【#11｜実践編】単日の価格では見えないもの――Time Seriesで市場変化を観測する
みなさん、こんにちは。foxです。
本記事は、前回の記事の続編です。
▼前回の記事
【#10｜実践編】AssetIntelは「買い時」を教えない――市場理解と投資助言の境界
前回は、AssetIntelが市場データを集めても、個人の売買判断を代行しない理由を整理しました。
Asset ScoreやSpreadは、市場を同じ基準で整理するための指標です。しかし、ある日の数値だけを見ても、その状態が一時的なのか、継続しているのかまでは分かりません。
そこで必要になるのが、Time Seriesという考え方です。
今回のテーマは、単日値と時系列の違いです。
最初に結論をお伝えします。
Time Seriesの役割は、将来価格を当てることではありません。単日の数字を時間の中に置き、市場で何が変わったのかを確認しやすくすることです。
① 単日値は、市場の「スナップショット」
単日値は、ある時点の市場を切り取ったスナップショットです。
たとえば、前回の記事で取り上げたGMT-Master II 126710BLRO “Pepsi”では、2026年7月12日17:55時点で、次の状態を観測しました。
Dealer Market中央値：485.1万円
Dealer Market件数：4件
Transaction Market中央値：266.0万円
Transaction Market件数：79件
Transaction Market採用元：Tokemar（trusted）
Spread：219.1万円
Spread率：45.2%
Confidence：信頼
判定：乖離大
この数値から確認できるのは、その時点でDealer MarketとTransaction Marketの中央値に219.1万円の差があり、Spread率が45.2%だったということです。
一方、この1回の観測だけでは、次のことまでは分かりません。
前日より差が広がったのか
数週間前から同じ状態なのか
Dealer Marketが動いたのか
Transaction Marketが動いたのか
出品構成が変わっただけなのか
単日値は重要です。ただし、それだけで市場の方向性を説明することはできません。
② Time Seriesは「同じものさし」で観測を重ねる
Time Seriesは、日付ごとの価格を並べるだけではありません。重要なのは、同じモデルを、できるだけ同じ条件と計算方法で観測することです。
ここからは、現在実装されている機能の一覧ではなく、Time Seriesとして継続的に確認すべき分析項目を整理します。
現時点でAssetIntelに実装されている時系列表示は、Dealer Marketの日次中央値を使った30日Trendです。
Transaction Market、Spread、n数、Valid率、Confidence、採用データソースなどの継続表示は、今後の分析・実装対象として扱います。Time Seriesとして継続的に確認したい項目には、次のようなものがあります。
Dealer Market中央値
Transaction Market中央値
Spread
Spread率
n数
Valid率
Confidence
採用データソース
価格帯
対象期間
分析上の制約
同じ名前の数値でも、計算条件や対象データが変われば、そのまま比較できない場合があります。
たとえば、ある日は中古品だけで構成され、別の日は未使用品が多く含まれていれば、中央値が変わっても、市場全体の価格が動いたとは限りません。
Time Seriesで大切なのは、線の形だけを見ることではなく、その線がどのようなデータから作られたのかを確認することです。
③ 価格が変わったのか、データ構成が変わったのか
時系列グラフで価格が上がっていると、すぐに「市場価格が上昇した」と考えたくなります。
しかし、中央値の変化には複数の理由があります。
同じ出品商品の価格が変更された
安い出品が売り切れた、または掲載終了した
高価格帯の出品が新しく加わった
未使用品と中古品の比率が変わった
付属品や保証条件の異なる商品が増えた
観測件数が変わった
採用データソースが変わった
つまり、表示された価格が変化していても、必ずしも同じ個体の価格が上がったわけではありません。
AssetIntelでTime Seriesを見るときは、次の2つを分けて確認します。
価格そのものが変化したのか
価格を構成するデータが変化したのか
④ 移動平均は、変動をならして見るための補助線
ここでは、今後の分析設計に向けた一般的な手法として、移動平均の考え方を整理します。
現時点で、移動平均はAssetIntelの表示機能として実装済みのものではありません。
市場データは、日によって上下します。少数の出品が追加されたり、低価格の商品が掲載終了したりするだけで、単日の中央値が大きく動くこともあります。
こうした短期的な変動をならして見る方法のひとつが、移動平均です。移動平均は、一定期間または一定回数の観測値を平均し、短期的な上下を見やすくするために使います。
ただし、移動平均にも注意点があります。
急な変化が遅れて表示される
観測数の少ない期間では安定しない
元のデータ品質が低ければ、平均しても信頼性は高くならない
過去をならした線であり、将来を予測する線ではない
また、「直近7日」と「直近7回の観測」は同じとは限りません。毎日データがそろっていなければ、7回の観測が7日より長い期間にまたがることがあります。そのため、移動平均を扱う場合は、対象期間、観測回数、欠損の扱いを明示する必要があります。
移動平均は、単日のノイズを減らして見るための補助線です。売買のタイミングを自動的に示す線ではありません。
⑤ Spreadの変化は、両方の市場に分けて見る
SpreadとSpread率の定義は、前回の記事で整理したとおりです。
Spreadが縮小した場合でも、理由はひとつではありません。たとえば、
Dealer Marketが下がり、Transaction Marketが変わらなかった
Dealer Marketが変わらず、Transaction Marketが上がった
両方が動いたが、Transaction Marketの上昇幅が大きかった
データ構成やn数が変わり、中央値が変化した
といった可能性があります。
反対に、Spreadが拡大した場合も、
Dealer Marketが上がった
Transaction Marketが下がった
両市場が異なる速度で動いた
採用データの構成が変わった
など、複数の要因が考えられます。
Spreadの線だけを見ると、こうした違いは分かりません。AssetIntelでは、Spreadの拡大・縮小とあわせて、Dealer MarketとTransaction Marketを別々に確認します。
⑥ n数の変化もTime Seriesの一部
価格がほとんど変わっていなくても、n数が変化していることがあります。
たとえば、Dealer Market中央値が同じでも、n=3からn=15へ増えた場合と、n=20からn=4へ減った場合では、その数値を支える市場の厚みが異なります。
n数が増えれば、観測できる範囲が広がる可能性があります。一方で、件数が増えたからといって、必ずデータ品質が高くなるわけではありません。ノイズや対象外データが増えていれば、Valid率が下がることもあります。
そのため、Time Seriesとして確認したいのは価格だけではありません。次の変化もあわせて見る必要があります。
Total件数
Valid件数
Excluded件数
Valid率
価格の線が安定していても、データの中身まで安定しているとは限りません。
⑦ Confidenceは固定された評価ではない
Confidenceは、モデルそのものの評価ではありません。観測時点のデータ件数、有効率、採用データソースなどに基づく、データ品質の分類です。
そのため、同じモデルでも、データが増えたり、採用ソースが変わったりすれば、Confidenceが変化する可能性があります。たとえば、次のような変化です。
有効件数が増えた
Valid率が改善した
より優先度の高いTransaction Marketソースを採用できた
反対に、有効データが減った
対象期間が変わった
Confidenceも時間軸に沿って記録することで、「価格がどう変わったか」だけでなく、「その分析をどの程度のデータが支えているか」を確認しやすくなります。
⑧ データソースが変わった日は、同じ線として扱わない
Time Seriesでは、採用データソースの変更にも注意が必要です。
たとえば、ある期間はYahooのデータを採用し、その後Tokemarを採用した場合、同じTransaction Marketの線であっても、対象商品、期間、データの性質が異なる可能性があります。
このとき、変更前後を何の注記もなくつなぐと、市場価格が急に変化したように見えることがあります。しかし、実際には市場が動いたのではなく、観測方法が変わった可能性があります。
そのため、データソースの変更は隠すのではなく、Time Series上の変化点として記録する必要があります。これは、価格の変化と観測条件の変化を混同しないためです。
⑨ 時系列が長くなっても、将来を保証するものではない
観測期間が長くなれば、単日より多くの情報を確認できます。
高値や安値が一時的だったのか
同じ水準が継続しているのか
Spreadが拡大または縮小しているのか
n数やConfidenceが安定しているのか
データソースが変わっていないか
こうした変化は、Time Seriesという考え方に沿って記録を重ねることで、見えやすくなります。
ただし、観測期間が長ければ将来を正確に予測できる、という意味ではありません。市場環境、為替、供給、需要、商品状態、販売チャネルなど、将来の条件は変化します。過去に続いていた傾向が、次の日から変わることもあります。
Time Seriesは、未来を確定するための答えではありません。過去から現在までに何が起きていたのかを、確認しやすくするための記録です。
⑩ AssetIntelがTime Seriesで確認したいこと
AssetIntelが今後Time Seriesとして確認したいのは、単に価格が上がったか、下がったかだけではありません。
以下は現行の実装機能一覧ではなく、今後、同じ時間軸で記録・確認できる状態を目指す分析項目です。
次の要素を分けて記録し、同じ時間軸で確認できる状態を目指します。
Dealer Marketの変化
Transaction Marketの変化
Spreadの変化
n数とValid率の変化
Confidenceの変化
採用データソースの変化
分析条件や制約の変化
このように記録を積み重ねることで、単日の数字を見たときに、次のことを確認しやすくなります。
今だけの変化なのか
継続している変化なのか
価格が動いたのか
データ構成が変わったのか
⑪ おわりに：Time Seriesは「予測」ではなく「観測」
今回は、単日値とTime Seriesの違いを整理しました。
単日値は、ある時点の市場を示すスナップショットです。Time Seriesは、そのスナップショットを同じ条件で積み重ね、市場の変化を確認するための記録です。
AssetIntelが確認したいのは、価格の上下だけではありません。
Dealer MarketとTransaction Marketのどちらが動いたのか
Spreadは拡大したのか、縮小したのか
n数やValid率は変わっていないか
Confidenceは同じか
採用データソースや商品構成が変わっていないか
こうした要素を分けて見ることで、単日の数値を強い結論へ変換せず、市場で観測された変化を整理できます。
移動平均もTime Seriesも、将来を当てるための道具ではありません。過去から現在までの市場を、同じものさしで確認する。それが、AssetIntelにおけるTime Seriesの役割です。
本編の次回は、【#12｜実践編】Confidenceは何を表すのか――n数・Valid率・採用ソースの見方（仮）を予定しています。
n数が多ければ、本当に信頼できるのか
Total、Valid、Excludedの違い
Valid率の見方
採用データソースとConfidenceの関係
「信頼」「参考」「低」「成約不足」の違い
を整理します。
※AssetIntelは、公開情報、API取得データ、手動取得データを用いた市場観測プロジェクトです。価格予測、売買推奨、利益保証、投資助言を行うものではありません。Asset Score、Spread、判定ラベルは、観測結果を同じ基準で記録・比較するための内部指標です。Time Seriesは過去から現在までの観測結果を整理するものであり、将来価格を保証または予測するものではありません。掲載値は基準日時点の集計値であり、個別商品の状態や将来の取引価格を保証するものではありません。ConfidenceはAssetIntel内部基準によるデータ品質分類であり、外部機関による保証ではありません。
