signal-explorer

name	signal-explorer
description	任意のシグナル候補（指標・出来高変換量・自作特徴量・外部時系列）の 予測力を将来リターン相関・Z-score 変換・ラグ相関・冗長性・符号 PnL・ リーク検証から客観的に評価する。 代表トリガー: 「RSI、本当に効く？」「この指標に予測力ある？」 「自作のシグナルを評価して」「Z-score 化で改善する？」 注意: 現在値の読みは indicator-analysis、コスト込み戦略 PnL は backtest が担当。本 skill はその間の「予測力スクリーニング」層。
compatibility	Requires the bitbank CLI on PATH (install separately: npm i -g bitbank-lab-cli). Plugin install alone does NOT bundle the CLI or its dependencies. Node.js 22+.
metadata	{"author":"bitbankinc","version":"1.0","requires":{"bins":["bitbank"]}}

シグナル探索 Skill

いつ使うか

代表トリガー以外にも以下のような発話で起動する:

• 「BB 幅は将来リターンと相関ある？」「シグナル候補を評価して」
• 「この特徴量、効果ある？」「どの指標が効きそう？」

役割と他 skill との切り分け

本 skill は 「シグナル候補の予測力を客観的に評価する」 ためのもの。 売買判断でも戦略 PnL でもなく、「そのシグナルは将来リターンと関係しているか」 だけを見るスクリーニング層。

• indicator-analysis との違い: indicator-analysis は「現在値の読み」（今の RSI は何か、SMA クロスしたか）。 本 skill は 「その指標が将来リターンと相関しているか」 を検証する。 「BTC の RSI を見て」では起動しないが、「RSI に予測力ある？」では起動する。
• backtest との違い: backtest は コスト・サイジング・複利込みの戦略 PnL。閾値最適化やイグジット ロジックも含む実運用評価。本 skill は コスト無視・閾値最適化なし の 「予測力スクリーニング PnL」のみ。promising と判定されたシグナルを backtest に 渡すのが標準的な使い方。
• volatility-profile との違い: volatility-profile は単一銘柄の「リスク特性のメタ情報」（分布の形・時間帯・ クラスタリング）。本 skill は シグナル候補と将来リターンの「関係性」。

トリガー条件

以下のような発話で起動する:

• 「RSI、本当に効く？」「この指標に予測力ある？」
• 「自作シグナルを評価して」「BB 幅は将来リターンと相関ある？」
• 「Z-score 化で改善する？」「シグナル候補を評価して」
• 「この特徴量、効果ある？」「どの指標が効きそう？」

以下では 起動しない:

• 「BTC の RSI を見て」（現在値の読み → indicator-analysis）
• 「SMA クロス戦略をバックテストして」（戦略 PnL → backtest）
• 「BTC のボラ特性は？」（リスク特性 → volatility-profile）

シグナル指定方法

ユーザーは 3 つの経路でシグナル候補を指定できる。

A. 組み込み指標名で指定（最も簡単）

例: 「RSI(14) の予測力を評価して」「BB 幅を評価して」「ROC(12) を評価して」

skill は indicator-analysis と同じ計算ロジックで指標を生成して評価する。 計算式は indicator-analysis/references/indicator-guide.md を参照 （重複実装は許容）。組み込み済みの候補:

• SMA(N) 乖離率: (close - SMA(N)) / SMA(N)
• EMA(N) 乖離率: (close - EMA(N)) / EMA(N)
• RSI(14)、MACD ヒストグラム、ROC(N)、ATR(N)、BB 幅(20)（= (upper - lower) / mid）
• BB %B: (close - lower) / (upper - lower)

B. 派生量を式で指定

例: 「出来高の log を評価して」「直近 24 本の出来高 Z-score を評価して」 「(high - low) / close を評価して」

skill は受け取った式を candles の OHLCV から計算する。 不明瞭な式はユーザーに確認してから進める。

C. 値を直接受け取る（外部データ）

ユーザーが事前に計算した時系列を JSON で渡す:

{
  "name": "coinbase_premium",
  "timestamps": [1712025600000, 1712029200000, ...],
  "values": [0.0012, -0.0035, ...]
}

skill は candles の timestamp と left-join し、欠損は除外して評価する。 詳細フォーマットは references/exploration-guide.md 参照。

重要な制約: Coinbase プレミアム等の 他取引所データは bitbank CLI で取得不可。 そういうケースは経路 C で受け取る。本 skill が外部 API を直接叩くことはしない。

デフォルト分析セット（7 ステップ）

入力: シグナル候補 + ペア + 時間軸（足種・期間）。 ユーザー指定がない項目は下記デフォルトを使う。

Step 1: 生データでの基本確認

シグナル s[t] と将来リターン r_fwd[t] = log(close[t+h] / close[t]) （h はデフォルト 1）の関係を計算。

• Pearson r、Spearman r、各 p 値、サンプル数 N
• p 値の解釈に 「ファットテール・自己相関により楽観バイアスあり」 を必ず併記
• |Pearson - Spearman| > 0.05 の場合は「外れ値の影響を疑う」と注記

Step 2: ローリング Z-score 変換と再評価

シグナルを window 期間でローリング標準化:

z[t] = (s[t] - rolling_mean(s, window)[t]) / rolling_std(s, window)[t]

• デフォルト window: 短期足（1min〜4hour）= 168 本（1hour なら 1 週間相当）、 長期足（1day 以上）= 30 本（1 ヶ月相当）
• 最初の window-1 本は NaN（0 埋めしない）
• 生データの相関と Z-score の相関を 両方表示 し、「変換で改善したか」を即座に判定
• 非定常な指標（プレミアム、出来高、価格水準そのもの）は変換で大きく改善することが多い

Step 3: ラグ相関プロファイル

ラグ +1 〜 +max_lag（デフォルト 48）でシグナル → 将来リターン相関を計算:

corr_lag[k] = Pearson(s[t], log(close[t+k] / close[t+k-1]))   for k in 1..max_lag

• 「何足先まで効くか」「ピークラグはどこか」を表で表示
• 多重比較への注意を 1 行: 48 ラグ同時検定で偶然 |r| > 0.05 が出る確率は無視できない。 Bonferroni 補正の話を references/exploration-guide.md に逃がす

Step 4: シグナルの自己相関（粘着性）

ラグ 1〜max_lag のシグナル自身の自己相関 Pearson(s[t], s[t-k]) を計算。

• 1 / 6 / 12 / 24 / 48 の代表ラグでサマリー表示
• 解釈ラベル:
  • 粘着的（lag=1 で > 0.9、lag=24 で > 0.3） → ATR・SMA 系。レジーム検出向き
  • 非粘着（lag=1 で < 0.3） → リターン・MACD ヒスト系。エントリー信号向き
  • 超粘着（lag=1 で > 0.99） → 価格そのものに近い疑い。Gotchas 参照

Step 5: 既存指標との冗長性チェック

評価対象シグナル × 既存指標セットで相関行列を計算。 既存指標セット（デフォルト）:

• SMA(20) 乖離率、EMA(20) 乖離率
• RSI(14)、ROC(12)
• ATR(14)（価格スケール除去のため close で割る: ATR / close）
• BB 幅(20)

判定:

• |r| > 0.8 のペアを 冗長（redundant） としてフラグ
• 異なるカテゴリ（モメンタム / ボラ / トレンド）の指標と |r| < 0.3 → 独立性あり

評価対象シグナル自身は既存指標セットに含めない（自己相関 1.0 になるだけ）。

Step 6: 符号ベース簡易 PnL（コスト無視・予測力チェック専用）

シグナルの 符号 だけでロング/ショートを切り替える最シンプルな PnL:

position[t] = sign(s[t])           # +1: long, -1: short, 0: flat
pnl[t]      = position[t-1] * r[t] # shift(1) で次足始値約定相当

• shift(1) を厳守。shift なしは Step 7 のリーク検証専用
• 生データ符号 / Z-score 符号 / Buy & Hold の 3 系列累積 PnL を比較
• コスト・サイジング・複利は一切考慮しない ことを出力に明記
• ショート（sign < 0）は方向検証用の数学シミュレーション。bitbank 現物では ロングのみ実行可能であることを必ず併記
• 本格評価は backtest skill へ誘導 する 1 行を最後に入れる

Step 7: リーク自己チェック

backtest skill の Step 3.5 と同じ哲学:

• shift(1) あり版（正規）と shift(1) なし版（リーク版）の累積 PnL を並べる
• 判定基準:
  • shift なし PnL の絶対値が shift あり PnL の 2 倍以上 → leak-suspect
  • 通った場合のみ「予測力検証として信頼できる」と表示
• shift なし版は 検証用使い捨てパス。実運用に流用しない

最終サマリー（判定ラベル）

5 軸を踏まえて、シグナル候補に 判定ラベル を付ける。複数フラグ併用可。

ラベル	条件（デフォルト）
✅ promising	|r| > 0.05、Z-score で改善、ローリング相関の符号が安定、既存指標と |r| ≤ 0.8、リーク疑いなし
⚠️ noisy	|r| < 0.03、ローリング相関が頻繁に符号反転
🔁 redundant	既存指標のいずれかと |r| > 0.8
🚨 leak-suspect	shift なし PnL の絶対値が shift あり PnL の 2 倍以上

判定はあくまで 目安。閾値はユーザーが上書きできる（カスタマイズ可能なパラメータ参照）。 複合ラベル例: 🔁 redundant + ⚠️ noisy、✅ promising（単独）。

出力フォーマット

セクションごとにテーブル + 簡潔な解釈。最後に判定サマリーを 1 ボックス。

=== シグナル評価: RSI(14) on btc_jpy 1hour ===
期間: 2024-04-01 〜 2024-12-31, N=6,576

--- 1. 生データ vs 将来リターン ---
Pearson  r = -0.0012  (p = 0.91, n.s.)
Spearman r = -0.0040  (p = 0.74, n.s.)
※ サンプル多 + 自己相関で p 値は楽観バイアス

--- 2. Z-score 変換（168 本ローリング）---
生データ r = -0.0012 → Z-score r = +0.0048
→ 改善はほぼなし

--- 3. ラグ相関 ---
ピーク: lag=+1 (r=-0.0012), 有意ラグなし
※ 48 ラグ同時検定。多重比較に注意

--- 4. 自己相関（粘着性）---
lag=1: 0.92, lag=6: 0.55, lag=24: 0.16, lag=48: 0.05
→ 粘着的（レジーム情報。エントリー信号には不向き）

--- 5. 既存指標との冗長性 ---
SMA(20) 乖離率   r= 0.89   ← 🔁 冗長
ROC(12)          r= 0.82   ← 🔁 冗長
ATR(14)/close    r=-0.07   ← 独立
BB 幅(20)        r= 0.04   ← 独立

--- 6. 符号ベース簡易 PnL（コスト無視）---
生データ符号:  累積 -2.3%
Z-score 符号:  累積 -1.1%
Buy & Hold:    累積 +112.4%
※ shift(1)、コスト・サイジング無視。ショートは方向検証用（bitbank 現物不可）

--- 7. リーク検証 ---
shift(1) あり: 累積 -1.1%
shift(1) なし: 累積 +0.4%
→ リーク疑いなし

=== 判定: 🔁 redundant + ⚠️ noisy ===
RSI 単体での予測力は確認できず、SMA 乖離率や ROC と冗長。
ATR とは独立しているので「ボラ × モメンタム」の組み合わせは検討余地あり。
本格的な戦略化は backtest skill を参照。

実行手順

1. シグナル指定経路（A/B/C）と評価対象を確定。経路 C なら JSON フォーマットを確認
2. ペア・足種・期間を確認。指定がなければ「BTC/JPY 1hour、過去 9 ヶ月」をデフォルト提案
3. CLI でローソク足を取得（--format=json --machine）。必要本数 = 期間 + max(window, max_lag) のバッファ。 envelope の success を確認後、data 配列から各行 {open, high, low, close, vol, timestamp} を取り出す（CLI が数値正規化済み、timestamp はミリ秒 UTC、配列は昇順＝古い順）。 meta.lastIsIncomplete: true なら末尾足は 必ず除外（将来リターン r_fwd[t] を計算する直前足はリーク源になりやすいため、未確定足を含めない）。 gaps がある場合は欠損区間を取り除いてから将来リターンとシグナルを整列する
4. 経路に応じてシグナル s[t] を構築。経路 C は timestamp で left-join、欠損行は除外
5. 将来リターン r_fwd[t] = log(close[t+1] / close[t]) を計算（horizon 指定があれば反映）
6. Step 1〜7 を順に実行
7. Validation Loop（下記）の 5 項目を点検
8. テーブル + 判定サマリーを出力。promising なら backtest への引き渡しを提案

自己チェック（Validation Loop）

出力前に以下を確認し、不整合があれば修正してから出す。

1. 将来リターンの向き — r_fwd[t] = log(close[t+1]/close[t]) で、過去ではなく 未来を指しているか。shift(-1) の符号を間違えるとリーク方向が反転する
2. ローリング Z-score の最初の window-1 本が NaN になっているか。 0 埋めしていないか（0 埋めすると相関が偽改善する）
3. ラグ相関のラグが等間隔 か。1, 2, 3, ... と連続しているか（飛びがあれば実装ミス）
4. 既存指標との相関で、評価対象シグナル自身が既存指標セットに混入していないか （自己相関 1.0 のフラグ漏れ）
5. 符号ベース PnL の出力に「コスト・サイジング無視」「ショートは方向検証用」が 明記されているか

カスタマイズ可能なパラメータ

ユーザー指定があれば優先。

パラメータ	デフォルト	説明
将来リターンの horizon	1（次足）	shift(-N) の N
Z-score window	168（短期足）/ 30（長期足）	ローリング標準化窓
ラグ相関の最大ラグ	48	クロスコリログラム範囲
自己相関の最大ラグ	48	同上
ローリング相関 window	720（1 ヶ月相当 1hour）	安定性検証用
冗長性の閾値	|r| > 0.8	redundant フラグ基準
予測力の閾値	|r| > 0.05	promising の最低条件
ノイズ判定の閾値	|r| < 0.03	noisy の基準
リーク疑いの閾値	shift なし PnL が 2x	leak-suspect 基準
既存指標セット	SMA20 乖離 / EMA20 乖離 / RSI14 / ROC12 / ATR14/close / BB 幅20	redundancy 比較対象

ローカル環境なので、このファイルのデフォルト値を直接編集しても OK。

可視化（オプション）

トリガー規律・実行環境の解決・出力先・スタイル・安全規律は _shared/references/visualization-guide.md に従う。デフォルトは off （ユーザーが明示的に求めたとき、または提案に同意したときだけ描く）。 チャートはテキスト出力（テーブル + 判定サマリー）の後に描き、 その置き換えにはしない。

本 skill の標準チャート:

チャート ID	内容	主な構成要素
signal-explorer.scatter	シグナル vs 将来リターン散布図	Step 1 の s[t] × r_fwd[t] の散布 + 最小二乗直線。Pearson / Spearman r をタイトルに併記
signal-explorer.lag-correlation	ラグ相関プロファイル	Step 3 の corr_lag[k]（k=1..max_lag）の棒グラフ + r=0 の水平線。多重比較への注意を脚注に
signal-explorer.autocorrelation	シグナル自己相関（粘着性）	Step 4 の自己相関の棒グラフ。粘着 / 非粘着の判定ラベルをタイトルに
signal-explorer.sign-pnl	符号ベース簡易 PnL 比較	Step 6 の 3 系列（生符号 / Z-score 符号 / Buy & Hold）の累積 PnL。cost & sizing ignored; short side = math simulation (bitbank spot is long-only) を図中に明記
signal-explorer.leak-check	リーク検証比較	Step 7 の shift(1) あり / なしの累積 PnL 2 系列。VALIDATION ONLY — do not trade the no-shift series を図中に明記

チャート固有の注意:

• scatter は NaN 除外後の系列で描く（Z-score 序盤の NaN・経路 C の欠損行を 含めない）。点数が多い場合は alpha を下げて重なりを見せる
• lag-correlation / autocorrelation の値は本文のテーブルと一致していること （Validation Loop と同じ整合性検証を図にも適用する）
• sign-pnl / leak-check の系列はいずれもコスト無視の予測力チェック用。 本格評価の図が欲しい場合は backtest skill の backtest.equity-curve へ誘導する

Gotchas

• 将来リターンの向きを間違えるとリーク。 shift(-1) が未来、shift(1) が過去。 r_fwd[t] = log(close[t+1]/close[t]) を必ず確認する
• rolling 計算で center=True は厳禁。 未来データを参照してしまう。 全ての rolling は 末尾合わせ（trailing window） で計算
• 全期間正規化は厳禁。 Z-score も min-max もグローバルだとリーク。 必ずローリングで標準化する
• p 値は楽観バイアス。 ファットテール + 自己相関で p 値は過小評価される。 判定は r の絶対値とローリング相関の安定性 を重視。p 値だけで結論しない
• Spearman と Pearson の差が大きい（|差| > 0.05） → 外れ値の影響を疑う。 非線形変換（log、Z-score）の余地あり
• シグナルの自己相関が極端に高い（lag=1 で > 0.99） → シグナルが価格そのものに 近すぎる可能性。rolling 窓が大きすぎないか、定常化忘れがないかを確認
• 多重比較問題。 48 ラグ × 複数指標で「たまたま当たった」候補が出る。 Bonferroni 補正等は references/exploration-guide.md 参照
• シグナルが NaN を含む場合。 経路 C や rolling 計算で序盤が NaN になる。 全 step で「NaN 行を除外してから相関計算」を徹底（NaN を 0 埋めしない）
• シグナルと将来リターンの timestamp 整列。 s[t] と r_fwd[t] のインデックスが ずれていると相関が無意味。経路 C は left-join 後にインデックスを再点検する
• ショートは方向検証用。 bitbank 現物ではロングのみ実行可能。簡易 PnL の ショートサイドはあくまで「シグナルの方向性が機能するか」を見るための 数学的シミュレーションであり、実運用に直結しない
• コスト無視は本 skill 限定。 promising と判定されても、往復の手数料 （bitbank pairs の taker レート × 2）で簡単に利益が消える。 本格評価は必ず backtest skill へ
• データ本数。 短期足は最低 1,000 本、できれば 5,000 本以上。 少ないと相関が偶然に支配される
• API がエラーを返した場合は _shared/references/bitbank-api-formats.md を参照

参照資料

詳細な理論的背景・経路 C の入力フォーマット仕様・多重比較補正の実務・ promising 判定後の backtest 引き渡し手順は references/exploration-guide.md を参照。