Conclusion

結論：リード・ラグ分析は「先行して見える」を測るだけ

リードラグ分析（時差相関、cross correlation lag）は、二つの時系列 A と B を時間方向にずらしながら相関を比べ、どのずれ幅で最もよく重なるか、つまりどちらが先行して見えるかを調べる手法です。出発点として最も大切なのは、これが過去のずれた対応関係の強さを測るだけで、先行指標・遅行指標の関係、因果、将来の予測力を自動的に証明しない、という点です。金利がCOTや原油在庫より何週か先に動いて見えることはありますが、「先行して見える」ことと「先行して起きる」「原因である」ことは別の主張です。

本記事は、時差相関の設計と解釈を担当します。符号規約の固定、level／差分／リターンのどれを使うか、各ラグでのPearson相関と有効観測数、そして自己相関・共通トレンド・公表遅延・多重検定という偽のピークの原因までを、最初に定義した一つの架空データで一貫して追います。個別の金・原油といったテーマは金価格と実質金利の関係の記事やEIA原油在庫の見方の記事へ、先読みバイアスの防止はマクロレジーム分析の記事へ送り、ここでは方法論に集中します。クラスター全体の流れはマクロ分析完全ガイドから確認できます。

Definition

リード・ラグ分析とは：ずらして重ねる、を式で捉える

リード・ラグ分析は、二つの系列の一方をラグ（時間のずれ）kだけスライドさせ、各kで相関を計算して並べる作業です。得られる「ラグごとの相関の並び」をクロスコリレーション関数と呼びます。相関がどのラグで大きくなるか、その形が鋭い一峰なのか、なだらかで複数の山があるのかを観察します。ラグ0だけを見る通常の相関（同時点相関）に対し、リード・ラグは「時間をずらしたときの対応」を見る点が違います。

ここで「先行（lead）」と「遅行（lag）」の言葉を整理します。系列Aの動きが系列Bの動きより時間的に前に現れるとき、Aは先行指標の候補、Bは遅行指標の候補です。lagged correlation（時差相関）で最も相関が高くなるラグの符号と大きさが、この先行・遅行の「見かけの」向きと期間を示します。ただし後述するとおり、見かけの先行は自己相関や公表遅延でも簡単に生まれるため、符号規約を固定し、有効観測数と検証をセットにして初めて意味を持ちます。

数式では、標準化した二系列の各ラグの相関を次のように書きます。ここでの相関はPearsonの相関係数で、−1から+1の範囲を取ります。

この式の意味と符号の向きを、次の節で規約として固定します。規約を決めずに「Aが3週先行」と言っても、どちらへずらしたかが曖昧なままでは再現できません。

Sign convention

符号規約：正のラグ・負のラグは何を意味するか

本記事とすべての図表・ツールで、次の符号規約に固定します。この規約は記事を通じて一切変えません。

言い換えると、「Aを+3期ずらす」とは、系列Aを3週分だけ遅らせて（右へスライドして）、Aの3週前の値 A[t−3] を現在の B[t] と並べることです。この+3ラグで相関が最大になれば、現在のBは3週前のAに最もよく似ている——すなわちAが先に動き、Bが3週遅れて追う、という「A先行・B遅行」の見かけの関係を意味します。逆に負のラグ −k で相関が最大なら、B側が先行して見える対応です。ラグ0は同時点の相関です。

Data design

データ設計：単位・変換・頻度・公表基準を先に決める

相関を計算する前に、何をどう並べるかを決めます。ここを曖昧にすると、後からラグの意味が揺れます。最低限、次を固定します。

• 頻度とタイムゾーン：本記事の架空例はいずれも週次で、週の区切りと観測タイミングをそろえます。日次と週次を混ぜる場合は、集計規則・週の境界・休日・欠損・前方補完の扱いを明記します。
• 変換（level／change／return）：水準そのまま（level）、前期差（change＝difference）、変化率（return、％）のどれで相関を取るかで結果が変わります。水準は共通トレンドで相関が過大に出やすく、差分やリターンはトレンドを除きやすい一方でノイズが増えます。
• 公表基準：観測対象の期間末で並べるのか、実際の公表日で並べるのかを区別します。経済指標では公表日基準が原則で、これを怠ると未来情報の混入につながります（後述）。

変換の違いは、同じデータでもラグ相関の形をどう変えるかに直結します。本記事の架空例では、level・change・returnのいずれでも相関のピークは同じラグに出るように作っていますが、ピーク以外の形とノイズの量は変換で変わります。level／difference／return／percentといった系列変換を、YoYや年率、パーセンタイル、bpなどと混同しないことも重要です。金利や利回りを扱うときのlevelとchangeの違いは米国債利回りとイールドカーブの見方の記事、名目・実質・期待の切り分けは金利差と為替の関係の記事でも扱っています。

Worked example

一貫した架空例で、ラグ−8〜+8の時差相関を計算する

ここからは、30週ぶんの架空の週次系列を最後まで使い回します。系列A（先行候補）と系列B（応答候補）はいずれも無次元の指数（単位：pt）で、これは教育用の架空データであり、実在の市場値・予測・売買推奨ではありません。系列Bは、系列Aの3週前の動きにほぼ連動するよう作ってあります（つまり設計上は+3ラグが正解）。相関はlevelで、Pearson相関を母集団基準（Nで割る）で計算します。

この二系列について、符号規約 r(k)=corr(A[t−k], B[t]) に従い、ラグ−8から+8まで相関と有効観測数を計算すると次のようになります。ラグを大きくするほど重なりが減り、有効観測数nは30から22まで減ります。相関が最も高いのはラグ+3（r=+0.972、n=27）で、これは設計どおりですが、後述のとおりこれを直ちに「最適ラグ」「予測力」とは呼びません。

表3は代表的なラグだけを抜き出しています（下のツールで−8〜+8のすべてを確認できます）。ピークの+3を挟んで+2（+0.777）や+4（+0.721）も高く、山はなだらかです。これは、系列Aが自己相関を持つ（隣り合う週が似ている）ためで、隣接ラグにも相関が「にじむ」性質を示します。したがって、+3だけが特別に正しいと即断せず、n=27という有効観測数と、次に述べる落とし穴・検証を踏まえて解釈します。

Pitfalls

偽のピークを作る4つの落とし穴

時差相関のピークは、実際の先行関係がなくても、次の4つの原因で簡単に生まれます。ピークを見つけたら、まずこれらを疑うのが実務の順序です。

季節性や重複リターン、欠損の前方補完も偽のピークの原因になります。とくに経済データの前方補完は「その時点で本当に知り得た」ことを意味しないため、公表遅延と合わせて注意が必要です。

Validation design

多重検定への対処：探索区間とホールドアウトを分ける

最大相関のラグを見つけたら、それは候補仮説にすぎません。同じデータの中で「最大」を選んだ以上、その数字には選択バイアスが乗っています。信頼できるかを確かめる基本手順が、探索（探す）と検証（試す）の区間を分けることです。

1. 探索区間で候補を探すデータの前半など一部区間だけで、ラグ・変換・窓をいろいろ試し、目立つラグを候補として書き出します。ここでは自由に探して構いませんが、結論は出しません。
2. 仮説とラグを固定する「levelでラグ+3、正の相関」のように、ラグ・符号・変換・窓を一つに固定します。以後はこの仮説を変えません。事前登録の発想です。
3. ホールドアウト区間で検証する探索に使っていない別区間で、固定した同じラグ・変換の相関だけを計算します。同じ符号と近い大きさが再現するかを見ます。
4. 再現性と限界を記録する再現したか、しなかったか、有効観測数はいくつか、反証条件は何かを残します。再現しなければ、その先行関係は疑わしいと結論します。

本記事の架空例で、探索区間を週1〜20、検証区間を週21〜30に分け、levelでラグ+3に固定して相関を取ると、探索区間はr=+0.978（n=17）、検証区間はr=+0.968（n=10）でした。設計上わざと連動させた架空データなので当然再現しますが、実データでは検証区間で相関が大きく落ちる、符号が変わる、といったことが普通に起こります。再現しない候補は採用しない——これが多重検定・データスヌーピングへの最も実務的な歯止めです。過去局面の比較や先読みバイアスの詳細はマクロレジーム分析の記事、堅牢性検証全般の考え方はTradingViewバックテスト完全ガイドも参考になります。

Publication lag

公表遅延とヴィンテージ：観測日ではなく公表日で並べる

経済指標には、観測対象の期間と、その値が実際に公表される日との間に公表遅延（publication lag）があります。たとえば「ある週の在庫」は、その週が終わってから数日後に公表されます。分析でこの遅延を無視し、観測期間の位置に値を置くと、当時はまだ手に入らなかった値を過去へ埋め込むことになり、先行性を実際以上に見せてしまいます。

正しい扱いは、値を公表日以降にだけ利用可能として時間軸に置くことです。観測日・対象期間末・発表日・取得日・改定日・ヴィンテージ日を別のフィールドとして持ち、分析日時より後に公表された値を過去の分析へ使わないようにします。改定される系列では、「今わかっている確定値」ではなく「その時点で公表されていた速報値」を使う——これがポイントインタイム（point-in-time）の考え方です。前方補完も、公表遅延を考えると「当時知り得た」ことを意味しないため、慎重に扱います。

Interactive

ラグ相関エクスプローラー（教育用）

下のツールは、上の架空系列A・B（30週）を使い、ラグ（−8〜+8）・変換（level／change／return）・区間（全体／探索：週1〜20／検証：週21〜30）を切り替えて、選んだラグの相関と有効観測数、および区間内で最も相関の強いラグを表示します。符号規約 r(k)=corr(A[t−k], B[t])（正のラグ＝A先行）を常時表示します。入力はブラウザ内だけで処理し、どこにも送信・保存しません。初期値（ラグ+3・level・全体）は表3の+3行と一致します。最大相関のラグは「最適」「予測力」ではなく候補として表示します。

Limits

解釈の限界：時差相関は因果を証明しない

最後に、リード・ラグで避けたい飛躍を整理します。第一に、相関は因果を証明しません（causality）。Aが時間的に先行して見えても、共通の第三の要因、共通トレンド、偶然、あるいは逆方向の関係で説明できる場合があります。時間的先行は因果の必要条件の一つにすぎず、十分条件ではありません。第二に、最大相関のラグは予測力ではありません。過去のずれた対応が強くても、その関係が将来も続く保証はなく、関係自体が時間とともに変化（非定常）します。第三に、ピークの位置は変換・窓・区間で動きます。levelとreturnでピークがずれることも、探索と検証でピークが消えることも珍しくありません。

したがって、一つのラグ相関のピークから価格の方向や将来へ飛ぶのではなく、メカニズムの仮説、反証条件（この見立てが外れるとしたらどんなデータか）、追加確認（他系列・他変換・別区間）を必ずセットにします。「逆相関だから売り」「先行指標だから予測できる」といった断定は、時差相関からは導けません。相関≠因果の扱いを金の例で深掘りするなら金価格と実質金利の関係の記事、シナリオとして条件づける方法はマクロシナリオ分析の記事が対応します。

Checklist

実務チェックリストとワークベンチでの確認手順

リード・ラグ分析を実務で行うときの確認事項です。数字の精密さより、前提と限界の明示、そして検証の分離を優先してください。

• 符号規約を明示したか（どちらをずらし、正のラグがどちらの先行か）。
• 変換（level／change／return）と頻度・タイムゾーン・週の境界をそろえたか。
• 各ラグで相関と有効観測数nを併記し、端でnが減ることを示したか。
• 自己相関・共通トレンド・季節性・重複・欠損補完を疑ったか。
• 経済指標を観測日ではなく公表日で並べ、ヴィンテージを考えたか。
• 最大相関を「最適」「予測」と呼ばず、候補仮説として扱ったか。
• 探索区間と検証区間を分け、固定したラグが再現するか確認したか。
• 相関から因果・価格方向へ飛ばず、反証条件を用意したか。

これを実際のデータで進める流れは、おおむね次のとおりです。まず無料の基本表示で対象の公開マクロデータ（COT、利回り、実質金利、EIA在庫など）を確認し、見比べたい二系列の当たりをつけます。次に、複数ラグ・複数変換の時差相関を再現可能な形で比較し、公表日ベースの整合や探索・検証の分離まで踏み込む段階で、リード・ラグ、計算ラボ、ブラウザ内CSV結合、ポイントインタイムを備えるPremium／Globalの範囲が視野に入ります。作業の全体像はマクロ分析完全ガイドに、COTの極端値評価はCOTパーセンタイル・Zスコアの見方の記事にまとまっています。日本語の学習記事は記事一覧から辿れます。取引の実コストや数量の把握など隣接テーマは、取引コスト計算完全ガイドやFX・CFDロット計算完全ガイドも参照できます。

Related

関連記事・次に読む