標準偏差（Standard Deviation）完全ガイド：計算方法・正規分布の限界・トレードへの応用

標準偏差（Standard Deviation、記号 σ）は、データが平均値からどれだけ散らばっているかを表す統計量です。トレードでは価格の変動の大きさを数値化するために使われ、σ が大きいほど値動きは激しく、小さいほど相場は落ち着いていることを示します。

標準偏差はボラティリティを計算する土台であり、ボリンジャーバンドやシャープレシオといった指標にも共通して使われています。ただし多くの解説は計算式と「68-95-99.7ルール」で止まっており、トレーダーにとってより重要な点が抜け落ちています。金融市場のリターン分布は正規分布に従わないため、教科書どおりの確率がそのまま当てはまるわけではない、という点です。

本記事では定義と計算方法から始めて、標準偏差の読み方、正規分布を前提とすることの限界、MT4/MT5 に内蔵されたインディケータの使い方、そして損切り幅とポジションサイズの決め方までを解説します。

1. 標準偏差とは？基本のイメージをつかむ

定義：ばらつきの大きさを測る統計量

標準偏差（Standard Deviation）は、一組のデータが平均値からどれだけ離れて分布しているかを測る統計量です。値が大きいほどデータは平均値から遠く広がっており、小さいほど平均値の近くに集まっています。

金融市場では、この一組のデータは一定期間の終値やリターンにあたります。そのため標準偏差はボラティリティを数値化するもっとも直接的な方法となります。平均リターンが同じ 2 つの商品でも、標準偏差の大きいほうは値動きの振れ幅がずっと大きくなります。

なぜトレーダーが知っておくべきなのか

標準偏差は単独の指標にとどまりません。ボリンジャーバンドの上下バンドは「移動平均 ± 2 倍の標準偏差」であり、シャープレシオの分母はリターンの標準偏差、多くのリスクモデルもここを出発点にしています。

つまりテクニカル分析のツールを使う限り、間接的に標準偏差を使っていることになります。その意味と限界を理解して初めて、これらのツールが何を示しているのかが読み取れます。

2. 標準偏差の計算方法：手順・具体例・2 つの計算式

計算の手順

標準偏差の計算は 4 つのステップに分けられます。

• ①平均値を求める：期間内のすべての数値を合計して個数で割る。
• ②偏差を求める：各数値から平均値を引く。
• ③分散を求める：偏差を二乗して平均する。二乗するのはプラスとマイナスの偏りをどちらも正の値にするため。
• ④平方根をとる：分散の平方根が標準偏差。

③で得られる分散（Variance）と標準偏差は、同じものの 2 つの表現です。分散の単位は元の単位の二乗になって解釈しづらく、平方根をとることで単位が元に戻り、価格と直接比べられるようになります。実務で分散ではなく標準偏差を使うのはこのためです。

3 つの数字で実際に計算してみる

ある商品の 3 日間の終値が 100、101、99 だったとします。

• 平均値 =（100 + 101 + 99）÷ 3 = 100
• それぞれの偏差 = 0、+1、−1
• 偏差を二乗して合計 = 0 + 1 + 1 = 2
• 個数 3 で割って分散 ≈ 0.67、平方根をとって σ ≈ 0.82

数字そのものより、この流れが重要です。「平均からどれだけ離れているか」を、比較できるひとつの数値に変換しているわけです。

母集団標準偏差と標本標準偏差の違い

計算には 2 通りの割り方があり、ここがもっとも混同されやすい部分です。

種類	割る数	使う場面
母集団標準偏差	n	手元のデータが観察対象のすべてである場合
標本標準偏差	n−1	一部の標本から全体を推定する場合。ベッセル補正を行う

実際のところ、MT4/MT5 の内蔵インディケータも、ボリンジャーバンドの本来の定義も、TradingView の初期設定も、いずれも母集団標準偏差（n で割る）を採用しています。

先ほどの例で言えば、3 で割ると σ ≈ 0.82 ですが、n−1（つまり 2）で割ると σ は 1.00 になります。同じ数字でも計算式が違えば結果は変わります。

厳密に言えば 20 本のローソク足は市場の標本にすぎず、統計学的には n−1 のほうが妥当です。しかしプラットフォームは n を選んでおり、一方で Excel の STDEV.S の既定は n−1 です。自分で検算したときに数字が合わない原因はここにあります。20 期間で計算した場合の差は約 2.6% で、トレードの判断にはほとんど影響しません。差が生じる理由さえ分かっていれば十分です。

3. 標準偏差はトレードでどう読むのか

絶対的な高い・低いの基準はない

標準偏差は単位を持つ絶対値で、商品の価格水準や時間軸によって変わります。金の σ とユーロドルの σ を直接比べることはできませんし、日足の σ が 15 分足より大きくなるのは当然です。

したがって読み方のポイントは数値そのものではなく、その商品自身の過去と比べることです。いまの σ が直近の水準に対して高いのか低いのかを見ます。

ボラティリティにはクラスタリングがある

市場のボラティリティには安定した性質があります。高いボラティリティのあとには高い状態が続きやすく、静かな状態のあとには静かな状態が続きやすい。いわゆるボラティリティ・クラスタリングです。

つまり σ の変化そのものが情報を持ちます。σ が低い水準から上昇に転じたときは、相場がレンジからトレンドへ移行した直後であることが多く、高い水準が続いたあとに収束し始めたときは、変動局面が終わりに近づいているサインになりやすい傾向があります。

ただし注意したい点があります。σ の上昇は変動が大きくなったことを示すだけで、トレンドの発生を意味するわけではありません。たとえば FRB が政策金利を発表する場面では、価格が上下に激しく振れて σ は明確に上昇しますが、終値は元の水準に戻っていることもあります。ボラティリティ指標としての標準偏差が測るのは、あくまで幅であって方向ではありません。

年率換算したボラティリティ

異なる商品や期間を比べるときは、標準偏差を年率換算することがよくあります。日次の標準偏差に取引日数の平方根を掛ける方法です。

年率ボラティリティ ＝ 日次標準偏差 × √252

252 は米国株の年間取引日数で、トレーダーは ×16（√256 の近似）で暗算することもあります。外国為替は 24 時間取引ですが週 5 日であり、実現ボラティリティの計算でも取引日ベースを用います（252 と 260 のどちらも使われますが、差は約 1.6% にとどまります）。

それ以上に注意したいのが、オプション市場との基準の違いです。提示されるインプライド・ボラティリティは 365 日の暦日ベースで、いま述べた取引日ベースとは約 20% ずれるため、そのまま比較することはできません。

なお平方根ルールが成り立つ前提は、リターンが互いに独立していることです。実際の市場にはボラティリティ・クラスタリングがあり、この前提は満たされません。年率換算の結果はあくまで近似であり、高く出ることも低く出ることもあるため、正確なリスクの上限として扱うべきではありません。

4. ±2σ は本当に 95% をカバーするのか

トレーダーがもっとも誤解しやすいのが、この部分です。

正規分布における理論値

正規分布では、およそ 68.3% のデータが ±1σ、95.4% が ±2σ、99.7% が ±3σ の範囲に収まります。これがよく引用される 68-95-99.7 ルールです。

ただしこれらの数値が表しているのは正規分布そのものの性質であり、成り立つ前提はデータが本当に正規分布に従っていることです。

市場は正規分布に従わない

実際の価格リターンには「ファットテール」と呼ばれる特徴があります。極端な変動が正規分布の予測より高い頻度で現れるという性質です。学術研究では、金融リターンの裾指数はおおむね 2 から 5 の間にあるとされ、正規分布はすでに除外されています。この性質は分足から日足まで共通して観察されます。

ボリンジャーバンドの開発者であるジョン・ボリンジャー氏は、公式ルールのなかでこの点を明確に述べています。デフォルトのパラメータで計算した場合、実際にバンド内へ収まるデータは通常 約 90%（95% ではない）である、という指摘です。さらに氏は、バンドの構築に用いる標準偏差の計算から統計的な推論を行うべきではないとも明言しています。証券価格の分布は正規分布ではなく、多くの場合サンプル数も統計的な有意性を持つには不足しているためです。

先に整理：2 つの「±2σ」は同じものを測っていない

ここで混同が起きやすいため、先に区別しておきます。

表現	測っている対象	実際の数値
ボリンジャーバンドの約 90%	価格が動くバンド（移動平均 ±2σ）に対してどこにあるか	約 90% がバンド内
リターン分布の ±2σ	リターンがそれ自身の平均と標準偏差に対してどこにあるか	約 95% が範囲内

前者はバンドの中心も幅もローソク足ごとに動き、しかも 20 期間の標本しか使いません。後者は長期のリターンを一つの固定した分布として集計したものです。両者の数値は互いに比較できず、矛盾してもいません。

崩れるのは ±3σ であって ±2σ ではない

リターン分布の側に話を戻すと、ここには誤って広まっている説明があり、修正が必要です。米国株の 30 年分の日次リターンで見ると、±2σ の外側に収まった割合は約 4.5% で、正規分布が予測する 4.55% にかなり近い値です。

成熟した株式市場の日次リターンでは、±2σ の経験的な比率は正規分布とそれほど離れていないことが多くあります（個別の商品や時間軸によって結果は異なるため、一律には言えません）。

本当にずれるのはさらに外側です。±3σ を超えた取引日の実際の出現回数は、理論値のおよそ 5 倍以上にのぼります。同時に、±1σ の内側に収まる割合（約 79%）も理論の 68% を明確に上回ります。

この 2 つを合わせて見ると、市場の分布の形は中央がより尖り、両端がより厚く、その中間にあたる「肩」の部分が削られているということになります。ふだんは正規分布より穏やかで、ごくまれに理論よりはるかに激しい。重大な損失を生むのは、まさに理論上ほとんど起こらないはずの日です。

さらに、観察する期間を長くすると（日足から週足、月足へ）、リターン分布は正規分布に近づいていきます。したがってファットテールの問題は短い時間軸でもっとも深刻になり、そこは多くの個人トレーダーが実際に売買している領域でもあります。

5. MT4/MT5 の標準偏差インディケータ（StdDev）の使い方

インディケータの場所と初期パラメータ

MT4/MT5 にはいずれも標準偏差インディケータ（Standard Deviation Indicator、チャート上では StdDev と表示）が内蔵されています。追加する手順は、メニューバーの「挿入」→「インディケータ」→「トレンド」→「Standard Deviation」です。ナビゲーターから「インディケータ」→「トレンド」と辿っても同じです。

ここで少しつまずきやすいのが、分類されている場所です。標準偏差が測っているのはボラティリティですが、置かれているのは「トレンド」のカテゴリなので、最初は見つけにくいかもしれません。ナビゲーターの「インディケータ」以下も同じ分類です。

追加すると初期の期間は 20 で、インディケータはメインチャートの下のサブウィンドウに表示され、左上に StdDev(20) と示されます。

この線をどう読むか

StdDev は 1 本の線で、方向性を持たず、変動の大きさだけを表します。

• 数値が上昇：変動が拡大し、相場が活発な局面に入る。
• 低い水準で横ばい：レンジ相場に入っており、その後のブレイクを蓄えている時期であることが多い。
• 低い水準から急に立ち上がる：ブレイクに伴って現れることが多く、確認のサインとして使える。

方向を示さないため、実務では移動平均線やトレンド系の指標と組み合わせ、「そのブレイクに勢いが伴っているか」を確認する使い方が中心になります。

なお区別しておきたいのは、MT5 には別に「標準偏差チャネル」（Standard Deviation Channel）があることです。こちらは線形回帰線の周囲に描く図形オブジェクトで、ここで扱っている StdDev インディケータとは別物です。

6. 標準偏差・ボリンジャーバンド・ATR の役割分担

3 つはいずれもボラティリティを測りますが、材料の取り方と見せ方が異なり、向いている場面も違います。

ツール	計算の土台	表示の仕方	答えられる問い
標準偏差（StdDev）	終値の移動平均からの偏差	サブウィンドウの 1 本の線	いまの変動は大きいか小さいか
ボリンジャーバンド	同じだが価格軸に戻して表示	メインチャート上のバンド	価格は通常の範囲のどこにあるか
ATR	真の値幅。窓開けを含む	サブウィンドウの 1 本の線	ローソク足 1 本あたり平均でどれだけ動くか

三つの役割を一言でまとめると、標準偏差は価格のばらつきの大きさを、ATR はローソク足 1 本あたりの平均的な値幅を測り、ボリンジャーバンドは標準偏差を価格軸の上に写し取ったものです。

決定的な違いは、標準偏差が終値しか見ないため日中の高値・安値や窓開けを無視するのに対し、ATR は窓開けを取り込む点にあります。そのため寄り付きの窓が頻繁に出る市場では、ATR のほうが実際のリスクを反映しやすくなります。

損切り幅を決めるのが目的なら ATR のほうが実務に近く、ボラティリティの状態を判断したりボリンジャーバンドと併用したりするなら標準偏差のほうが直接的です。

7. 実戦：標準偏差で損切り幅とポジションサイズを決める

σ で損切り幅を決める

固定 pips の損切りには問題があります。相場が静かなときは広すぎ、変動が拡大したときは狭すぎて、通常の値動きだけで簡単に狩られてしまうという点です。

標準偏差を基準にすればこれを避けられます。よく使われるのは、エントリー価格から 1.5〜2 倍の σ だけ離した位置に損切りを置く方法です。変動が拡大すれば損切り幅は自動的に広がり、収束すれば自動的に狭まるため、常にその時点の相場のリズムと一致します。

比較項目	固定 pips の損切り	σ ベースの損切り
損切り幅	固定値（たとえば 50 pips）	変動に応じて変化（たとえば 2σ）
相場が静かなとき	相対的に広すぎ、リスクリワードが悪化	自動的に狭くなる
相場が荒いとき	相対的に狭すぎ、狩られやすい	自動的に広がる
ポジションサイズ	毎回ほぼ同じ	変動が大きいほど小さくなる

σ からポジションサイズを逆算する

損切り幅が決まれば、ポジションサイズはリスクの上限から逆算できます。

ポジションサイズ ＝ 許容リスク額 ÷ 損切り幅

たとえば 1 回のトレードで口座の 1% のリスクを取ると決め、金の日次 σ から換算した損切り幅が 20 ドルだったとすれば、ポジションの規模は「資金の 1% ÷ 20 ドル」で計算します。

この方法の利点は、変動が大きい相場ほどポジションが自動的に小さくなることです。1 回あたりのリスク量が一定に保たれ、もっとも荒れている場面でもっとも大きく張ってしまう事態を避けられます。

短い時間軸でも同じ考え方が使える

多くの資料は日次の標準偏差を年率換算する例しか示しませんが、同じ理屈は下の時間軸にも広げられます。15 分足や 1 時間足で σ を計算すれば、デイトレードや短期スイングのリズムに合った損切り幅が得られ、日足のスケールをそのまま使う必要はありません。

8. 標準偏差のよくある質問 FAQ

Q1：標準偏差と分散はどう違いますか？

分散は偏差を二乗して平均した値で、標準偏差はその平方根です。測っているものは同じで、違うのは単位です。分散の単位は元の単位の二乗になりますが、標準偏差は元の単位に戻るため価格と直接比較でき、実務ではこちらのほうが広く使われます。

Q2：標準偏差はどれくらいなら大きいと言えますか？

共通の基準はありません。標準偏差は絶対値であり、商品の価格水準や時間軸によって変わるため、異なる商品どうしを直接比べることはできません。その商品自身の過去のレンジと比べるか、年率換算してから比較するのが適切です。

Q3：Excel で計算した数値がチャートと一致しないのはなぜですか？

多くの場合、割る数が違うためです。チャートプラットフォームは母集団標準偏差（n で割る）を使いますが、Excel の STDEV.S の既定は標本標準偏差（n−1 で割る）です。プラットフォームに合わせるなら STDEV.P を使ってください。20 期間で計算した場合の差は約 2.6% です。

Q4：標準偏差で上昇・下落の方向は判断できますか？

できません。標準偏差は変動の大きさだけを測り、方向の情報を含みません。σ の上昇は変動が拡大したことを示すだけで、上に向かうのか下に向かうのかは説明できません。役割はボラティリティのフィルターとリスクの物差しであり、方向の判断にはトレンド系やモメンタム系の指標を併用する必要があります。

9. まとめ

標準偏差はボラティリティを計算する土台であり、ボリンジャーバンドやシャープレシオをはじめ多くのツールに共通して使われる材料です。計算方法と読み方の原則を理解して初めて、これらのツールの背後にある論理が見えてきます。

トレーダーにとって特に覚えておきたい点が 2 つあります。第一に、68-95-99.7 は正規分布の性質であって市場が保証するものではありません。±2σ はおおむね一致しますが、±3σ を超える極端な相場は理論よりはるかに頻繁に起こります。第二に、標準偏差のもっとも実用的な価値は方向を予測することではなく、抽象的な「変動の大きさ」を具体的な損切り幅とポジションサイズへ変換し、リスク管理を相場のリズムに合わせて自動調整できる点にあります。

---

関連記事

• Sharpe Ratio（シャープレシオ）とは？
• Sortino Ratio（ソルティノレシオ）とは？
• ボリンジャーバンド実戦戦略 6 選
• RSI：計算方法、解釈、MT4/MT5での使い方
• 米ドル/円（USD/JPY）のリアルタイムレート

---

主な出典（カテゴリ別）

• 指標開発者・一次資料：Bollinger Bands 公式サイト「Bollinger Band Rules」第 14 条 — バンドの実際のカバー率と統計的前提の限界；MetaQuotes MT4/MT5 公式ドキュメント — Standard Deviation インディケータの計算式とパラメータ
• 学術研究：Cont, R. (2001)「Empirical properties of asset returns」— リターン分布のファットテール、ボラティリティ・クラスタリングと裾指数；Hull, J. C.『Options, Futures, and Other Derivatives』§13.4 — 取引日ベースの年率換算；Diebold et al. (1997)「Converting 1-Day Volatility to h-Day Volatility」— 平方根ルールの適用限界
• 市場統計：S&P 500 の日次・週次・月次リターンの分布と σ イベント発生回数の統計；Titan FX のリアルタイムレートとチャート