【ボリンジャーバンド】逆張り・順張りの自動判定！統計的に「異常値」を捉えるPythonコード

2026年3月7日2026年3月9日

URLをコピーしました！

「この株、そろそろ下がりそうだな」「今は上昇トレンドの真っ最中だ」といった判断を、自分の感覚だけで行っていませんか？投資の世界で生き残るには、そうした曖昧な感覚を捨て、客観的なデータで市場を見る必要があります。

そこでおすすめなのが、統計学をベースにした「ボリンジャーバンド」という手法です。この記事では、ボリンジャーバンドの基本的な仕組みから、Pythonを使って逆張り・順張りのサインを自動で判定する具体的なコードまで、詳しく解説します。

ボリンジャーバンドで何がわかる？統計学で見る「異常値」の意味

ボリンジャーバンドは、ただの「線」の集まりではありません。その正体は、統計学で使われる「標準偏差」という考え方をチャートに応用したものです。これを使えば、今の価格が「よくある範囲内」なのか、それとも「めったに起こらない異常事態」なのかを、一瞬で判断できるようになります。

この章では、ボリンジャーバンドが投資家の迷いをどう晴らしてくれるのか、そしてバンドの幅が示す「価格の収まりやすさ」の正体について整理していきます。

投資家の「迷い」を数値に変える指標

多くの投資家を悩ませるのは、「今の価格は高いのか、それとも安いのか」という問いです。昨日より上がったから高いのか、あるいは去年の最高値より低いから安いのか。こうした比較は主観的になりがちです。

ボリンジャーバンドは、過去の価格データから「平均的な動き」と「バラツキの度合い」を計算します。これにより、今の価格が平均からどれくらい離れているかを数値で示してくれます。

感覚ではなく「統計」で割安・割高を判断できる
価格の勢い（ボラティリティ）を視覚的に把握できる
売り買いのタイミングに明確な根拠が持てる
感情に左右されない一貫したトレードが可能になる

チャート上に引かれたラインを見るだけで、市場が今どれほど興奮しているか、あるいは静まり返っているかが手に取るようにわかります。

95%の確率で収まるはずの範囲をラインにする

ボリンジャーバンドの最大の特徴は、統計学上の「正規分布」に基づいている点です。理論上、価格の約95.4%は「±2σ（シグマ）」と呼ばれるバンドの中に収まるとされています。

つまり、価格がこのバンドを大きくはみ出すことは、統計的には「異常事態」が起きていることを意味します。

バンドの種類	価格が収まる確率	意味合い
±1σ	約 68.3%	よくある日常的な値動き
±2σ	約 95.4%	めったに起きない特別な動き
±3σ	約 99.7%	ほぼ起こり得ない極めて珍しい動き

この確率を知っているだけで、「±2σにタッチしたから、そろそろ中心に戻るだろう」といった予測に、数学的な裏付けが加わります。

価格がバンドをはみ出したときに起こっていること

もし価格が±2σのラインを突き抜けたなら、それは市場に何か大きな変化が起きている合図です。例えば、重要なニュースが出てトレンドが始まったのかもしれませんし、あるいは単に買いが集中しすぎて一時的に「異常値」が出ているだけかもしれません。

この「はみ出し」をどう捉えるかで、あなたの投資戦略が決まります。

反転の予兆： 行き過ぎた買い・売りが調整されるサイン
トレンドの開始： 異常事態をきっかけに新時代が始まる合図
一時的なパニック： すぐに平均値へと戻っていく誤差

統計学的には異常でも、市場ではその異常が「新しい当たり前」になることがあります。この境目を見極めることこそが、ボリンジャーバンドを使いこなす醍醐味と言えるでしょう。

逆張りと順張りはどう使い分ける？判定のロジックを知ろう

ボリンジャーバンドには、大きく分けて2つの使い方があります。一つは「バンドを壁と考えて跳ね返りを狙う方法」、もう一つは「バンドを扉と考えて突き抜けについていく方法」です。

どちらが正しいということはありません。重要なのは、今の相場が「レンジ（横ばい）」なのか「トレンド（勢いがある）」なのかを見極めて、手法を切り替えることです。ここでは、それぞれのロジックを深掘りします。

ボックス相場で威力を発揮する「逆張り」の考え方

逆張りとは、価格がバンドの端に到達した際に「そろそろ戻るだろう」と予想して、反対の注文を入れる手法です。これは、価格が一定の範囲を行ったり来たりする「ボックス相場」で非常に強力な武器になります。

「±2σにタッチしたら売る、-2σにタッチしたら買う」というシンプルなルールでも、レンジ相場なら利益を積み重ねやすいのが特徴です。

メリット： 勝率が高くなりやすく、エントリー回数も稼げる
デメリット： 強いトレンドが発生すると、大きな損失を出すリスクがある
適した場面： 重要なニュースがなく、相場が落ち着いているとき

ただし、あくまで「統計的に戻りやすい」だけであって、必ず戻るわけではありません。逆張りをするときは、常に「もし戻らなかったらどこで逃げるか」を決めておく必要があります。

トレンドの波に乗る「順張り」のサイン

一方で、バンドを勢いよく突き抜けた瞬間に、その方向へついていくのが順張りです。これを「バンドウォーク」と呼ぶこともあります。価格がバンドの端に沿ってズルズルと進んでいく状態は、非常に強いトレンドを示しています。

「異常事態が起きたから、もっと価格が動くはずだ」と考える、攻めの姿勢と言えます。

バンドの幅が狭い「スクイーズ」の状態から一気に開くのを待つ
バンドの外側にローソク足が確定したタイミングでエントリー
バンドの内側に戻ってくるまで、利益を伸ばし続ける

この手法は、一度波に乗れば大きな利益を得られる可能性があります。しかし、突き抜けたと見せかけてすぐに戻ってしまう「ダマシ」に遭いやすいのが難点です。

統計的に「異常」と判断する基準はどこ？

自動判定を行う上で最も悩むのが、「どこを基準にするか」です。一般的には±2σが使われますが、より慎重にいくなら±3σを基準にするのも手です。

判断基準を厳しくすればするほど「ダマシ」は減りますが、その分チャンスも少なくなります。

基準の厳しさ	シグナルの頻度	リスクとリターンの傾向
±1.5σ	多い	小さな利益を狙えるが、ダマシも非常に多い
±2.0σ	標準	バランスが良く、多くの投資家が意識している
±3.0σ	少ない	滅多に出ないが、出たときは極めて強いシグナル

自分の性格や投資スタイルに合わせて、この基準を微調整していくことが、自動判定プログラムを育てる楽しみでもあります。

Pythonで分析環境を整える3つのステップ

理論がわかったところで、次はPythonを使って実際に手を動かしてみましょう。プログラミングと聞くと難しく感じるかもしれませんが、投資分析に必要な準備は驚くほどシンプルです。

自分のパソコンに特別なソフトを入れる必要はありません。無料で使えるクラウド環境を活用して、世界中の投資家が使っているツールを揃えていきましょう。

必要なライブラリをインストールしよう

Pythonには、投資分析を助けてくれる「ライブラリ」という便利な道具箱がたくさん用意されています。今回は、株価を取得するための「yfinance」と、データを表形式で扱う「pandas」を中心に使います。

これらは、以下のコマンド一発で準備が整います。

pip install yfinance pandas matplotlib

これらのツールがあれば、世界中の何万という銘柄のデータを数秒で手元に持ってくることができます。

Google Colabなら環境構築なしですぐに始められる

「自分のパソコンを汚したくない」「設定が面倒」という方には、Google Colabが最適です。Googleのアカウントさえあれば、ブラウザ上で今すぐPythonを実行できます。

面倒なインストール作業も、ほとんどのライブラリが最初から入っているため、すぐにコードを書き始めることが可能です。

Googleドライブにコードを保存できる
クラウド上で動くため、自分のPCが重くならない
リンク一つで他の人に分析結果を共有できる
全て無料で利用可能

これからプログラミングを始めるなら、これ以外の選択肢はないと言っても過言ではありません。

判定したい銘柄のティッカーシンボルを確認する

コードを書く前に、調べたい銘柄の「住所」にあたるティッカーシンボルを確認しておきましょう。米国株なら「AAPL（アップル）」や「TSLA（テスラ）」、日本株なら「7203.T（トヨタ自動車）」といった形式です。

Yahoo Financeなどのサイトで検索すれば、簡単に調べることができます。

米国の個別株やETF（VOOなど）
日本株（数字4桁に .T をつける）
仮想通貨（BTC-USDなど）
為替（JPY=Xなど）

これらのシンボルをリスト化しておけば、複数の銘柄を一度にスキャンすることも簡単になります。

【実践】株価データを取得してボリンジャーバンドを計算しよう

準備ができたら、いよいよコードを書いていきましょう。ここでは、株価データを取得し、ボリンジャーバンドの計算式を適用するまでの流れを解説します。

計算自体は数行で終わります。複雑な公式を覚える必要はなく、コンピュータに任せてしまいましょう。

yfinanceを使って最新の株価を読み込む

まずは、データを取ってくるところからです。以下のコードを使えば、指定した期間の株価を自動でダウンロードできます。

import yfinance as yf

# 銘柄と期間を指定
ticker = "AAPL"
data = yf.download(ticker, period="1y", interval="1d")

# 最初の5行を表示して確認
print(data.head())

これだけで、日付、始値、高値、安値、終値、出来高のデータが手に入ります。新聞の株価欄を毎日チェックする手間は、もう必要ありません。

pandasで移動平均線と標準偏差を算出する手順

次に、ボリンジャーバンドの核となる「20日移動平均線」と「標準偏差」を計算します。pandasというライブラリを使えば、驚くほど簡単に算出可能です。

# 20日の移動平均を計算
data['MA20'] = data['Close'].rolling(window=20).mean()

# 20日の標準偏差を計算
data['std'] = data['Close'].rolling(window=20).std()

「rolling(window=20)」という命令が、直近20日間のデータをひとまとめにして計算してくれる魔法の言葉です。

±1σ、±2σ、±3σのラインをデータフレームに追加する

最後に、移動平均線に標準偏差を加減して、各ラインを完成させます。

# 各ラインの計算
data['Upper1'] = data['MA20'] + (data['std'] * 1)
data['Lower1'] = data['MA20'] - (data['std'] * 1)
data['Upper2'] = data['MA20'] + (data['std'] * 2)
data['Lower2'] = data['MA20'] - (data['std'] * 2)

これで、あなたのデータの中に「ボリンジャーバンドの境界線」が刻まれました。あとは、今の株価がこれらのラインのどこに位置しているかを比べるだけです。

【自動判定】逆張り・順張りのシグナルを抽出するコード

データが揃ったら、いよいよ「自動判定」のロジックを組み込みます。人間がチャートを目で追う代わりに、プログラムに「もし〜だったらシグナルを出して」と指示を出しましょう。

これにより、何十銘柄あっても一瞬でチャンスを見つけ出せるようになります。

「バンドタッチ」を自動で検知する条件分岐の作り方

まずは、基本となる「バンドへの接触」を判定します。終値が上のラインを超えたか、下のラインを下回ったかをチェックします。

def check_signals(df):
    latest = df.iloc[-1] # 最新のデータを取得
    
    if latest['Close'] > latest['Upper2']:
        return "上昇の異常値（売り・またはトレンド継続）"
    elif latest['Close'] < latest['Lower2']:
        return "下落の異常値（買い・またはトレンド継続）"
    else:
        return "レンジ内（待機）"

このように、今の状況を「言葉」で返してくれるようにすると、分析が非常にスムーズになります。

順張り派のための「バンドウォーク」判定ロジック

順張りを狙うなら、単なるタッチではなく「バンドの外側で価格が推移し続けているか」を判定する必要があります。

2日連続でバンドの外側にいるか？
バンドの幅（Upper2 – Lower2）が広がっているか？
移動平均線に角度がついているか？

これらの条件を「and」でつなげることで、精度の高い順張りシグナルを作ることができます。

逆張り派のための「反転シグナル」の見極め方

逆張りの場合は、単にバンドに触れただけでは不十分です。「触れた後に、少し戻り始めた」という動きを確認してからエントリーするのが、安全策です。

前日はバンドの外にいたが、今日はバンドの中に戻ってきた
バンド付近でローソク足の形が「ひげ」になっている
前日の終値よりも、反転方向へ動いている

こうした「戻り」の動きをコード化することで、勢いに飲み込まれて負けるリスクを減らすことができます。

判定結果を視覚化！チャートにバンドを描画する方法

数字だけの判定でも十分ですが、やはりチャートとして自分の目で確認することで、その判定の「納得感」が増します。Pythonの描画ライブラリ「matplotlib」を使って、プロ顔負けのチャートを作成しましょう。

matplotlibを使って価格とバンドを重ねる

以下のコードで、株価とボリンジャーバンドを重ねて表示できます。背景を少し暗くしたり、バンドの間を塗りつぶしたりすると、さらに見やすくなります。

import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
plt.plot(data['Close'], label='Price', color='black')
plt.plot(data['Upper2'], label='+2σ', color='red', linestyle='--')
plt.plot(data['Lower2'], label='-2σ', color='blue', linestyle='--')
plt.fill_between(data.index, data['Upper2'], data['Lower2'], color='gray', alpha=0.1)
plt.legend()
plt.show()

視覚化することで、「あ、ここでシグナルが出ていれば完璧だったな」という改善点が、面白いように見えてきます。

シグナルが発生した箇所にマークを付ける

さらに一歩進んで、自動判定で「買い」や「売り」と判断したポイントに、矢印やドットを表示させてみましょう。

これにより、あなたの作ったアルゴリズムが過去にどれだけ正確だったかを、一目で振り返ることができます。

買いシグナルは上向きの▲マーク
売りシグナルは下向きの▼マーク
マークの色を変えて直感的にわかるようにする

こうした工夫が、ツールとしての完成度を高めてくれます。

過去のデータで判定が正しかったか振り返る

作成したコードを過去数年分のデータに当てはめてみましょう。これを「バックテスト」と呼びます。

「もし1年前からこのプログラム通りに売買していたら、いくら儲かっていたか？」という結果を知ることは、あなたの投資戦略に強い自信を与えてくれます。逆に、ボロ負けするようなら、ロジックを修正するチャンスです。

ボリンジャーバンド単体で使うリスクと対策

ボリンジャーバンドは強力な武器ですが、万能ではありません。これだけで勝てるほど相場は甘くありませんが、弱点を知って対策を立てれば、生存率は飛躍的に高まります。

ここでは、多くの初心者がハマる「落とし穴」と、それを防ぐための合わせ技について解説します。

強いトレンド時に発生する「ダマシ」に注意しよう

ボリンジャーバンド最大の敵は、強いトレンドです。逆張り派が「+2σに触れたからもう下がるだろう」と売った後、価格がバンドを突き抜けたまま数週間上がり続けることがあります。これを「バンドウォーク」と言い、逆張り勢にとっては壊滅的なダメージになります。

相場の状態	ボリンジャーバンドの動き	対策
レンジ相場	バンド内で綺麗に反転する	そのまま逆張りを継続
トレンド初期	バンドの幅が急激に広がる	逆張りを中止し、順張りに切り替え
トレンド末期	勢いが弱まり、バンド内へ戻る	利益を確定させる準備

「いつまでもレンジが続く」という思い込みを捨てることが、大怪我をしないための秘訣です。