外国為替（FX）市場は、その高い流動性と24時間取引可能な特性により、多くのトレーダーを惹きつけています。クオンツ（定量）取引戦略は、他の金融市場と同様にFX市場でも非常に人気があります。以下は、クオンツシステムに実装可能な3つのクラシックなFX取引戦略です。

1. モメンタム戦略（Momentum Trading Strategy）

モメンタム戦略は、「ある方向に動き出した価格はしばらくその方向に動き続ける」という仮定に基づいています。モメンタムトレーダーは、相対的に強い通貨ペアを買い、弱い通貨ペアを売ることで利益を狙います。

実装手順：

  • モメンタムを測定する時間窓（例：20日、50日、200日）を選択
  • 過去の価格変化率（パーセンテージ）を計算
  • モメンタムの閾値を設定し、価格変動がこの水準を超えたら売買を実行
  • モメンタムを定期的に再計算し、ポジションを調整
import pandas as pd
import numpy as np

data = pd.read_csv('forex_data.csv')

data['momentum'] = data['close'].pct_change(periods=20)

buy_threshold = 0.05
sell_threshold = -0.05

data['signal'] = np.where(data['momentum'] > buy_threshold, 1, 0)
data['signal'] = np.where(data['momentum'] < sell_threshold, -1, data['signal'])

data['return'] = data['close'].pct_change()
data['strategy_return'] = data['signal'].shift(1) * data['return']

2. 平均回帰戦略（Mean Reversion Strategy）

平均回帰戦略は、「市場価格は一定の平均値に回帰する傾向がある」という考えに基づいています。価格が平均から大きく乖離した際、元に戻る動きを狙って取引を行います。

実装手順：

  • 移動平均を算出する時間窓（例：20日）を選定
  • その期間の価格の平均値と標準偏差を計算
  • 価格が「平均 − 標準偏差 × 係数」より下回った場合に買いエントリー
  • 価格が「平均 + 標準偏差 × 係数」より上回った場合に売りエントリー
data['mean'] = data['close'].rolling(window=20).mean()
data['std'] = data['close'].rolling(window=20).std()

buy_threshold = data['mean'] - 2 * data['std']
sell_threshold = data['mean'] + 2 * data['std']

data['signal'] = np.where(data['close'] < buy_threshold, 1, 0)
data['signal'] = np.where(data['close'] > sell_threshold, -1, data['signal'])

data['strategy_return'] = data['signal'].shift(1) * data['return']

3. トレンドフォロー戦略（Trend-Following Strategy）

トレンドフォロー戦略は、「市場には長期的なトレンドが存在する」という前提に基づいています。価格が特定の水準（例：移動平均）を突破すると、トレンドが継続するサインと見なし、その方向にポジションを取ります。

実装手順：

  • 異なる期間の2本の移動平均線（例：50日と200日）を選定
  • 短期移動平均が長期移動平均を上抜けた場合に買い（ゴールデンクロス）
  • 短期移動平均が長期移動平均を下抜けた場合に売り（デッドクロス）
data['short_mavg'] = data['close'].rolling(window=50).mean()
data['long_mavg'] = data['close'].rolling(window=200).mean()

data['signal'] = np.where(data['short_mavg'] > data['long_mavg'], 1, 0)
data['signal'] = np.where(data['short_mavg'] < data['long_mavg'], -1, data['signal'])

data['strategy_return'] = data['signal'].shift(1) * data['return']