🎰【検証】ゴトー日でナンピンしたら地獄？ピラミッディングしたら天国？330回分のデータで白黒つけてみた

読者からの質問が来た

前回のSL/TP検証記事を公開したところ、こんな質問をいただきました。

「ゴトー日でナンピンしたら成績良くなりますか？」 「時差でエントリー分けたら安定しますか？」

なるほど...これは検証せねば。

俺の仮説

検証前に、まず俺の仮説を述べておく。

仮説1: 遅くエントリーするほど成績悪化

ゴトー日の仲値トレードは「0:00〜9:55のドル円上昇」を狙う戦略。

ということは...

• 0:00エントリー = 上昇の最初から乗れる
• 9:00エントリー = 上昇の最後だけ乗る

遅いエントリーほど取れる値幅が減るはず。

仮説2: ナンピンは「負け時に大きく負ける」

ナンピン（下がったら買い増し）の特徴を考えてみる。

勝つとき（上昇）:

• 最初のポジションだけで十分利益
• 追加ポジションは発動しない
• 結果: 普通の利益

負けるとき（下落）:

• 下がるたびにポジション追加
• 最大5ポジションがフル稼働
• 結果: 5倍の損失 😱

これ、コツコツドカンの典型パターンでは...？

仮説3: 時差分割エントリーは成績悪化

仮説1が正しければ、エントリーを分散させるほど「遅いエントリー」が混ざる。

0:00一発エントリーが最強のはず。

検証条件

期間: 2020年7月〜2025年12月（約5年間）
対象: ゴトー日 330トレード
通貨: ドル円
エントリー: 各戦略による
決済: 9:55固定

検証する戦略

検証結果1: エントリー時刻別成績

まず、単純に「何時にエントリーしたら一番儲かるのか」を検証。

発見したこと

仮説1は支持！

• 早期（0-2時）平均: +2.70pips
• 後期（7-9時）平均: +0.10pips

0:00が最強で、9:00が最弱。27倍の差がある。

ただし面白いのは6:00と7:00が意外と良いこと。東京市場オープン効果か？

検証結果2: ナンピン vs ピラミッディング

本題。下がったら買い増す「ナンピン」と、上がったら買い増す「ピラミッディング」を比較。

ナンピン（下落時追加）

ピラミッディング（上昇時追加）

え？ナンピンも良いの？

ちょっと待って。ナンピンもベースライン（1,278pips）より良いんだけど...

これは予想外。仮説2は外れた？

検証結果3: ナンピンの「勝ち」と「負け」を分解

ナンピンが意外と良かった理由を深掘りする。

仮説2は部分的に正しかった！

• 負け時の損失は勝ち時の1.6〜1.9倍
• つまり「負けるときは大きく負ける」は正解

でもなぜトータルプラス？

答えは勝率。

• ベースライン勝率: 58.2%
• ナンピン勝率: 67-70%

ゴトー日は基本的に上昇トレンド。ナンピンで一時的な下げを拾うと、結局上がって勝つパターンが多い。

ナンピンの真実

✅ 勝率は上がる（58% → 68%）
❌ 負け時の損失は大きい（1.75倍）
🤔 トータルではプラスだが...
⚠️ ドローダウンがエグい

ナンピンは「勝率は上がるがリスクも上がる」戦略だった。

検証結果4: 時差分割エントリー

最後に、エントリーを時間で分散させる戦略を検証。

意外な発見

仮説3は棄却！

「0:00一発が最強」と思ったら、2時間間隔5分割（0:00, 2:00, 4:00, 6:00, 8:00）が最強だった。

ただし注意点:

• 遅い時刻だけの分割（6:00+9:00など）は成績悪い
• 0:00を含む分割が前提

最終結論: 戦略ランキング

全戦略を累計pipsでランキング！

結論

🔥 ピラミッディングが圧倒的最強 🔥

• ベースライン比 +270%
• 勝率は下がる（58%→48%）が、勝つときの利益が爆発的
• 「トレンドに乗る」の王道戦略

⚠️ ナンピンは意外とアリだが注意

• 勝率は上がる（58%→68%）
• でも負けるときは大きく負ける
• 精神的にキツい可能性大

仮説の答え合わせ

使用したコード

今回の検証に使ったPythonコード（高速版）を公開します。

"""
ゴトー日ナンピン・ピラミッディング検証（高速版）
"""
import MetaTrader5 as mt5
import pandas as pd
import numpy as np

def simulate_nanpin_fast(trades_df, nanpin_pips, max_pos=5):
    """ナンピンをベクトル化でシミュレート"""
    entry_0 = trades_df['entry_0'].values
    exit_price = trades_df['exit_price'].values
    max_down = trades_df['max_down_from_entry'].values

    # 何回ナンピンが発動したか計算
    nanpin_count = np.minimum(
        np.floor(max_down / nanpin_pips).astype(int),
        max_pos - 1
    )
    total_positions = nanpin_count + 1

    # 平均取得単価を計算
    avg_entry = np.zeros(len(trades_df))
    for i in range(len(trades_df)):
        n = int(nanpin_count[i])
        entries = [entry_0[i]] + [
            entry_0[i] - nanpin_pips/100 * (j+1)
            for j in range(n)
        ]
        avg_entry[i] = np.mean(entries)

    total_pips = (exit_price - avg_entry) * 100 * total_positions
    return total_pips

def simulate_pyramid_fast(trades_df, pyramid_pips, max_pos=5):
    """ピラミッディングをベクトル化でシミュレート"""
    entry_0 = trades_df['entry_0'].values
    exit_price = trades_df['exit_price'].values
    max_up = trades_df['max_up_from_entry'].values

    # 何回ピラミッドが発動したか
    pyramid_count = np.minimum(
        np.floor(max_up / pyramid_pips).astype(int),
        max_pos - 1
    )

    # 各ポジションの損益を計算
    total_pips = np.zeros(len(trades_df))
    for i in range(len(trades_df)):
        n = int(pyramid_count[i])
        entries = [entry_0[i]] + [
            entry_0[i] + pyramid_pips/100 * (j+1)
            for j in range(n)
        ]
        pips = sum((exit_price[i] - e) * 100 for e in entries)
        total_pips[i] = pips

    return total_pips

まとめ

ゴトー日トレードで最も効果的な戦略は：

1. ピラミッディング（上昇したら追加） → 圧倒的最強
2. 時差分割（0:00から2時間おき） → 安定性向上
3. ナンピン（下落したら追加） → 勝率は上がるがリスク大

そして最も避けるべきは：

• 9:00単発エントリー → 累計-438pips
• 遅い時刻だけの分割 → 成績悪化

トレンドフォローの基本に忠実に、ピラミッディングが王道という結論でした。

次回は別のアノマリーでも検証してみます！

関連記事

• ゴトー日×SL/TP検証 - SL/TPの効果を961パターンで検証
• ゴトー日25日の秘密 - 25日が最強である理由
• ゴトー日×テクニカル指標 - RSI・ボリバンとの組み合わせ