株式投資やFXでチャート分析を始めると、「ボリンジャーバンド」や「±2σ」といった用語を目にする機会が増えますよね。この「σ（シグマ）」とは、統計学における標準偏差を意味しており、テクニカル分析において価格のばらつきやボラティリティを把握するうえで欠かせない指標です。
しかし、「標準偏差って何？」「どうやって計算するの？」「実際の売買にどう活かせばいいの？」と疑問を抱える初心者の方も多いでしょう。標準偏差を理解すれば、価格が平均からどれくらい離れやすいのかを数値で把握でき、相場のリスクやエントリーポイントをより客観的に判断できるようになります。
この記事では、テクニカル分析における標準偏差の基礎知識から具体的な計算方法、さらにボリンジャーバンドへの応用や正規分布の考え方まで、初心者の方にもわかりやすく丁寧に解説していきます。統計学の知識がなくても大丈夫ですので、ぜひ最後までご覧ください。
目次
目次
- 標準偏差とは？テクニカル分析での役割
- 標準偏差の計算方法をステップで理解しよう
- 統計学における正規分布と標準偏差の関係
- ボリンジャーバンドにおける標準偏差の活用
- 標準偏差から見る相場のボラティリティ
- 標準偏差を使ったテクニカル分析の注意点
- 標準偏差を効率的に計算・表示する方法
- まとめ
標準偏差とは？テクニカル分析での役割
標準偏差（Standard Deviation）とは、データのばらつき具合を数値化した統計学の指標です。単位には「σ（シグマ）」が使われ、データが平均からどれくらい離れているかを示します。
テクニカル分析においては、価格が移動平均線（SMA）からどれくらい散らばっているかを表す指標として利用されます。たとえば、直近20日間の終値が平均からあまり離れていなければ標準偏差は小さくなり、逆に大きく上下に動いていれば標準偏差は大きくなります。
標準偏差の基本的な意味と役割
標準偏差が小さいということは、価格が平均の周辺に集まっており、値動きが安定していることを意味します。反対に標準偏差が大きい場合は、価格が平均から大きく離れた動きをしており、ボラティリティ（変動率）が高い状態です。
投資家にとって、この情報は非常に重要です。標準偏差を見ることで、今の相場が穏やかなのか、それとも荒れているのかを客観的に判断できるようになります。
- 標準偏差が小さい：価格が安定しており、レンジ相場やもみ合い局面の可能性が高い。
- 標準偏差が大きい：価格が激しく動いており、トレンド発生やボラティリティ拡大の可能性がある。
分散と標準偏差の違い
標準偏差と似た概念に分散（Variance）があります。分散とは、各データが平均からどれくらい離れているかを二乗して平均したものです。標準偏差は、その分散の平方根（ルート）を取った値です。
なぜわざわざ平方根を取るのかというと、元のデータと同じ単位にするためです。価格データが「円」であれば、標準偏差も「円」の単位で表現されるため、直感的に理解しやすくなります。
標準偏差の計算方法をステップで理解しよう
それでは、実際に標準偏差をどうやって計算するのかを、順を追って見ていきましょう。ここでは、5日間の終値データを例に計算してみます。
ステップ1：平均値の計算方法
まず、対象となるデータの平均値（SMA）を求めます。たとえば、以下のような5日間の終値があるとします。
| 日付 | 終値（円） |
|---|---|
| 1日目 | 100 |
| 2日目 | 102 |
| 3日目 | 98 |
| 4日目 | 105 |
| 5日目 | 95 |
平均値は次のように計算します。
\(
\text{平均値} = \frac{100 + 102 + 98 + 105 + 95}{5} = \frac{500}{5} = 100
\)
この場合、5日間の平均終値は100円となります。
ステップ2：各データからの差（偏差）の算出
次に、各終値が平均値からどれくらい離れているかを計算します。この差を偏差と呼びます。
| 日付 | 終値（円） | 偏差（終値 – 平均） |
|---|---|---|
| 1日目 | 100 | 0 |
| 2日目 | 102 | +2 |
| 3日目 | 98 | -2 |
| 4日目 | 105 | +5 |
| 5日目 | 95 | -5 |
偏差をそのまま合計すると、プラスとマイナスが打ち消しあってゼロになってしまいます。そのため、次のステップで二乗します。
ステップ3：分散を計算して標準偏差を算出する手順
偏差を二乗し、その平均を求めたものが分散です。
| 日付 | 偏差 | 偏差の二乗 |
|---|---|---|
| 1日目 | 0 | 0 |
| 2日目 | +2 | 4 |
| 3日目 | -2 | 4 |
| 4日目 | +5 | 25 |
| 5日目 | -5 | 25 |
\(
\text{分散} = \frac{0 + 4 + 4 + 25 + 25}{5} = \frac{58}{5} = 11.6
\)
そして、分散の平方根を取ったものが標準偏差です。
\(
\text{標準偏差（σ）} = \sqrt{11.6} \approx 3.41
\)
この例では、標準偏差は約3.41円となります。これは、5日間の終値が平均値から約3.41円ほど離れて散らばっていることを意味します。
計算式のまとめ
標準偏差の計算は、次の式で表されます。
\(
\sigma = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (x_i – \bar{x})^2}
\)
- n：データの個数
- x_i：各データの値
- x̄：データの平均値
- σ：標準偏差
難しそうに見えますが、やっていることは「平均を求めて、各データとの差を二乗して平均し、ルートを取る」というシンプルな流れです。
統計学における正規分布と標準偏差の関係
標準偏差を理解する上で欠かせないのが、正規分布（ガウス分布）という統計学の考え方です。正規分布とは、データが平均を中心に左右対称の釣鐘型に分布する形のことを指します。
正規分布と標準偏差の確率
正規分布では、データが平均の周辺にどれくらいの確率で存在するかが、標準偏差を使って表されます。具体的には、以下のような確率が統計学的に知られています。
- 平均 ± 1σ の範囲：約68.3%のデータが含まれる
- 平均 ± 2σ の範囲：約95.4%のデータが含まれる
- 平均 ± 3σ の範囲：約99.7%のデータが含まれる
この確率は、ボリンジャーバンドなどのテクニカル指標で広く応用されています。たとえば、±2σのバンド内に価格が約95%の確率で収まるという前提で、バンドを超えた価格は「異常値」として逆張りのシグナルと見なされることがあります。
正規分布の考え方をテクニカル分析に応用する
ただし、相場の価格データは必ずしも正規分布に従うわけではないという点に注意が必要です。特に、急激なトレンド発生時や経済指標発表時など、価格が大きく動く局面では、正規分布の前提が崩れることがあります。
それでも、標準偏差と正規分布の考え方は、相場のボラティリティや価格の異常性を測る基準として非常に有用です。統計的な視点を持つことで、感覚だけに頼らない客観的な判断が可能になります。
ボリンジャーバンドにおける標準偏差の活用
ボリンジャーバンド（Bollinger Bands）は、標準偏差を活用した代表的なテクニカル指標です。ジョン・ボリンジャー氏によって開発されたこの指標は、移動平均線を中心に、上下に標準偏差を使ったバンドを描画します。
ボリンジャーバンドの構造と計算式
ボリンジャーバンドは、以下の3本の線で構成されます。
- ミドルバンド（基準線）：n期間の単純移動平均線（SMA）
- アッパーバンド（上限線）：ミドルバンド + k × σ
- ローワーバンド（下限線）：ミドルバンド – k × σ
ここで、k は標準偏差の倍率で、一般的には2が使われます（±2σ）。つまり、アッパーバンドは平均から+2σ、ローワーバンドは-2σの位置に引かれます。
\(
\text{アッパーバンド} = \text{SMA} + 2\sigma
\)
\(
\text{ローワーバンド} = \text{SMA} – 2\sigma
\)
標準偏差が示すバンドの幅の意味
バンドの幅は、標準偏差の大きさによって変動します。標準偏差が大きいときは、価格が平均から大きく離れて動いているため、バンド幅が広がります（バンド拡大）。逆に標準偏差が小さいときは、価格の動きが小さく、バンド幅が狭まります（スクイーズ）。
- バンド拡大（エクスパンション）：ボラティリティが高まり、トレンドが発生している可能性。
- バンド縮小（スクイーズ）：ボラティリティが低下し、レンジ相場や次の大きな動きへの準備段階。
ボリンジャーバンドを見れば、今の相場が静かなのか動いているのかを視覚的に判断できるため、エントリーやエグジットのタイミングを計る際に非常に役立ちます。
逆張りと順張りでの標準偏差の使い分け
ボリンジャーバンドは、逆張りと順張りの両方で活用できます。
逆張りでの使い方：
価格がアッパーバンド（+2σ）に達したら「買われ過ぎ」と判断して売り、ローワーバンド（-2σ）に達したら「売られ過ぎ」として買いを入れる戦略です。レンジ相場で有効とされています。
順張りでの使い方：
価格がバンドを突破し、バンドが拡大し始めたらトレンド発生と見なし、その方向にエントリーする戦略です。ボリンジャー氏自身も、順張りでの活用を推奨しているとされています。
標準偏差から見る相場のボラティリティ
ボラティリティ（Volatility）とは、価格の変動の激しさを表す指標です。標準偏差は、このボラティリティを数値化する最も基本的な方法の一つです。
標準偏差が0に近い場合の意味
標準偏差が0に近い、つまり非常に小さい場合は、価格がほとんど動いておらず、ボラティリティが極めて低い状態です。チャート上では、ローソク足が横ばいでほとんど変化がない、いわゆるもみ合い相場を示しています。
こうした局面では、トレンドフォロー型の戦略は機能しにくく、レンジ取引や様子見が適していることが多いです。
標準偏差が大きい場合のボラティリティ解釈
一方、標準偏差が大きい場合は、価格が平均から大きく離れて動いており、ボラティリティが高い状態です。急騰や急落が発生しているときには、標準偏差は急激に拡大します。
この状況では、大きな利益を狙えるチャンスがある反面、リスクも高まります。標準偏差を確認することで、今が慎重に動くべき相場なのか、積極的に攻めるべき相場なのかを判断する材料になります。
ボラティリティの変化を捉える
標準偏差は過去のデータに基づいて計算されるため、ボラティリティの変化をリアルタイムに追いかけることができます。たとえば、20日間の標準偏差を継続的にモニタリングすることで、相場のリズムやサイクルを把握できるようになります。
標準偏差を使ったテクニカル分析の注意点
標準偏差は非常に便利な指標ですが、万能ではありません。誤った使い方をすると、誤ったシグナルに惑わされる可能性があります。ここでは、注意すべきポイントを整理します。
標準偏差が表す確率の限界
先ほど、正規分布では±2σ内に約95%のデータが収まると説明しました。しかし、実際の相場データは完全な正規分布に従うわけではありません。特に、以下のような特性があります。
- ファットテール（裾の厚い分布）：極端な価格変動が正規分布よりも高い確率で発生する。
- 非対称性：上昇局面と下落局面で、標準偏差の挙動が異なる場合がある。
- トレンドの影響：強いトレンドが発生すると、バンドが一方向に広がり続け、逆張りシグナルが機能しない。
±2σを超えたからといって必ず反転するとは限らず、むしろトレンド継続のサインである場合もあります。
過去データに依存するリスク
標準偏差は過去n期間のデータをもとに計算されるため、過去の価格動向を反映した遅行指標です。急激な相場変動が起きた直後には、標準偏差が拡大するまでにタイムラグが生じます。
また、相場環境が変化したとき（例：低ボラティリティから高ボラティリティへの転換）には、過去のデータが現在の状況を適切に表していない可能性があります。
他の指標との組み合わせが重要
標準偏差だけに頼るのではなく、他のテクニカル指標やファンダメンタル分析と組み合わせることが重要です。たとえば、以下のような組み合わせが有効です。
- RSIやストキャスティクス：買われ過ぎ・売られ過ぎを確認する。
- 出来高：価格変動の信頼性を裏付ける。
- 移動平均線のクロス：トレンド転換の兆しを捉える。
標準偏差を効率的に計算・表示する方法
手動で標準偏差を計算するのは手間がかかりますが、現代ではさまざまなツールが用意されています。
取引ツールやチャートソフトの活用
多くの証券会社が提供するチャートツールでは、ボリンジャーバンドなどの標準偏差を使った指標が標準装備されています。MT4（MetaTrader 4）やTradingView、楽天証券のマーケットスピードなどでは、ワンクリックでボリンジャーバンドを表示でき、標準偏差の値も確認できます。
Excelやスプレッドシートでの計算
自分で検証したい場合は、ExcelやGoogleスプレッドシートを使うと便利です。Excelには標準偏差を計算する関数が用意されています。
- STDEV.P関数：母集団全体の標準偏差を計算
- STDEV.S関数：標本データの標準偏差を計算（一般的にはこちらを使用）
たとえば、セルA1からA20に終値データが入っている場合、次のように入力するだけで標準偏差が算出されます。
=STDEV.S(A1:A20)プログラミング言語での実装
PythonやRなどのプログラミング言語を使えば、より高度な分析やバックテストが可能です。Pythonの場合、pandasライブラリを使うと簡単に標準偏差を計算できます。
import pandas as pd
# 終値データ
data = [100, 102, 98, 105, 95]
df = pd.DataFrame(data, columns=['Close'])
# 標準偏差を計算
std_dev = df['Close'].std()
print(std_dev)このように、ツールを活用すれば、標準偏差の計算や表示は非常に簡単に行えます。
まとめ
今回は、テクニカル分析における標準偏差の基礎知識から計算方法、ボリンジャーバンドへの応用、そして注意点まで幅広く解説しました。最後に、重要なポイントをおさらいしておきましょう。
- 標準偏差とは、価格データのばらつきを数値化した指標であり、相場のボラティリティを客観的に把握できる。
- 計算方法は、平均値を求め、各データとの差を二乗して平均し、平方根を取るというシンプルな流れ。
- 正規分布の考え方では、±2σ内に約95%のデータが収まるとされるが、実際の相場では必ずしも正規分布に従わない点に注意。
- ボリンジャーバンドは標準偏差を活用した代表的な指標で、バンド幅の拡大・縮小から相場の状態を読み取れる。
- 標準偏差だけに頼らず、他の指標やファンダメンタル分析と組み合わせることで、より精度の高い判断が可能になる。
標準偏差を理解することで、感覚に頼らない統計的な視点でチャート分析ができるようになります。ぜひ実際のチャートで標準偏差を確認しながら、自分なりの活用法を見つけてみてください。