AIが暗号通貨先物取引の隠れたリスクを検出

ビットコイン (BTC ) チャートは価格のわずかな変動を示すことができるが、基盤となる市場は取引がますます困難になる。買い手は利用可能な売り注文を消費している可能性があり、流動性提供者はオファーを撤回し、レバレッジポジションが蓄積している可能性がある。これらの状況は、価格変動の大きさだけでは完全に説明できない。

Suresh Rajendran氏とDivya Singaravelu氏による新たな研究が、¹『International Review of Economics and Finance』への掲載が決定し、この隔たりを調査している。ビットコインとイーサの無期限先物データを用いて、研究者らは、機械学習によって直近のボラティリティに直接依存せずに短期的な注文フローの毒性を特定できるかを検証している。

調査結果は、オーダーフローシグナルが逆選択リスクのランク付けに役立つことを示唆している。その広範な意義は、大きな価格変動の特定と高コストな取引条件の特定が異なるタスクであるという点にある。投資家、トレーダー、取引所運営者にとって、この違いを理解することは、市場の品質と金融AIの両方を評価するより良い方法を提供する。

暗号通貨取引におけるオーダーフロー有害性の意味

マーケットメーカーは売買のオファーを提供することで流動性を供給する。取引後に価格が不利に動くリスクと在庫管理を行いながら、価格間のスプレッドで利益を得ようとする。

簡略化した例を考えてみよう。流動性提供者が掲示価格でビットコインを売却するが、直後に買い圧力が市場を上昇させる。提供者は資産が高くなる直前に売却したことになる。多数の取引で繰り返すと、これらの不利な約定はスプレッドから得られる収入を圧倒する可能性がある。

オーダーフロー有害性は、逆選択リスクに関連する取引条件を指す。この用語は取引が詐欺的であることや、関与するトレーダーが機密情報を持っていることを意味するわけではない。公的ニュース、攻撃的な取引、清算、その他の圧力が有害なフローを生み出すことがある。

永久先物はこの問題を特に重要にする。これらのデリバティブは通常満期が設定されておらず、ファンディング支払いを用いて価格を基礎資産と合わせようとする。レバレッジは、強制的なポジション決済が市場に注文を送る際の追加的な圧力源となる。

AIがビットコインとイーサのオーダーフローを分析した方法

研究者は Bybit 上の BTC/USDT および ETH/USDT 永久先物を、2025年2月1日から2026年2月16日までのデータを用いて調査した。最初の 21 日間を初期トレーニングに確保した後、360 日のアウト・オブ・サンプル期間でモデルを評価した。

主要モデルは勾配ブースティングを使用した。これは複数の決定木を組み合わせる機械学習手法である。19 の入力項目はスプレッド、オーダーブックの不均衡、取引活動、受動的な注文撤回などの条件を示した。直接的な実現ボラティリティ入力は除外され、モデルが最近の価格変動を超える何かを捉えているかを検証した。

予測因子は直前の秒まで利用可能な情報を使用した。ウォークフォワード評価では、後のスコアリングの前に過去の観測でトレーニングを行い、モデルが将来情報にアクセスするリスクを低減した。

モデルは TailScore と呼ばれるリスクランク信号を生成した。主要な比較では、評価された秒の上位 1%（1% ゲートと呼ばれる）を選択した。これは、完全に定義されたライブ取引ルールというよりは、事後評価の閾値である。

上記の金銭的推定は、1% ゲートにおける主要モデルに適用され、想定される 25% の約定率を使用している。これは、スプレッド収入の放棄分を考慮した上でのモデル化された回避損失を示すものであり、投資リターンや実現取引利益を意味するものではない。

なぜより優れたボラティリティ検出が価値を下げる可能性があるのか

最も有用な発見は、パフォーマンス指標間の不一致に関するものである。リターン、フロー、またはボラティリティに基づくシンプルなモデルは、通常、十分にサポートされた 1%〜5% ゲート全体で極端な価格変動をより効果的に集中させた。しかし、直接的なボラティリティ入力を使用しない主要モデルは、両資産に対して最も高い示唆的回避損失のポイント推定を示した。

これは、すべての代替手段に対して決定的に優れていることを証明するものではない。主要なビットコインゲートにおいて、その信頼区間は線形モデルおよびボラティリティを含むモデルと重なっていた。これは、単一の印象的な指標だけで金融モデルを選択することが誤解を招く理由を示している。

乱高下する期間を認識するシステムは、全体的なエクスポージャーの削減に役立つ可能性がある。受動的なオファーを保護することを目的としたシステムは、より狭い問いに答える必要がある。すなわち、どの潜在的な約定がコスト高になる可能性があり、それらを回避することが犠牲となる収入に見合うかどうかである。

この区別は暗号資産を超えて広がります。金融AIはそれが支援する経済的意思決定に対して評価されるべきです。分類精度、極端な変動検出、実行コスト、収益性はそれぞれ異なる指標です。一つを改善しただけで他が自動的に改善するわけではありません。

静かな暗号市場でもリスクが潜む可能性がある理由

最近の市場観測は、価格の動きがポジショニングとともに読む価値があることを示しています。Coinbase Institutionalの2026年8月の市場ポジショニングレポートは、7月のデリバティブのオープンインタレストの増加と、現物およびパーペチュアル取引量の減少を記述しています。また、買い側のオーダーブック流動性が弱まっていることも報告しました。

これらの観測は本研究のモデルを裏付けるものではありません。別の点を示しています。未決済エクスポージャー、取引活動、利用可能な流動性は異なる方向に動くことがあります。市場が静かであるからといって、必ずしもリスクが少ないわけではありません。

流動性にはさまざまな意味があります。Securities.ioのグローバル流動性と暗号リターンに関する分析は、金融システム全体での資本供給に焦点を当てています。オーダーブック流動性は、特定の価格で取引を吸収できる注文の有無を指します。システム内の資本が増えても、すべての取引所で深い実行可能な流動性が保証されるわけではありません。

一般トレーダーへの意味合い

本研究は既製の小売向け指標を提供しているわけではありません。その実務的な貢献は、実行品質をより広い視点で捉えることを促す点にあります。

• 提示されたスプレッドとともに利用可能な市場深さを評価する。
• 増加するオープンインタレストと増加する取引量を区別する。
• 実行コストをモデルの予測精度とともに評価する。

取引所にとって潜在的な緊張関係も存在します。リスク検出が流動性提供者に危険な期間を特定させる場合、彼らは見積もりサイズを縮小したり注文を撤回したりするかもしれません。これは自らのバランスシートを保護する一方で、他の参加者の利用可能な流動性を減少させます。個々のリスク管理が向上したからといって、市場全体がより回復力を持つわけではありません。

本研究が立証できないこと

証拠は、1つの取引所で2つの資産を約1年にわたってカバーしています。これが他の取引所、より小規模なトークン、または異なる市場体制でも同様の関係が成り立つことを示すものではありません。

本研究のトキシシティラベルは、オーダーフローと5秒間の価格インパクトを組み合わせたものです。これは構築された代理指標であり、プライベート情報の証拠ではありません。関連する市場条件でイベントをマッチングした後、研究者らはテストされた時間軸においてモデル選択イベントに統計的に有意な持続優位性がないことを確認しました。

経済的推定には手数料、スリッページ、資金調達支払、ヘッジコスト、キュー順位、重複または相関ポジションが含まれていません。実運用には、当時入手可能な情報のみを用いて校正された閾値も必要です。これらの除外項目により、結果を実証された収益性のある戦略として解釈することはできません。

両著者は自らがAlphashots.AIの共同創業者であることを開示しています。同社は定量的研究と取引技術を提供する企業であり、この所属は商業的応用の可能性を評価する際の重要な文脈です。

CME Group と暗号リスク管理の拡大

より広い機会は、参加者がデジタル資産のエクスポージャーを取引・管理できるインフラに関わります。Securities.ioが取り上げた実体資産パーペチュアルは、デリバティブの野望が従来の暗号市場を超えて拡大している様子を探ります。製品が拡大するにつれ、実行品質の重要性はますます高まります。

このインフラへの株式エクスポージャーに関心のある投資家向けに、CME Groupはデリバティブ市場を通じた関連接続を提供しています。2026年6月、同社は24時間365日の暗号通貨先物・オプション取引の開始を発表しました。また、Nasdaq CME Crypto Index先物も導入し、製品ラインを多様な暗号エクスポージャーへ拡大しました。

CMEは単に暗号通貨を選択するのではなく、取引インフラ事業を検証する手段を提供します。考慮すべき点は、顧客参加の継続性、製品採用、競争、そして継続的な市場を支えるコストです。同社の事業は複数の資産クラスにもまたがっています。

Bybitの調査結果は、CMEが本モデルを使用していることや、結果が同社の契約に転用できることを示すものではありません。関連性は、洗練されたリスク管理の重要性が高まっている点にあります。暗号市場の発展は資本の呼び込みだけでなく、参加者が取引を確実に実行し、エクスポージャーをヘッジし、リスクツールの実際の効果を評価できる信頼できる手段を必要とします。

参考文献：

¹ Rajendran, S., & Singaravelu, D.（2026年）。「暗号資産の無期限先物における注文フローの毒性：注文フローシグナル、価格インパクトの持続性、ボラティリティに基づく指標の限界」. International Review of Economics and Finance。オンライン先行公開。https://doi.org/10.1016/j.iref.2026.105876