🛠️開発記録#486(2026/3/17)歪み回帰は何を見ているのか ― 対数リターンを腹落ちさせるまでの思考ログ

こんにちは、ぼっちbotterよだかです。今回は、歪み回帰を観測する中で引っかかっていた「なぜ対数リターンを使うのか」という疑問を、自分なりに整理した思考ログをまとめます。数式としては理解しているつもりでも、直感と噛み合っていない状態では設計に自信が持てませんでした。対数とは何か、リターンとは何を見ているのか、基準点や時間スケールはどこに効いているのか。観測機の設計という実務の文脈に引き戻しながら、違和感がどこから来ていたのかを一つずつ解きほぐしていきます。

1. なぜ対数リターンに引っかかったのか

歪み回帰の観測を進める中で、最初に引っかかったのは「なぜ相関や構造の検出に対数リターンを使うのか」という点でした。式としては
$\ln(P_t) - \ln(P_{t-1})$
と書けることは知っているし、金融では一般的に使われる指標であることも理解しているつもりでした。ただ、それが「何を見ているのか」という直感と結びついていませんでした。

特に違和感が強かったのは「基準点」の扱いです。対数リターンは常に直前の価格を基準にして変化を測るため、固定された基準が存在しません。この「基準が動く」構造に対して、値の意味が安定しているのか、観測として信頼してよいのか、という疑問がありました。また、1秒なのか10秒なのかといった時間スケールによって結果が大きく変わる点も、単なる数値変換以上のものを感じさせました。

つまり、問題は「数式が分からない」ことではなく、「何を観測しているのかが分からない」ことでした。対数リターンは単なる便利なテクニックなのか、それとも市場構造に対応した必然的な表現なのか。この問いに答えられないままでは、歪み回帰という現象自体も正しく捉えられないと感じたのが出発点でした。

2. 対数とは何かを一から捉え直す

対数リターンの違和感を解消するために、そもそも「対数とは何か」から捉え直すことにしました。学校で習う定義では、対数は「指数の逆操作」です。たとえば $2^3 = 8$ に対して $\log_2(8) = 3$となるように、「何回掛けたか」を取り出す操作です。ただ、この理解だけでは今回の文脈には十分ではありませんでした。

もう少し本質的に見ると、対数は「掛け算の構造を足し算に変換する道具」です。たとえば、ある値が ×1.01、×0.99、×1.02 と変化していくとき、これは掛け算の連続として表現されます。しかし対数を取ると、それぞれの変化は $\log(1.01)$、$\log(0.99)$、$\log(1.02)$となり、これらを足し合わせることで全体の変化を表現できます。つまり、対数は「どれくらい増えたか（倍率）」を、加算可能な形で扱うための座標変換です。

この視点に立つと、対数は単なる計算上の便利な操作ではなく、「何を見ているか」を変える変換であることが分かります。通常の価格差が絶対的な差を見ているのに対して、対数は相対的な変化、つまり倍率に着目します。ここで初めて、対数が「市場の変化をどう捉えるか」という問題に直結していることが見えてきました。

3. 対数リターンの正体

対数とは「倍率を足し算で扱うための変換」だと捉え直したうえで、次に対数リターンそのものの意味を整理しました。対数リターンは$$\ln(P_t) - \ln(P_{t-1}) = \ln\left(\frac{P_t}{P_{t-1}}\right)$$と書けます。この式が示しているのは、価格の差ではなく「直前から何倍になったか」という倍率そのものです。

通常のリターンは $(P_t - P_{t-1}) / P_{t-1}$で表され、割合として解釈されます。一方で対数リターンは、その割合（倍率）をさらに対数に通したものです。ここで重要なのは、対数を取ることで「時間的に足し合わせられる」性質を持つことです。価格が ×1.01、×0.99、×1.02 と変化した場合、これをそのまま扱うと掛け算になりますが、対数リターンに変換するとそれぞれの変化は加算できる量になります。

この性質によって、対数リターンは「時間方向に分解可能な変化」として扱えるようになります。つまり、ある期間の変化は、その期間内の各時点の対数リターンの和として表現できます。ここで見ているのは単なる価格の上下ではなく、「倍率変化の履歴」です。

この理解に至って初めて、対数リターンが単なる計算上のテクニックではなく、「市場の変化をどう分解して捉えるか」という観測の枠組みそのものであると認識できるようになりました。

4. 「基準点」の違和感の正体

対数リターンに対する違和感の中でも特に強かったのが、「基準点が固定されていない」という点でした。通常のリターンであれば、ある時点を基準にしてそこからの変化を測るというイメージが持てます。しかし対数リターンは $\ln(P_t) - \ln(P_{t-1})$という形を取るため、常に「直前の価格」が基準になります。この“基準が動く”構造に対して、値の意味が安定しているのかという疑問がありました。

ただ整理してみると、この違和感は「基準点そのもの」に問題があるのではなく、「どの時間スケールで変化を定義しているのか」が曖昧だったことに起因していました。対数リターンの基準は常に直前ですが、その「直前」が1秒前なのか、10秒前なのか、あるいはティック単位なのかは設計によって決まります。つまり、基準点は任意に動いているのではなく、「時間の切り方」によって厳密に定義されています。

この観点に立つと、対数リターンの意味は安定します。重要なのは基準点の位置ではなく、「Δt（どの時間幅で変化を測るか）」です。Δtが固定されていれば、各時点の対数リターンは同じ意味を持ち、時間方向に整合的に比較できます。逆に言えば、この時間設計が曖昧だと、対数リターンの値そのものが持つ意味も崩れてしまいます。

最終的に気づいたのは、「基準点が動くこと」自体は問題ではなく、「基準の更新ルールが明確かどうか」が重要だということでした。対数リターンは基準を固定するためのものではなく、むしろ基準への依存を取り除き、時間構造の中で変化を捉えるための表現だったのです。

5. log spreadとは何を見ているのか

対数リターンが「倍率変化」を捉える表現だと理解したうえで、次に整理したのが log spread の意味です。log spread は$$\ln(P_A) - \ln(P_B) = \ln\left(\frac{P_A}{P_B}\right)$$と書けます。この式が示しているのは、単なる価格差ではなく、「市場Aが市場Bに対して何倍か」という相対的な関係です。したがって、価格水準が違う期間どうしでも比較しやすいということになります。

通常のスプレッド $P_A - P_B$は絶対的な差を見ていますが、これは価格水準に強く依存します。たとえば価格が100のときの差1と、価格が10000のときの差1は意味が全く異なります。一方で log spread は比率、すなわち割合のズレを見ているため、価格水準が変わっても同じ意味を持ちます。ここで扱っているのは「どれだけ離れているか」ではなく、「どれだけ割高・割安か」という関係そのものです。

この視点に立つと、log spread は単なる歪みの指標ではなく、「2市場の関係性の状態量」として解釈できます。値がゼロに近いときは両市場が同じ水準にあり、正であればAが相対的に高く、負であればBが高い。この状態が時間とともにどう変化し、元の関係に戻るのか、それとも別の水準に移るのかを見るのが歪み回帰の観測です。

つまり、log spread が見ているのは価格そのものではなく、「市場間の相対構造」です。この理解に至ったことで、歪み回帰とは単なる価格差の修正ではなく、関係性の変化とその復元過程を捉える問題であると認識できるようになりました。

6. なぜ対数リターンを使うのか（観測機の視点）

ここまで整理してきて、対数リターンを使う理由は「便利だから」ではなく、「観測の前提に合っているから」だと分かりました。観測機でやりたいことは、相関・分布・構造といった関係性を安定した形で捉えることです。そのためには、価格そのものではなく「変化」を扱い、かつ時間方向に整合的に比較できる必要があります。

価格は掛け算で変化します。したがって、そのまま扱うと時間的な積み重ねが掛け算になり、分解や比較が難しくなります。対数リターンに変換すると、この掛け算の構造が足し算に変わり、各時点の変化を同じスケールで扱えるようになります。これにより、時間をまたいだ比較や集約が可能になり、相関や分布といった統計的な観測が意味を持つようになります。

また、log spread と組み合わせることで、「市場間の倍率差」と「その変化」を同じ座標で扱える点も重要です。歪み（状態）とリターン（変化）を同じ枠組みで結びつけられるため、「歪みがあるときに、その後どのような変化が起きるか」という関係を直接観測できます。これは歪み回帰の構造を検出するうえで不可欠です。

つまり、対数リターンは単なる数値変換ではなく、「何を観測するか」を定義する座標そのものです。観測機の視点で見ると、対数リターンを使う理由は明確であり、今回の観測機において対数座標が合理的だ、という理解に変わりました。

7. 対数リターンの限界と注意点

対数リターンは観測の座標として有用ですが、それ自体が市場を完全に表現しているわけではありません。むしろ「どこまでを捨てて、何を残しているのか」を理解しておかないと、観測結果を誤解するリスクがあります。

まず重要なのは、対数リターンが扱っているのは「価格の変化」であって、「実際に取れる価格」ではないという点です。多くの場合、計算にはmidやlastを使いますが、実際の取引はbid/askで行われます。そのため、観測上は正のリターンでも、実行ベースでは負になることがあり得ます。対数リターンはあくまで理想化された価格の動きを見ているに過ぎません。

次に、時間と同期の問題があります。対数リターンは局所的な変化を扱うため、わずかな時間ズレでも意味が崩れます。複数市場を比較する場合、時刻の揃え方やラグの取り方によって相関や構造が大きく変わるため、「同じ瞬間を見ているか」を厳密に担保する必要があります。

さらに、時間スケールへの依存も強いです。1秒リターンと10秒リターンでは、見えてくる構造がまったく異なります。どのΔtで切るかは単なるパラメータではなく、「何を観測しているか」を決める設計そのものです。この点を曖昧にすると、同じデータから全く異なる結論を導いてしまいます。

最後に、対数リターンは価格以外の情報をすべて捨てています。板の厚みや注文フローといった市場の内部構造は含まれておらず、あくまで結果としての価格変化だけを見ています。そのため、対数リターン単体で構造を完全に理解することはできません。

以上を踏まえると、対数リターンは「扱いやすいが単純化された表現」です。観測機においては有効な座標ですが、それが現実そのものではないことを前提に使う必要があります。

8. 今回の結論：何を理解したのか

今回整理したことで明確になったのは、対数リターンやlog spreadが単なるテクニックではなく、「市場をどう捉えるか」という前提そのものだったという点です。対数は掛け算で進む変化を足し算で扱うための変換であり、対数リターンは「倍率変化の履歴」を時間方向に分解する表現です。これにより、価格ではなく変化、差ではなく関係性を扱えるようになります。

また、違和感の原因だった「基準点」は本質ではなく、重要なのは時間スケールの設計であると分かりました。どのΔtで変化を定義するかによって、観測される構造そのものが変わります。対数リターンは基準に依存しないのではなく、「時間に依存する形で定義された変化」でした。

さらに、log spreadを通して見ているのは価格差ではなく、2市場の相対関係です。歪み回帰とは、単に差が埋まる現象ではなく、「関係性がどのように変化し、元に戻るのか」を観測する問題だと理解できました。

最終的に得た結論はシンプルです。対数リターンは倍率変化を加算可能な形に変換したものであり、log spreadは市場間の関係性を表す状態量である。この2つを同じ座標で扱うことで、歪みとその変化を一貫した枠組みで観測できるようになります。ここに至って初めて、対数を使う理由が「納得できる形」で腑に落ちました。

9. 次のフェーズ

今回の整理で、対数リターンとlog spreadをどう解釈すればよいかは一通り腑に落ちました。ここから先は、これ以上概念を詰めるよりも、実際のデータ上でどう振る舞うかを観測するフェーズに移ります。

具体的には、歪み $D_t = \ln(P_A) - \ln(P_B)$と、その後の対数リターンとの関係を時間スケールごとに測定し、「どのΔtとτの組み合わせで回帰構造が最も強く現れるのか」を確認していきます。このとき重要なのは、単一のスケールで結論を出さないことです。時間の切り方によって見える構造が変わるため、複数のスケールで分布として把握することを優先します。

また、これまでに整理した注意点――時間同期、価格定義、Δtの固定――はすべて前提条件として厳密に管理します。ここが崩れると、観測しているもの自体の意味が変わってしまうためです。

一方で、「構造なのか見かけなのか」という問題については、現時点では深追いしません。まずは観測機として安定して動く状態を作り、実際のログと分布を見ながら違和感を拾っていく方針とします。

つまり次のフェーズは、理論の整理から一歩進んで、「観測して確かめる」段階です。ここで初めて、今回理解した対数リターンとlog spreadが、実際の市場でどのように機能するのかを検証していきます。