regimen

Regimen

シャープレシオは推定値です。Regimen は、それが事実かどうかを示します。

Regimen は取引戦略のエクイティカーブを受け取り、集計されたパフォーマンス指標では答えられない2つの問いに答えます。測定されたエッジは運によるものと区別できるか、そしてどの市場環境で実際に有効なのか。

人だけでなく、エージェント向けにも構築されています。すべての機能を REST API と MCP から利用でき、最もよく返される回答は、主張を裏付けるには証拠が不十分だというものです。それこそがこの製品であり、失敗ではありません。

• ライブ API — https://regimen-nu.vercel.app
• MCP エンドポイント — https://regimen-nu.vercel.app/mcp（リビジョン 2026-07-28）
• OpenAPI — https://regimen-nu.vercel.app/api/v1/openapi.json
• MCP Registry — io.github.RaYYeR220/regimen として公開 (掲載ページ)
• ご自身で検証 — verification/README.md · 主張の台帳 — CLAIMS.md · 実データとシミュレーション — MOCKS.md · スコアカード — EVAL.md

---

問題

ある戦略が6週間でシャープレシオ2.4、40回の取引で勝率58%を公表したとします。どちらの数値も事実です。しかし、どちらも証拠にはなりません。

短期間で偏りがあり、裾の厚いサンプルから算出したシャープレシオには、その主張を覆い隠すほど大きな誤差範囲があります。40回の取引では、58%のエッジとコイン投げを区別できません。また、戦略を20回再調整した後では、最良の設定が優れて見えるのは、無作為に選んだ20人のうち最も背の高い人が背が高いのと同じ理由です。

これは一部の人だけが抱く統計上の異論ではありません。バックテストによって資本が失われる最も一般的な原因です。これに対処する数学的手法は2012年から存在しますが、平均を標準偏差で割る以上のことが必要なため、ほとんど適用されていません。

年率換算シャープレシオが3.72のエクイティカーブについて、ライブサービスが返す実際の出力を以下に示します。

verdict      weak
confidence   92.3% that the true Sharpe exceeds 0
95% interval [-0.033, +0.462]        zero is still inside
track record 60 periods; 78 needed for significance at 95%

ダッシュボードなら 3.72 と表示して終わりです。

機能

1. 有意性。 確率的シャープレシオ（Probabilistic Sharpe Ratio）は、サンプルの長さ、歪度、尖度を踏まえ、真のシャープレシオがベンチマークを上回る確率を示します。最小トラックレコード長（Minimum Track Record Length）は、その主張を行うのに必要な期間数を示します。デフレート・シャープレシオ（Deflated Sharpe Ratio）は、先に試した設定の数を考慮して同じ判定を補正します。定常ブートストラップによる信頼区間は、系列依存性を保持します。

2. レジームへの帰属。 各期間のリターンを、その UTC 日に該当する市場環境（ボラティリティ、ファンディング、建玉、ポジショニング、センチメント、トレンド状態）と結び付けます。すべてを当時の時点情報から読み取るため、バケット内に事後になって初めて知り得た情報が入り込むことはありません。各要因には置換検定が付属します。これは、バケット間で観測されたパフォーマンスのばらつきを、レジームラベルを無作為に入れ替えて生じるばらつきと比較するものです。リターン系列を8通りに区分すれば、見栄えのよいサブセットが必ず得られるためです。この p 値がなければ、レジームマップはデータマイニングの装置になってしまいます。

3. 自己攻撃。 すべての分析を、あらかじめ正解が分かっている対照データに対して実行できます。戦略自身のリターンから平均を除いたもの（真のシャープレシオは正確にゼロであるため、正しいエンジンなら50%付近と判定する必要があります）と、期間およびボラティリティを一致させたエッジのない戦略のシミュレーション集団を使い、実際の結果を純粋な運と比較したパーセンタイルとして位置付けます。対照テストに失敗した場合も含め、結果は公開されます。

4. 差異チェック。 データソースが独自の数値を公開している場合、Regimen はエクイティカーブから数値を再計算し、その差を報告します。差の大半は計算方法の違いで説明できますが、ダッシュボードの数値を引用するユーザーには、基礎となるカーブが異なる結果を示している場合、それを知る権利があります。

認証情報なしで試す

curl -s https://regimen-nu.vercel.app/api/v1/evaluate \
  -H 'content-type: application/json' \
  -d '{
    "selector": {
      "source": "inline",
      "trackRecord": {
        "label": "demo",
        "equity": [
          {"t": "2026-06-01", "equity": 10000}, {"t": "2026-06-02", "equity": 10180},
          {"t": "2026-06-03", "equity": 10090}, {"t": "2026-06-04", "equity": 10310},
          {"t": "2026-06-05", "equity": 10240}, {"t": "2026-06-06", "equity": 10450}
        ]
      }
    }
  }'

このカーブは意図的に短くしてあり、Regimen は数値を出すのではなく、その旨を伝えます。 verification/README.md には、段階評価の判定を出す完全な長さの例に加えて、ヘルスチェックとデプロイ証明のチェックがあります。

2 つのインターフェース、1 つのエンジン

REST

メソッド	パス	何を判定するか
POST	/api/v1/evaluate	この実績は運では説明できないものですか？
POST	/api/v1/regime-map	エッジはどの市場状況に集中していますか？
POST	/api/v1/self-attack	なぜこの判定を信頼すべきですか？
GET	/api/v1/status	上流への到達性、キャッシュの使用状況、デモキーの利用可否。
GET	/api/v1/openapi.json	機械可読な契約。
GET	/api/health	稼働状態と正確なビルドコミット。

すべてのレスポンスは { data, meta } または { error, meta } で、meta にはリクエスト ID、ビルドコミット、リクエストの処理に使用された認証情報モードが含まれます。エラーには、安定した機械可読な code、retryable フラグ、そしてスタックトレースを読む人間ではなく、エージェントが対処できるように記述された remedy が含まれます。

MCP

Streamable HTTP 経由で、任意の MCP クライアントを https://regimen-nu.vercel.app/mcp に接続します。inline ソースでは認証は不要です。ファイルで設定するクライアントの場合：

{ "mcpServers": { "regimen": { "url": "https://regimen-nu.vercel.app/mcp" } } }

対話形式で確認するには、npx @modelcontextprotocol/inspector を実行し、同じ URL を指定します。

ツール — regimen_evaluate_track_record、regimen_regime_map、regimen_self_attack、regimen_describe_factors。それぞれ outputSchema を公開し、検証済みの structuredContent を返します。また、書き込み、取引、署名を行わないため、それぞれに readOnlyHint が注釈されています。各ツールには detail 切り替えがあり、エージェントはすべてのバケットではなく、判定とその理由を求めることができます。

リソース — regimen://methodology（統計手法の全容）、regimen://evidence-tiers（正確な評価しきい値）、およびテンプレート regimen://factor/{key}。その key 引数は completion/complete に対応しています。

プロンプト — validate_strategy。適切な順序で行う完全なレビューで、年率換算シャープレシオから話を始めないよう指示します。

アーキテクチャ

                    REST  /api/v1/*            MCP  /mcp
                          │                        │
                          └────────────┬───────────┘
                                       │
                            engine/  significance · regime · self-attack
                                       │
                            stats/   PSR · DSR · MinTRL · bootstrap ·
                                     conditional attribution · Wilson
                                       │
                            sources/ ── adapter interface ──┐
                                       │                     │
                              olaxbt-nexus              inline
                          (18 tools, point-in-time)  (bring your own curve)

エンジンはドメインモデル（実績、レジーム系列）を対象に実装されており、ベンダーのレスポンス形式には依存しません。データソースは、これら 2 つを生成する薄いアダプターです。そのため、同じ分析を OlaXBT Nexus の戦略にも、スプレッドシートから貼り付けたカーブにも適用でき、取引所の追加も書き直しではなくアダプターの追加で済みます。

OlaXBT Nexus はライブデータソースです。 アダプターは、戦略のエクイティカーブ、取引、公開メトリクスを読み込み、各日付について as_of を明示した 8 つの市場状況要因を読み込みます。これにより、レジームへの帰属分析で先読みが発生しません。レート制限とキャッシュは呼び出し元ではなくクライアントに実装されています。Builder ティアのキーでは 1 分あたり 80 件のリクエストが許可され、レジームマップでは数百件の特定時点の読み取りが必要になるため、トークンバケット方式で呼び出しを調整し、変更されない過去日付の読み取りはすべてキャッシュされます。

テスト

pnpm test          # the full suite
pnpm typecheck     # strict, with noUncheckedIndexedAccess
pnpm eval          # the graded evaluation; writes EVAL.md

統計コアには370 件のテストがあります。PSR、MinTRL、Deflated Sharpe Ratio、歪度、尖度、Wilson 区間、ドローダウンの既知の正解値を使うケースは、この実装とは独立して生成されており、算術の根拠がコメントに記載されています。20 個のシードを使ったネガティブコントロールテストでは、平均がゼロの系列が 20 回中 2 回で 95% 信頼度をクリアすること（名目上のサイズ）を確認しています。一方、対応する平均が正の系列は 20 回中 20 回クリアします。

評価で判明したこと

EVAL.md は、正解が既知の82種類の合成戦略を対象に、偽陽性率、検出力、劣化入力に対する適切な拒否、キャリブレーション、レジーム検出を評価する、事前登録済みの採点評価です。評価スイートとその目標値は、エンジンを評価対象に実行する前に確定しています。

現在、6つの目標のうち3つを達成できていません。その失敗は調整で隠されることなく公表されています。 この手法の正直な限界を示しているため、読む価値があります。

• 偽陽性率 5.6%（2/36）、目標 ≤5%。 どちらの失敗も同じ仕組みによるものです。短い期間のリターン分布が負の歪度を示しているものの、暴落の要因となる事象がまだ発生していないケースです。非正規性の補正は標本の3次および4次モーメントに左右されますが、観測数が40～60件では、これらはほとんど情報を持ちません。そのため、補正が検出するためにある「ボラティリティを売っているが、まだ破綻していない」というまさにそのパターンに、補正が引っかかってしまいます。現在、エンジンは、標本が短すぎてモーメントに意味がない場合、そのことを自身の推論で明示するようになりました。また、2/36という結果も、名目上の5%に対するモンテカルロ誤差の範囲内です。重要なのは超過幅ではなく、その仕組み自体です。
• 抑制 66.7%（10/15）、目標 ≥90%。 5つのケースでは、本物ではあるものの証明できない優位性が、証明済みとして評価されました。運によって観測されたシャープレシオが真の値を大幅に上回ったためです。エンジンは5つすべてで方向性としては正しく判断していますが、それでも標本数が裏付ける以上の信頼度を与えています。
• p ≤ 0.05でのレジーム検出 25%（1/4）、目標 ≥75%。 この評価で、実際の設計上の欠陥が見つかりました。順列検定は当初、最良バケットと最悪バケットのシャープレシオの差に対して実行されていましたが、これは2つのバケットしか考慮せず、バケット数が増えるほど値が大きくなります。意図的に効果を仕込んだケースでも、シグナルと帰無仮説をまったく区別できませんでした。仕込み済みの差は0.493で、帰無対照の0.491とほぼ同じでした。この検定は観測数で重み付けしたバケット間分散に置き換えられ、仕込み済みケースのp値は0.022/0.073/0.092/0.229から0.010/0.054/0.069/0.275に変化しました。一方、効果を仕込んでいない対照群は引き続き反応しませんでした（0.18～0.91）。これは大きな改善ですが、目標には届いていないため、未達のままとしています。

レジームの偽陽性は0/4、劣化入力は8/8で拒否されています。

MCP 準拠性

npx @modelcontextprotocol/conformance@alpha server --url <url>

ローカルビルドに対して、36項目に合格し、23項目に失敗します。 合格した項目は、プロトコルネゴシエーション、ping、tools/list、resources/list、prompts/list、DNSリバインディング保護です。失敗した項目はすべて、スイート独自の参照サーバー用フィクスチャを実行するシナリオです。 名前付きテストツール、サンプリング、ログ記録、画像および音声コンテンツ、リソースのサブスクリプションが含まれますが、これらはRegimenでは実装されていません。合格として要約せず、生の件数をここに記載しています。分母を隠す準拠性の主張には価値がないためです。

なお、DNSリバインディングのシナリオは、その説明にも明記されているとおり、localhost以外のURLに対しては仕様上失敗となります。そのため、ローカルビルドに対して実行した場合にのみ意味のある結果です。

ローカルでの実行

pnpm install
pnpm dev        # http://localhost:3000

インラインソースを使う場合、認証情報は不要です。OlaXBT Nexusの戦略を分析するには、リクエストごとにx-nexus-keyヘッダーでキーを渡すか、環境変数に設定してください。

変数	必須	用途
NEXUS_DEMO_KEY	いいえ	呼び出し元がキーを指定しない場合に使われるOlaXBT Nexus APIキーです。レビュアーはアカウントなしでNexus対応エンドポイントを試せます。使用中のレスポンスでは、meta.mode: "demo"が報告されます。
REVIEW_COMMIT	いいえ	/api/healthが報告するコミットを上書きします。gitを認識するビルド以外でセルフホストする場合にのみ必要です。それ以外ではプラットフォームのビルドメタデータが使われるため、報告されるコミットの正確性が保たれます。

キーはリクエストごとに読み込まれ、永続化もログへの記録もされません。レート制限やキャッシュの分割のためにキーを識別する必要がある場合も、元に戻せないフィンガープリントのみを使用します。

正直な制約

• レジームマップが1回のリクエストで読み取る日付は、最大45日分です。 各日付につきポイントインタイム読み取りが5回必要で、上流サービスの制限は1分あたり80回です。過去の日付は変更されずキャッシュされるため、呼び出しを繰り返せば対象範囲を広げられますが、1回のリクエストで広げることはできません。
• 上流サービスのポイントインタイム対応範囲は、現在より前で終了します。 ごく最近の日付の状況は取得できない場合があり、その期間は値を補完せず、未マッチとして報告されます。
• 試行したシャープレシオが提供された場合にのみ、デフレート・シャープレシオが表示されます。 Regimen は試した設定の数を把握できず、推測もしません。比率が計算されなかったことと、その理由を示します。
• 三分位バケットの境界はサンプルによって異なります。 一般的な尺度があるファクターでは、事前に固定した境界を使います。それ以外は、観測された範囲を三分位に分割し、その方法をファクターごとに開示します。
• 株式価値のデータ点の間隔が均等でない場合、年率換算値は概算です。 Regimen は中央値の間隔から期間を推定し、不規則性にフラグを付けます。また、年率換算値ではなく期間ごとの値で評価します。
• 評価はモデル上のものであり、実運用ではありません。 既知の正解を持つ合成戦略に対してエンジンを評価します。いずれかの収益性を示すものではありません。

対象外

Regimen は取引、資金の保有、鍵の管理、署名を行いません。スマートコントラクトの検査、ウォレットやトランザクションのスコアリング、詐欺の検出、セキュリティ、監査、コンプライアンスの分析も一切行いません。取引実績を読み取り、証拠が裏付ける内容を報告します。

ライセンス

MIT — LICENSE を参照してください。