00+00:00 | 256 | 430215 | 430471・430471 / 430471 |
| ETH | 2025-11-01T09:35:00+00:00 → 2026-07-06T21:05:00+00:00 | 189 | 372360 | 372549・372549 / 372549 |
| SOL | 2025-11-02T19:10:00+00:00 → 2026-07-08T23:30:00+00:00 | 27 | 101566 | 101593・101593 / 101593 |
| XRP | 2025-11-03T06:45:00+00:00 → 2026-07-06T22:55:00+00:00 | 60 | 167798 | 167858・167858 / 167858 |
同じ順行でも、建玉と売買の組合せは違うか？
以下は活動があり、現物が購入方向へ動いた区間を共通の親とする比較。出来高大は銘柄別の学習中央値以上。購入割合が高いだけでは時点識別の増分を意味しない。
出来高が大きく成行も同方向の棒が、建玉増加・非増加のどちらでも長い。購入が多いのは売買の強さが揃う側で、建玉増加を加えた側が一段高くなる形ではない。
先物でも、量が大きく成行が同方向の棒が各建玉グループで最も長い。建玉が増えなくても購入割合は高く、購入の集中を建玉増加だけでは説明できない。
- 似た状態での購入時の現物出来高は見送りより高かった（+0.30 [+0.22, +0.38] log1p差）。95%区間はゼロを跨がなかったが、探索的な対応比較。
- 似た状態での購入時の先物出来高は見送りより高かった（+0.33 [+0.25, +0.40] log1p差）。95%区間はゼロを跨がなかったが、探索的な対応比較。
- 購入方向に合わせた現物成行不均衡は見送りより高かった（+6.05 [+2.97, +9.18]ポイント）。95%区間はゼロを跨がなかったが、探索的な対応比較。
- 購入方向に合わせた先物成行不均衡は見送りより高かった（+1.31 [-1.06, +3.81]ポイント）。95%区間はゼロを跨ぐ。
現物の横線は丸ごとゼロの右に離れ、先物の横線はゼロにかかる。似た見送りと比べて購入方向の成行が強かった違いは、ここでは現物側に明瞭に出ている。
| 変化量：購入−見送り | 推定差［95%区間］ | 単位 |
|---|---|---|
| 現物の5分出来高 | +0.30 [+0.22, +0.38] | log1p(USDT)差 |
| 先物の5分出来高 | +0.33 [+0.25, +0.40] | log1p(USDT)差 |
| 現物の5分約定件数 | +0.23 [+0.17, +0.29] | log1p(件数)差 |
| 先物の5分約定件数 | +0.26 [+0.20, +0.33] | log1p(件数)差 |
| 先物と現物の価格差 | +0.01 [-0.09, +0.12] | bp |
| 直前の実資金調達率 | -0.01 [-0.04, +0.01] | bp/決済 |
検証記録を見る
- 上記の売買・価格・建玉と、元の本人活動。実現利益や最終勝敗を条件選定へ使わない。
- 同商品・同方向の購入と以前の見送り。活動あり順行、順行継続加速、逆行から順行への反転を別の親条件として保持。
- 現物5分の符号と学習四分位、商品価格帯25%以下/50%以下/超、活動の有無、建玉5分の符号と学習四分位が同じ直前見送りを1件選ぶ。
- 対応501/532購入、未対応31。対照が常に購入以前である構造は残る。
- 出来高大小は学習期間の銘柄別中央値。建玉増/非増×出来高大小×成行が購入方向優勢/その他の全8状態、現物/先物を分離。親・除外側・全補集合をresults.jsonに保存。
- 状態内の実購入件数/区間数、見送り件数と親との差を数える。matchedのfeature差はevent単位95%区間。条件表は探索的で、良いcellだけを採用しない。
- 新規ポジション増、既存ポジション縮小、弱い参加を示唆する公開状態の違い。どの人がロング/ショートを開閉したか、清算か裁量かは特定できない。
早く通知したのに見送られたケースで、後から何が変わったか？
売買の方向変化が待機の説明になるか、実購入秒へ位相を揃え、同じ待ち時間の対照を差し引いた。
戦略へ残ること：売買の活発さと、買う方向への圧力を分ける
似た価格・活動・建玉の場面でも、購入側では現物と先物の出来高・約定件数が多かった。一方、方向に揃えた成行不均衡は現物で差が明確、先物では不明確だった。本人が動く場面の候補には「参加が活発」が残るが、「先物の成行が買う方向へ偏る」を共通の必須条件にする根拠は弱い。出来高と方向付き圧力を一つの強弱スコアへ潰すと、この違いを失う。
購入秒の位相を揃えた等時間対照では、5分成行不均衡の差分の差は現物+1.02 [-7.77, +9.50]ポイント、先物+7.38 [+0.99, +13.59]ポイント。順行から逆行へ変わった群は現物-30.06 [-44.57, -16.94]、先物-15.12 [-27.31, -2.90]。
戦略へ残ること：状態の高さより、待っている間の変化が候補になる
購入時点同士の比較では先物の成行方向差が明確でない一方、早期通知からの変化を対照と比べると先物側の差が残った。これは「買い優勢の水準が高い」より「待機中に売買方向がどう変わったか」を別に扱う理由になる。ただし現物が順行から逆行へ変わる群では売買圧力も逆方向で、一律の買い圧力強化を待つ説明では合わない。現時点で残るのは、通知後の経路を分ける候補であって、確認待ちルールの有効性ではない。
全見逃しでは先物の点が右にある一方、順行から逆行へ変わった群は現物・先物とも大きく左に離れる。見逃した購入を一まとめにすると、購入までに売買方向が強まる場合と弱まる場合を混ぜてしまう。
別の問い：その後の先物価格との関係
新規取得した実先物終値を使い、購入区間と似た以前の見送りの後を比較した。これは本人の行動を当てる分析とは別の標的で、約定可能価格や利益ではない。
5分の点は右、15分はほぼゼロ、60分は左へ移る。買った後ほど有利さが積み増す形ではなく、どの時間も横線がゼロにかかり、購入を待つ予測上の優位は見えていない。
| 時間幅 | 対応組数 | 購入の変化bp | 見送りの変化bp | 差bp［95%区間］ | q |
|---|---|---|---|---|---|
| 5分 | 501 | +7.47 [+4.36, +10.83] | +2.55 [-2.20, +6.94] | +4.92 [-1.41, +12.08] | 0.2361 |
| 15分 | 501 | +7.00 [+2.57, +11.98] | +7.09 [+2.94, +10.85] | -0.08 [-6.69, +7.06] | 0.9845 |
| 60分 | 501 | +9.45 [+1.57, +17.93] | +16.44 [+9.12, +24.22] | -6.99 [-14.71, +1.13] | 0.2361 |
検証記録を見る
- 旧238見逃しの早期通知と、元の等経過時間対照を変更せず利用。各実購入秒は保存原sourceへの照合済みactual_pathsから取得。
- 実購入秒に位相を揃えた全238中、等経過対照と新入力が使えるのは166件。順行→逆行は55件中44対応。
- 早期通知→購入の新feature変化から、別の早期通知→等時間の見送り変化を引く。区間先頭版と実購入秒位相版を別に保存。経過時間は将来を使う記述対照であり、live featureではない。
- 先物価格は別estimand：dより後の最初の完全な1分終値から、5/15/60分後の実USD-M終値への購入方向付き対数return。入力で作った同商品・価格・活動・建玉の対照IDを維持。spot代理なし。
- 3時間幅をBH補正、event95%区間、銘柄/fold/leave-eventを保存。後の価格差は本人の判断則や学習scoreの利益ではない。spread/fee/slippage/約定/資金調達支払いを差し引いた取引損益は未推定。
洞察とQ&A
出来高・成行売買・価格差を追加しても、購入時刻を区別する改善は固定基準を満たさなかった。 価格・本人活動・建玉だけと比べた誤差減少は-15.26 [-48.20, +15.05]μnat/区間。同商品内の購入時点順位差は-1.47 [-3.02, +0.06]ポイント。
買い優勢なら、新しいロングが入ったということ？
成行買いにはショート決済も含まれる。建玉増加は総ポジションの拡大を示すが、成行側の開閉区分はない。価格・建玉・売買を合わせても、個々の意図は未識別。
先物価格の差があれば、そのまま売買できる？
できない。今回の購入−見送り比較は実購入というラベルに条件付けており、事前に発火できるルールの損益ではない。実行費用と未使用期間の評価も残る。
今回使えなかった情報・検証状態
予測市場の保存データは、16の限定trade probeで22行、うち2probeが上限10行。本人を除いた全市場flowの連続履歴ではないため追加モデルへ使わなかった。保存bookも対象を絞った部分履歴。Binanceの百分率別板厚は対象BTC両境界で取得できたが、最良気配/全板ではなく、今回の固定された最低限の売買・価格差familyには入れていない。bookTicker・清算snapshotは検査した両境界で404。深い板履歴がすべて存在しないとは言わない。
独立レビューと公開反映は2026-09-11に完了。固定成果物の主要数値・時点制約・原本ハッシュを再確認し、独立レビューの17テストは通過した。Oracleレビューは未実施で、既存のbrowser/CLI経路制約は迂回していない。ローカルレビューをOracleの代替とは扱わない。全source/replayの検証範囲は下の原runに固定。
/home/taiki/trade-systems/.worktrees/bd0274-hypothesis-drivers/analysis/polymarket-crypto-price-winners/runs/2026-09-10-bd0274-q4-flow-v2
実際の建玉を追加すると、購入条件はさらに絞れるか？
今回の順行・継続加速・反転の比較では、建玉が増えた側より増えなかった側で購入割合が高かった。ただし親条件との差は不確かで、実際の建玉数量を追加しても、従来の価格・活動情報を超える購入区間の識別改善は明確でなかった。これは購入条件の説明であり、先物価格の予測力や利益の検証ではない。
現物価格と本人の活動だけでは、似た状態で買わなかった時点との差が残った。そこで未決済ポジションの総量である建玉を新しく追加し、値動きに加えてポジション量が増えた／減ったという違いが購入条件を説明するかを検証した。
建玉をどう足しても点はゼロ付近か左にあり、横線はすべてゼロをまたぐ。数量・ドル額・組合せのどれにも、従来情報を超える改善は現れていない。
従来の市場状態＋本人活動と、同じ行に建玉数量5/15/60分変化を加えた比較。誤差の減少は-2.04 [-8.78, +4.76]μnat/区間、正の区分は4区分中3。同商品内の順位差は-0.18 [-0.68, +0.21]ポイント。 図は右ほど誤差が減る。ゼロ線を跨ぐ横線は、この範囲で改善方向が明確でない。
すぐ使う場合も5分待つ場合も、点と横線はゼロ周辺から抜け出さない。公開待ちの仮定を変えても、建玉追加の評価が改善支持に変わる形ではない。
検証記録を見る
- Binance USD-MのBTCUSDT・ETHUSDT・SOLUSDT・XRPUSDTの実際の5分建玉記録を新規取得。
- 504日次ZIPと同数の公式SHA256チェックサムを照合、145,152スナップショット。絶対数量の銘柄合算はしない。
- native数量とドル評価額を別々に利用。APIの直近1か月制限とは別の無料日次アーカイブで過去を回収。
- 保存アーカイブは後日修正され得る。記録時刻と当時の公開・取得時刻は同じだと証明されていない。
- 元U11の1,345,519行・684初回購入は変更なし。評価1,072,471行・532購入のうち建玉が使えるのは1,072,471行・532購入。
- BTC 256/256購入・430,471/430,471区間、ETH 189/189購入・372,549/372,549区間、SOL 27/27購入・101,593/101,593区間、XRP 60/60購入・167,858/167,858区間
- 5分区間の先頭dで判定し、次の[d,d+300秒)に初回購入が起きたかを分類。実購入秒の直前変化や将来の先物価格を正解にはしていない。
- 建玉が揃う同じ学習・評価行で従来モデルも学習し直し、追加建玉の有無だけを比較。元全行・建玉あり・なしで旧保存モデルの誤差も確認し、対象の変化を分離。
- 従来の市場状態＋本人活動と、同じ行に建玉数量5/15/60分変化を加えた比較。誤差の減少は-2.04 [-8.78, +4.76]μnat/区間、正の区分は4区分中3。同商品内の順位差は-0.18 [-0.68, +0.21]ポイント。
- 数量のみ、ドル額のみ、両方、現物×数量の交互作用、24時間前の数量変化を加えた対照も固定して実行。建玉のみのモデルも別途評価。
- 数量変化＝10,000×log(直前建玉数量/5・15・60分前の数量)。ドル額は同式で別計算。全60分の連続5分観測がある場合だけ共通モデル対象にし、未来補間・無制限の繰越はしない。
- 従来モデルは現物5/15/60分・加速、判定水準との距離、予測市場価格、残存・掲載時間、UTC日内周期、1時間変動、価格年齢、銘柄・方向、本人の同イベント直前1時間の件数/総額/最終行動年齢。
- 同じL2ロジスティック回帰、C=1・収束許容1e-8・最大2,000回。学習側だけの補完・欠損フラグ・標準化、見送り間引きとクラス重み付けなし。
- 採用理由：元モデルと推定法を揃えて情報追加を比較する。別の推定法より最適という主張ではない。
- 交互作用は現物5/15/60分×同じ窓の建玉変化、建玉5分変化の前5分との差。事後に組合せを最適化しない。
- 元の4時系列区分とイベント全体の24時間隔離を維持。全期間は既に見た履歴で、未使用期間の検証ではない。
- イベント単位2,000回再抽出の95%区間。各モデル・条件を全部保存し、良い結果だけを有効と選ばない。複数条件の区間は探索的で、多重比較後の確証とはしない。
- 5分の公開待ちを加えると誤差減少は-0.58 [-5.40, +3.44]μnat/区間、4区分中1が正。実測の通信遅延ではなく保守的な仮定による頑健性。
順行・反転の同じ条件を、建玉の増減で分ける
価格と建玉が同時に増えても、新しいロングが優勢だったとは確定できない。まず購入割合の違いとして読み、条件を追加する前の親と比較する。
順行・加速・反転の各まとまりで、建玉非増加の棒が増加の棒より長い。「建玉も増えたら買う」という確認条件を、購入割合の並びは後押ししていない。
| 条件 | 購入/区間 | 見送り | 購入割合 | 全対象購入の捕捉 |
|---|---|---|---|---|
| 活動＋現物順行 | 137/75,394 | 75,257 | 0.182% | 25.75% |
| さらに建玉数量が増加 | 63/39,587 | 39,524 | 0.159% | 11.84% |
| 建玉数量が非増加 | 74/35,807 | 35,733 | 0.207% | 13.91% |
| 順行継続・加速 | 61/19,114 | 19,053 | 0.319% | 11.47% |
| 同条件＋建玉増加 | 23/8,798 | 8,775 | 0.261% | 4.32% |
| 同条件＋建玉非増加 | 38/10,316 | 10,278 | 0.368% | 7.14% |
| 逆行から順行へ | 49/37,523 | 37,474 | 0.131% | 9.21% |
| 反転＋建玉増加 | 23/20,597 | 20,574 | 0.112% | 4.32% |
| 反転＋建玉非増加 | 26/16,926 | 16,900 | 0.154% | 4.89% |
- 活動＋現物順行では、建玉5分増加側63/39,587＝0.159%、非増加側74/35,807＝0.207%。非増加側は親の0.182%より高いが、親との差+0.025 [-0.017, +0.068]ポイントはゼロを跨ぐ。建玉増加を必須にすると購入条件が良くなるという結果ではなかった。
- 順行継続・加速では、建玉5分増加側23/8,798＝0.261%、非増加側38/10,316＝0.368%。非増加側は親の0.319%より高いが、親との差+0.049 [-0.044, +0.145]ポイントはゼロを跨ぐ。建玉増加を必須にすると購入条件が良くなるという結果ではなかった。
- 逆行から順行への反転では、建玉5分増加側23/20,597＝0.112%、非増加側26/16,926＝0.154%。非増加側は親の0.131%より高いが、親との差+0.023 [-0.023, +0.075]ポイントはゼロを跨ぐ。建玉増加を必須にすると購入条件が良くなるという結果ではなかった。
5分・15分は少し左、60分はほぼゼロで、横線はどれもゼロをまたぐ。似た活動・値動きの見送りと比べても、買う前だけ建玉が増えている姿は見えない。
二つの点はともにゼロの左側で、5分待った点はさらに左にある。建玉を加えて購入区間の順位が上がる形は、どちらの時計でも見えていない。
検証記録を見る
- 上と同じ建玉と現物・本人活動。OI以外のlong/short比率の列は未使用。
- 建玉ありの全評価区間を分母に、親の条件・建玉追加後・除かれた側をすべて残す。対象が減ったことだけを改善と呼ばない。
- 活動あり、順行、順行継続・加速、逆行から順行への反転、現物逆行を親に、建玉5/15/60分の増加/非増加を別々に追加。順行継続と反転には建玉加速の符号も追加。
- 保存した条件は各時刻仮定46個。全ての銘柄・時系列区分・イベント件数と親との差をresults.jsonに保持。
- 方向の境界はゼロで固定。順行は購入方向に符号を合わせた現物5分変化が正、反転は前5分では負で現在正。建玉数量の増加はロング優勢という意味ではない。
- 同商品・同方向、現物の符号/学習側四分位、予測市場価格帯（25%以下・50%以下・それ超）、活動の有無が同じ以前の見送りを最も近い時刻から1件選ぶ。建玉を一致条件にはしない。
- 理由：似た価格・活動状態でも建玉に違いが残るかを測る。購入が履歴の最後になる構造と未観測交絡は残る。
- 元の4時系列区分とイベント全体の24時間隔離を維持。全期間は既に見た履歴で、未使用期間の検証ではない。
- イベント単位2,000回再抽出の95%区間。各モデル・条件を全部保存し、良い結果だけを有効と選ばない。複数条件の区間は探索的で、多重比較後の確証とはしない。
- 同商品対照は525/532購入で成立、未対応7。建玉数量5分変化の購入−見送り差は-1.24 [-4.14, +1.85]bp。数値は建玉の増減率差で先物価格リターンではない。
早期通知から実際の購入までに、建玉側の変化があったか？
強い順行を待つだけでは説明できなかった238見逃しについて、建玉の変化が追加の区別になるかを調べた。単に時間が経っただけの変化を避けるため、同じ経過時間の見送りとの差を取る。
戦略へ残ること：建玉増加を順行シグナルの必須確認にしない
順行・継続加速・反転のいずれでも、建玉が増えない側の購入割合が高く、建玉の追加モデルにも明確な改善がなかった。今回の証拠は「値上がりとポジション拡大が揃えば本人が買う」という単純な条件を後押ししない。建玉を増加確認の必須フィルターにすると、説明したかった購入を除く可能性がある。非増加側を採用する優位もまだ確かでないため、反対向きの条件へ即座に置き換えるのではなく、建玉単独の優先度を下げる。
早期通知から購入区間までの建玉変化率の変化は、等経過時間の見送りに比べて弱かった。差分の差は5分窓で-9.30 [-18.47, -1.69]bp、15分窓で-16.75 [-33.09, -3.00]bp。数量の拡大がさらに強まるのを待った、という単一の説明とは逆の記述結果。ただし、対応した166件の探索的な差であり、全購入の因果的な合図にはならない。
戦略へ残ること：ポジション残高の拡大と、実際の売買の強まりは別
待機から購入までの建玉変化は、同じ時間待った見送りより弱かった。後の売買情報の比較と合わせると、保有総量が積み上がることより、残高が大きく増えなくても取引が活発になる場面を区別する方が、残った手掛かりに近い。これは決済主導と断定する材料ではなく、建玉増加と出来高増加を同じ参加指標として扱わない理由になる。
5分・15分の点と横線がゼロの左へ離れる。見逃した購入の前は、対応する見送りより建玉変化が下向きで、建玉増加を必須にするとこうした購入を拾いにくい。
建玉5分変化の差分の差は-9.30 [-18.47, -1.69]bp。対応した166件に限る事後比較で、購入の直前まで待てた規則を示したものではない。
検証記録を見る
- 旧A19の早期通知とA20の等経過時間の見送りペアを再利用し、建玉を新しく接続。
- 旧見逃し238件を全て維持。建玉両端対応238件、非対応0件。さらに同じ経過時間の見送りと建玉まで対応するのは166件。
- ここは通知区間先頭→購入区間先頭の記述。実購入秒直前に合わせた先物予測でも、遅い通知を正解へ変更した評価でもない。
- (購入区間の建玉変化−早期通知区間の建玉変化)から、(対応見送り終点−別の通知起点)の変化を差し引く。
- 元の対応は同商品、通知起点の現物符号・学習幅区分・商品価格帯と同じ経過時間。将来の購入までの時間を使うため、ライブの説明変数にはしない。
- 5/15/60分の建玉変化率を同じ式で算出し、イベント再抽出で差分の差を評価。建玉5分の符号遷移も負/ゼロ/正で全分類。
- 元の4時系列区分とイベント全体の24時間隔離を維持。全期間は既に見た履歴で、未使用期間の検証ではない。
- イベント単位2,000回再抽出の95%区間。各モデル・条件を全部保存し、良い結果だけを有効と選ばない。複数条件の区間は探索的で、多重比較後の確証とはしない。
- 建玉5分変化の差分の差は-9.30 [-18.47, -1.69]bp。ゼロを跨ぐ場合、「建玉反転を待って買った」を支持するとは言えない。
建玉から分かったことと、先物予測へ残る距離
- 今回の順行・継続加速・反転の比較では、建玉が増えた側より増えなかった側で購入割合が高かった。ただし親条件との差は不確かで、実際の建玉数量を追加しても、従来の価格・活動情報を超える購入区間の識別改善は明確でなかった。これは購入条件の説明であり、先物価格の予測力や利益の検証ではない。
- ドル建て建玉と数量は別情報。
- 直前5分の増減方向は34.98%の区間で一致しなかった。ドル額＝数量×評価価格なので、ドル額の増加だけを資金流入と読めない。
- この建玉追加検証の時点では、先物価格の予測力は未検証。後続A23は下段に掲載。
- この追加で測ったのは同じ主体の購入条件。将来価格の対象契約・時間幅・価格基準・実観測/執行時計が別途必要であり、利益や新ロング/ショートを推定したものではない。
深掘り：活動中のどんな値動きなら、購入区間を絞れるか？
活動量だけでなく、現物の順行幅・順行の継続・直近の活動再開を分けると、購入が集中する条件が見えた。ただし、条件を満たしても見送りが圧倒的に多く、購入する時点を再現する規則にはまだ届いていない。
先物シグナルの候補を絞るため、前回の「空振りと見逃しの特徴」に留まらず、同じ商品・方向の見送りを含む全区間で条件を実際に追加した。まずは5分区間の先頭で判定し、実購入秒の直前変化は後段で分けて調べる。
条件を活動、順行、より強い順行へ絞るほど棒が段階的に伸びる。購入が起きやすい場所は濃くなるが、最も長い棒でも購入割合は1%に届かず、「ここなら買う」とまでは絞れていない。
| 条件を順に追加 | 該当区間 | 購入 | 見送り | 購入割合 | 532購入の捕捉 |
|---|---|---|---|---|---|
| 全評価区間 | 1,072,471 | 532 | 1,071,939 | 0.050% | 100.00% |
| 直前1時間に同イベントの行動あり | 151,305 | 209 | 151,096 | 0.138% | 39.29% |
| 活動あり＋現物が順行 | 75,394 | 137 | 75,257 | 0.182% | 25.75% |
| さらに順行幅が学習側中央値以上 | 40,280 | 98 | 40,182 | 0.243% | 18.42% |
| さらに順行幅が学習側上位25%幅以上 | 21,574 | 69 | 21,505 | 0.320% | 12.97% |
活動ありだけの購入割合0.138%から、現物の順行幅まで絞ると0.320%になった。一方、69購入を残すために21,505見送りも残る。「関与していて、強く順行している」は候補を濃くするが、押す瞬間そのものではない。
戦略へ残ること：濃縮条件と発注条件を分ける
活動に強い順行を重ねると購入候補は濃くなるが、多くの購入を落とし、残る大半も見送りだった。閾値を厳しくするだけでは、空振り削減と見逃し増加の交換になっている。強い順行は監視対象を絞る候補として残す一方、その成立だけで発注する設計を支持する結果ではない。また反転・継続加速・活動再開は成績も捕捉範囲も違うため、同じ「勢い」条件としてまとめるより別枝のまま評価する意味がある。
反転の棒は短く、順行加速や活動再開・直近活動の棒が長い。単に方向が変わることより、勢いの強まりや活動の新しさを分けた方が、購入が集まる状態の違いが見える。
- 反転よりも、順行が続きながらさらに強まる枝が濃かった。
- 順行継続の加速は61購入／19,114区間、減速は27／18,342。逆行から順行に変わっただけでは49／37,523で、反転を一律の購入トリガーとはできない。
- 予測市場が「追随していない」ことは有利な共通条件ではなかった。
- 活動＋現物順行加速の下で、予測市場も上昇なら42／14,426＝0.291%、非上昇なら68／42,467＝0.160%。
- 活動再開は別の枝。
- 直前1時間の無活動状態から直近5分に行動が再開し、現物も順行した場合は20／4,750＝0.421%。ただし全532購入の3.76%しか捉えない。
図の枝は互いに重なり、足し合わせられない。親との比較・4区分の安定性・全見送りは検証記録へ。新しい細分化の結果であり、旧A19ですでに検証済みだったとはしない。
検証記録を見る
- 元の保存1分現物終値、予測市場の価格履歴、同じwallet群の行動履歴。4銘柄の現物5/15/60分リターンと旧加速量を全採用行で再計算し、元値との差はすべて0。
- 出来高・板・未約定注文を代替値で作らない。活動は本人の同イベント内行動で、匿名市場の売買量ではない。
- 元の1,345,519区間・684初回購入を変更せず、評価は1,072,471区間・532購入・64イベント。商品×方向×UTC5分。未購入商品も見送り区間も残す。
- dは5分区間の先頭。全価格・行動のsource時刻はd未満、購入ラベルは[d,d+300秒)。「購入した秒の直前5分」とは区別する。
- 元の初回行動打切り・保存データ範囲は維持。前の5分行がない購入2件、15分行がない購入1件の変化は欠損として残す。
- 活動あり→現物順行→順行幅の学習側中央値以上→上位25%幅以上、の親子をすべて同じ評価区間で比較。除かれた区間も別集計。
- 順行継続・反転・加速・減速、予測市場価格の追随／非追随、活動再開を別条件として比較。順行継続の加速61/19,114に対し減速27/18,342、逆行からの反転49/37,523。
- 上位幅の4区分の購入割合は0.226% / 0.429% / 0.177% / 0.317%。さらに幅を増した親との差は第3区分で負で、一様な改善ではない。
- 現物r5＝10,000×log(直前確定終値／5分前の直前確定終値)、購入方向を正にする。加速＝r5(d)−r5(d−300秒)。旧r5−r15/3とは別。予測市場は自商品の直前価格−5分前価格。
- 正の現物幅の中央値／上位25%境界を各学習区分からのみ算出。順に10.239/19.896bp、7.405/15.005bp、7.701/15.711bp、7.082/14.583bp。結果を見て境界を動かしていない。
- 活動再開＝前5分時点では直前1時間の行動数0、今は正。新しい市場への初回関与とは限らず、無活動窓後の再開を含む。行動5分未満・1時間内は時間窓の定義で、最適化した閾値ではない。
- 親子の購入割合差は64イベントを共通に2,000回再抽出した記述区間。全20条件と不成功例、各区分・イベント・除外側を内部runに保存。新しい採用基準や有意な条件だけの選別はしない。
- 上位幅の条件でも21,505見送りが残り、捕捉は12.97%。活動5分未満＋順行加速も36/8,181で、空振り8,145。割合の上昇と購入秒の特定は別の結果。
- 期間は既に結果を見た履歴。以下の区間は探索的な不確実性であり、未使用期間の確認や先物取引の採用を意味しない。
同じ商品の「前にも似た状態だった」との違いは？
同じ商品・方向で現物の向きと幅区分、商品価格帯を合わせた531組では、「活動＋上位の順行幅」を満たすのは購入側69件、以前の見送り側57件。全区間での購入割合だけでなく、この対照でも比較した。条件の該当率差は+2.26［+0.17, +4.37］（531件）ポイント。
現物の向きと幅は単純な活動表より購入区間を上へ並べるが、従来の市場状態モデルを超えてはいない。細かな順序や価格追随を全部加えると、確率の推定はむしろ不安定になった。
現物を加えると単純な活動表の棒は伸びるが、従来モデルの二本には届かない。現物情報には活動だけを補う働きがある一方、その条件表が既存の予測を上回ったわけではない。
活動だけの条件表から現物の向き・幅を加えると、同商品内順位は64.84%→71.80%（差+6.96ポイント）。ただし従来モデルは83%台であり、新しい表の方が優れた予測器になったという結果ではない。購入が過去履歴の最後になる構造も残る。
検証記録を見る
- 同じ区間で作る学習側の条件表と、元A16の保存済み市場状態モデル。新モデルは時計・残存時間を直接入力しない。
- 532購入について、同商品・同方向の全過去採用区間との順位を測る。直前5分の同商品見送りは530組、現物の向き・学習幅区分・商品価格帯を合わせた過去見送りは531組。
- 購入が履歴の最後になる構造は残る。絶対順位をタイミング能力と呼ばず、同じ対照に対する増分を見る。
- 活動表→現物の向き・幅→前の向き・加速→予測市場価格の向き→活動再開の順に別表を学習。同イベント内学習ラベル入替も実行。
- 現物追加は活動だけに対する順位差+6.96［+4.88, +9.07］（532件）ポイント、4区分すべて正。ただし従来の市場状態モデルより低く、従来モデルを超えた成果とはしない。
- 同商品・近い現物状態の531組では現物加速差は-3.08［-6.41, +0.11］（529件）bp。大きな順行だけで「この時点」を識別したとは言えない。
- 条件ごとの予測確率＝(学習購入数＋学習全体購入率)/(学習区間数＋1)。1行分の事前確率でゼロ・未観測セルを安定化し、未観測状態には学習全体率を使う。最低件数で状態を捨てない。
- 4つの時系列区分でイベント全体を分離し、学習イベントの観測終了を評価開始から24時間以上前へ隔離。連続量の四分位と条件表は学習側のみ。
- 同順位は半分として順位を算出。通知は学習予測99パーセンタイルを固定し、同順位による通知数の膨張も数える。条件表は確率が離散的なので、通知数が1%に一致するとは仮定しない。
- 現物の向き・幅で順位は改善したが、確率誤差の改善+31.44［-5.89, +67.26］（1072471件）マイクロナット／区間はゼロを跨ぐ。
- 前状態・加速・予測市場・再開まで細分化した表は確率誤差が悪化。該当する購入の少なさとセル分割が弱点で、条件を増やせば安定するという結果ではなかった。
- 学習ラベルを入れ替えた表の順位は42.15%。実際の行動との対応を壊すと、観測された順位改善は消える。
早く通知した238件は、何が変わってから購入したのか？
見逃しの多くは「もっと強い上昇を待った」ではなかった。早期通知から購入までに逆行へ転じる枝もあり、実購入直前の動きは早期通知時より平均では弱かった。
順行のままの棒が最長で、順行から逆行へ変わった棒が次に長い。見逃しは「反転したので拾えなかった」だけではなく、順行が続いたまま買われたケースも多い。
実購入秒へ揃え直すと、早期通知との現物5分幅の差は−18.20bp、予測市場の直前5分変化の差は−1.08ポイント。区間先頭と実購入秒は中央値130秒ずれていた。この時計の差は無視できず、区間先頭の特徴を「購入の瞬間の特徴」と呼べない。
戦略へ残ること：見逃しを「勢いが足りない」で片づけない
実購入までに現物の動きは平均で弱まり、逆行へ移る購入もあった。したがって、通知後にさらに強い順行を要求するだけでは、この見逃し群を回収する説明にならない。次の候補を考えるなら、強い順行が続く枝と、通知後に弱まる枝を分けて扱う。また区間先頭で出せる予測と実購入直前の説明を分けないと、後から見えた変化を発火条件に紛れ込ませてしまう。
検証記録を見る
- 元の実購入timestampと保存現物終値・予測市場sample・行動履歴を直接使用。元通知時点はA19の固定通知。
- 過去に同方向通知があった見逃し238件を全件残す。方向分類は通知区間先頭→購入区間先頭の記述で、後の購入を通知の正解へ付け替えない。
- 別途532購入を実購入秒tに揃えた。区間先頭dからtのずれは中央値130秒。早期通知も同じ秒位相へずらして比較し、現物は235/238、予測市場5分差は237/238で両側利用可。
- 順行継続124、順行から逆行81、逆行から順行18、逆行継続14、無変化1を区別。単一の「加速を待って買った」にまとめない。
- 同じ商品で別の早期通知起点を探し、起点の現物方向・学習幅区分・価格帯を合わせ、同じ経過時間後も見送りだった軌跡と比較。見逃し238件中166件が対応、残りは理由別に記録。将来の購入までの時間を使うため、これは事後の説明用対照。
- 全通知起点の5分後・15分後が実在する行も別集計し、購入へ進む軌跡と見送り継続を比較。過去通知なしのケースや打切り先を勝手に補わない。
- 実購入時の価格窓もsource<t、t−300秒より前の確定足／sampleで算出。同じ秒位相の過去通知との差をイベント再抽出する。ライブのd時点予測へt時点の値を混ぜない。
- 実購入時−早期通知の現物5分幅は-18.20［-30.23, -7.87］（235件）bp、予測市場5分変化は-1.08［-1.73, -0.45］（237件）ポイント。購入時は早期通知より強いとは限らない。
- 他イベント活動は、保存された同wallet群の対象行動全体から同イベント分を引いた直前1時間の件数／金額。外部口座・匿名flowの推定ではない。
- 対応した見送り軌跡との差分の差：現物5分幅-0.41［-11.81, +9.87］（166件）bp。対応可能な部分だけの結果で、全238への外挿はしない。
- 旧通知のうち購入を観測しなかった商品の空振り6,922区間は消していない。活動＋順行加速＋予測市場上昇では293区間に減る一方、全評価区間では14,384見送りが残る。旧空振りの除去数と新しい候補全体の的中率を混ぜない。
- 区間先頭での見逃しは実購入直前の状態変化を取りこぼす。ただし実購入秒に後から揃えた結果は、同じ規則を事前に運用できたという証拠ではない。
区間先頭の比較。点は(購入時−早期通知時)−(対照の見送り終点−別の通知起点)、横線はイベント再抽出95%区間。通知起点の現物方向・幅区分・商品価格帯と経過時間を合わせた。
捉えた購入の点と横線はゼロの右へ大きく離れ、見逃した購入はゼロ付近に留まる。通知後の勢いが強まった購入を捉える一方、そうした加速のない購入を取りこぼす姿が見える。
捉えた購入の対応47件では、見送りより現物5分幅が強まった。一方、見逃しの対応166件では差が明確でない。単なる「強い順行の到来」と、同じ値動きでも買わない時点との境界を分けて考える必要がある。他イベントの活動増加も、見逃しの共通説明にはならなかった。
先物価格の予測へ、何を渡せるか
今回残った候補は、強い順行・順行継続中の加速・活動再開を別々に扱うこと。反転だけ、予測市場の非追随だけ、条件の細分化だけでは改善しなかった。この条件探索の時点では先物の価格予測は未検証だった。後続A23では購入スコアを実際の先物価格へ適用したが、安定した優位は未支持。
- 次段階に必要な最小の対象定義：先物の取引所・契約・対象銘柄、予測時間幅、基準価格、判定時刻と実観測遅延。
- 既存のBTCUSDT無期限先物1分足はBTC評価430,471区間中325,649区間、購入193/256件で直前確定足を確認。2026年5月22日までで、他3銘柄はこの資料にない。予測市場の1時間／4時間や別walletの時間幅は流用しない。
前回A16・A19の検証記録（以下は新しい条件探索より前の結果）
以下の「新条件・順序モデルは未検証」はA19時点の記録。今回の実測は上段に追加し、旧グラフと定義は履歴として保持する。
似た現物の値動きを比べても購入時点を説明しきれなかった。未購入商品も含む比較へ広げ、直前の値動きと本人の過去の関与を分けて確かめた。
全体の購入／見送りの確率評価は改善したが、正確な購入時点は改善しなかった。
学習側で固定した基準による13,267通知のうち、実購入は61区間（的中率0.46%、購入532件の捕捉率11.47%）。以下の続編では、その空振りと見逃しを分解する。
検証記録を見る
- 本人の購入履歴
- 商品価格履歴
- 現物価格
- 市場メタデータ
- 保存883市場を監査した880市場について、5分ごとに購入・見送りを記録する。
- 一度も購入していない196市場と両方向を残す。
- 目的：買った商品だけに対象を限定せず、購入先と購入時点の両方を評価する。
- 評価対象は1,072,471区間。そのうち初回購入は532区間。
- 見送り区間は間引かず、実際の購入の少なさを保つ。
- 価格や現物の値動きだけの場合と、本人の同じイベントへの過去の関与・予測市場の直前の値動きを追加した場合を比べる。
- 目的：広い候補集合の中でも、追加情報で購入を見分けられるか確かめる。
正則化付きロジスティック回帰で、次の5分の初回購入確率を予測
4種類のモデルを別々に学習し、同じ評価区間で比べる。追加する情報以外の学習手順は揃え、「過去に関与したイベントだから予測できる」のか、「直前の値動きにも追加の手掛かりがある」のかを切り分ける。
- 正解ラベル
- 商品×購入方向×5分区間を1行とし、その商品の最初の行動が区間内の当該方向の購入なら1、それ以外の観測対象区間は0。最初の行動より後は対象から外す。価格が上がる確率や最終的中の予測ではない。
- 一度も取引していない商品と反対方向も残す。見送りを間引かず、購入・見送りの重みも均等化しない。実際には購入が極めて少ない状態で確率を学習するため。
- 基礎モデル：16入力
- 現物の直前5分・15分・1時間の対数リターンと短期加速。購入方向に符号を揃え、短期加速は5分リターンから15分リターンの3分の1を引く。
- 購入方向に符号を揃えた現物価格／判定基準価格の対数比、予測市場の商品価格。
- 満期までの時間と作成・開始後の経過時間（時間単位の値に1を足して対数化）、UTCの日内時刻を表す正弦・余弦。
- 直前1時間の1分対数リターンの標準偏差、予測市場の価格サンプルの経過秒数。
- ETH・SOL・XRPの区別（BTCを基準）、上方向の商品かどうか。
- 3番と異なり、残存時間・開始後の経過時間も使う。今回は購入前の一対比較ではなく、未購入商品も含む観測区間全体を対象にしている。
- 予測市場の動きを追加：基礎16入力＋4入力
- 商品価格の直前5分・15分・1時間の変化。
- 同じイベントの基準価格順に並ぶ商品の価格を、単調な曲線に当てはめたときのずれ。利用可能な候補が3つ以上ある場合に、等しい重みの単調回帰を使う。同時点の他商品との相対的な値付けを表す。
- 本人の過去の関与を追加：基礎16入力＋3入力
- 同じイベントに対する直前1時間の行動件数と総取引額。どちらも1を足して対数化する。全期間の累計でも、市場参加者全体の売買でもない。
- 同じイベントで最後に行動してからの秒数。24時間で上限を設け、過去の行動がなければ24時間として、1を足して対数化する。
- 予測時刻より前の行動だけを数え、予測する購入そのものを入力に含めない。
- 全情報：基礎16入力＋値動き4入力＋過去の関与3入力
- 図の13,267予測・61的中は、この23入力のモデル。購入履歴を使わずに生成できる独立した売買シグナルではない。
- 学習から確率への変換
- 任意入力の欠損は学習側の中央値で補い、欠損の有無も入力に加える。その後、学習側の平均・標準偏差で標準化する。必須の価格・現物系列を欠く区間は、補完して残すのではなく除外する。
- 標準化後の入力に係数を掛けて足し、切片を加えた値をロジスティック関数で0〜1の購入確率にする。係数は、学習区間の購入／見送りを説明する対数損失とL2正則化を最小化するよう推定する。
- C=1、最大2,000反復、収束許容誤差10⁻⁸。Cは正則化の強さの設定。モデルを複雑化せず入力の追加効果を比べる固定設計で、Cや特徴量の探索はしていない。C=1が最良と検証された意味ではない。
- 「購入しそう」の判定
- モデル・評価区分ごとに、学習側の予測確率の99パーセンタイルを閾値に固定し、評価側でその値以上の区間を購入予測とする。評価側の上位1%を選び直さない。
- 設計記録での理由は、学習側で約1%の区間に通知を絞るため。的中率が高くなる閾値を結果から探したものではない。
- 採用理由と限界
- 確認できた設計意図は、自然な購入頻度を保ち、同じ固定モデルで入力の増分を比較すること。ロジスティック回帰は二値の確率を扱え、L2正則化は極端な係数を抑える。一方、他のモデルより最適だと選定した記録はない。
- 複雑な非線形関係や入力同士の組み合わせを網羅した検証ではない。今回の結果で否定できるのは、この入力・モデルで購入判断を再現できたという主張まで。
- 80イベントを満期順に16イベントずつ5ブロックへ分け、最初のブロックより後の4ブロックを順に評価する。各回、評価より前のブロックのうち、観測終了が評価の最初の観測開始より24時間以上前のイベントだけで学習する。
- 目的：学習と評価を時間・イベントで分ける。24時間という値の採用理由は掲載記録では未確認。
- 購入候補を絞る手掛かりはあっても、購入の合図としては空振りが多い。
- 予測が当たった割合は0.46%。購入しそうと判定した区間のほとんどで、実際には購入がなかった。
- 空振りが多いだけでなく、本人の購入の大半も見逃した。
- 捉えた購入は11.47%。この閾値では、本人の行動を広く再現できていない。
続編：空振りと見逃しを分けると、何が足りないのか？
先物価格の予測に使える条件を取り出すには、「この主体が活動中」という情報と、購入する瞬間の情報を分けたい。そこで学習済み予測を固定し、捉えた購入・見逃し・空振り・正しい見送りを比較した。
拾えたのは「直近にも取引があり、現物が強く動いた購入」。ただし、取引が活発なだけの空振りも多く、購入時点を絞る情報には足りなかった。
捉えた購入の棒だけが大きく伸び、見逃しと空振りは短い。予測は強い直前の値動きに反応した購入を拾っており、本人の購入全般を捉えるものにはなっていない。
購入方向に揃えた対数リターンの中央値。1 bpは約0.01%。これは予測結果を4群に分けた記述であり、この差から新しい購入条件を選んで検証したものではない。
- 直近の取引は、的中と空振りで似ていた。
- 同イベントの直前1時間の行動件数は、どちらも中央値2件。見逃した購入は0件だった。単に活動量を増やしても、空振りとの区別にはならない。
- 「早く知らせすぎただけ」でも説明しきれない。
- 見逃し471購入のうち238購入では、それ以前に同じ商品・方向の通知があった。最後の通知から購入までの中央値は4.5時間。
- 一方、空振り13,206区間のうち、後に同方向の購入があったものは4,713区間。反対方向の購入が1,571区間、保存範囲で購入を観測しなかった商品が6,922区間。単に通知時刻を広げれば良いとは言えない。
点と横線は、532購入・64イベントでの平均差とイベント再抽出による95%区間。同じ商品の比較は購入以前の時点、兄弟商品の比較は同一時刻の別商品・方向が対照。イベント時点はその時点の候補平均スコアを比較するため、候補数の変化も含む。
商品内と兄弟商品の点はゼロ近く、イベント内の点と横線は左側に離れる。情報を両方足しても順位が一様に上がる形ではなく、比較によっては明確に悪化した。
全体の誤差が減ったことを、「どの商品を買うか」「そのイベントでいつ動くか」の特定と呼ぶのは強すぎた。今回、同時刻の候補の順位は明確に改善せず、同じイベントの時点順位も改善しなかった。少なくとも、このモデルの情報追加は購入直前へ予測を集中させていない。
戦略へ残ること：活動は監視の入口候補で、方向や時刻の答えではない
的中と空振りで直近の活動が似ており、通知の後に反対方向へ買うケースや購入しない商品も残った。これは、活動が「何かをしそうな環境」を拾っても「この方向に今買う」を決めていないことと整合する。通知の有効期限を延ばすだけでは方向違いも未購入も解決しない。本人の活動を使うなら、監視対象の選別と、方向・発火時刻を決める入力を別々に評価する必要がある。
続編の検証記録を見る
- U11最終保存パネルと学習外予測をそのまま使用。
- 全1,345,519区間のうち、評価1,072,471区間・532初回購入・64イベント。正しい見送り1,058,733区間も削らない。
- 元入力のハッシュ、全行の時刻、分割、元閾値、件数・対数損失・購入順位を再照合。将来価格は診断へ読み込まない。追加購入の新分析は行わない。
- 基礎16入力、値動き追加20入力、関与追加19入力、全23入力の保存ロジスティック回帰。設定は上の原検証記録と同じ。再学習・閾値探索は0回。
- 判定は各学習区分の予測確率99パーセンタイルを維持。4つの結果群は原因の推定や新しい選定条件ではなく、既存モデルの失敗を記述するための区分。
- 同商品・同方向で5分前と15分前の保存行が実在する場合だけ差分を作る。
- 5分前がない購入2件は差分を欠損に残す。15分前は購入1件欠損。未来の値で補わない。
- 件数・金額・最終行動からの時間の変化、現物の変化・加速、商品価格を比較。元の活動情報は1＋値の対数。変化・順序を加えた新モデルの予測改善は未検証。
- 順位比較は事前固定した3種類。過去比較には購入区間自身を半重みの同順位として含める。高い絶対順位は購入が最後になる構造と残存時間に影響されるため、基礎からの差を見る。
| 群 | 直前1時間の行動数・中央値 | 最終行動からの時間・中央値 | 現物5分リターンの5分前からの変化・中央値 |
|---|---|---|---|
| 捉えた購入 61件 | 2件 | 4.8分 | 16.03 bp |
| 見逃した購入 471件 | 0件 | 190.2分 | 2.50 bp |
| 空振り 13,206件 | 2件 | 8.6分 | 4.86 bp |
| 正しく見送った区間 | 0件 | 642.2分 | -0.00 bp |
- 時系列4区分・イベント全体の分離と24時間隔離を原設計から維持。順位差の区間は64イベントの再抽出2,000回、seed20260910。旧集計と点推定は一致し、乱数seedの違いで区間端はわずかに異なる。新しい成功基準や有意な群の選び直しはない。
- 誤差改善を4群の寄与に分けると、正しく見送る多数区間が大きい。
- 捉えた購入 61件：+44.89 マイクロナット／全評価区間
- 見逃した購入 471件：-14.95 マイクロナット／全評価区間
- 空振り 13,206件：-58.55 マイクロナット／全評価区間
- 正しく見送った区間：+95.42 マイクロナット／全評価区間
- 各寄与の分母は共通の全評価区間。合計は元の改善量+66.81マイクロナット／区間。空振り側の損失増大を隠さず含む。
- 評価64イベントはいずれも購入がある選択済みイベント。完全に関与しないイベントとの選別は、この標本からは識別できない。本人の注文分割、取消、非公開判断、公開・受信遅延も未観測。欠けている情報が具体的にどれかまでは同定していない。
6. では、既に保有しているとき、何が買い増しと見送りを分けるのか？
初回購入とは別に、既に保有している商品を、なぜさらに買うのかという問いもある。一番確かめたいのは、不利な値動きでも買い増す場面と、似た状態で保有したまま見送る場面を分ける条件だ。「下がったから買う」を仮説にするのではなく、保有状態や値動きの違いから追加判断を説明できるかを調べたい。そのため、比較相手も「保有したまま追加しなかった場面」でなければならない。
買い増しは別の問いとして保留する。この続編では追加分析を行わない。以下は従来の問いの記録で、後続の既実施検証は内部台帳A18に保存している。
対象条件：直前5分・15分の現物価格が、どちらも購入方向と逆に動いた購入。保有状態は購入直前で判定。「不利」は現物価格の逆行を指し、予測市場の商品価格の下落とは別。
60件の残りは新規13件、保有の差し引き方向の反転11件、反対方向の保有の縮小1件だった。また、60件を値動きで分けると、直前1分だけ反転10件、長めの順行の中の逆行13件、測った1分〜4時間の全区間で逆行37件に分かれた。
戦略へ残ること：同じ逆行購入でも、増やしているリスクが違う
同じ逆行中の購入には、既存方向への追加、新規、反対方向からの反転、反対保有の縮小が混ざる。値動きだけから一つの逆張りシグナルを作ると、リスクを増やす行動と減らす行動を同じ教師ラベルにしてしまう。ここで得られたのは、保有状態で行動を分ける必要性であり、どの逆行パターンを先物で買えばよいかという順位ではない。
検証記録を見る（対照今回は対象外）
- 164の取引キャンペーンの記録
- 購入前の現物価格
- 購入直前の保有状態
- 各キャンペーンから、条件を満たす最初の一連の購入を使う。
- 初回購入684件の検証とは別の母集団。
- 直前5分・15分の現物価格が両方とも購入方向と逆の60件を抽出する。
- 目的：不利な現物の値動きの中で行われた購入を切り分ける。
- 予測市場の商品価格が下がったことを意味しない。
- 時間窓の採用理由は掲載記録では未確認。
似た状態で保有したまま追加しなかった場面との対照今回は対象外。現段階は購入した場面の内訳を確認した段階で、買い増しを選ぶ条件の検証には至っていない。
購入直前の保有状態による分類・件数集計
- 同じ方向の保有を増やした35件、新規13件、方向反転11件、反対方向の保有縮小1件。
- 予測モデルによる評価ではなく、観測された購入の分類。
逆方向の現物の動きの中での購入には、買い増しだけでなく新規・方向反転・保有縮小が混在していた。
- 35件は買い増しの観測件数であり、予測できた件数や検証の成功件数ではない。
- 対照比較が未完了のため、買い増し判断を何が説明するか、再現できるかは未判定。