AI · A-11 効率的市場仮説は死んだのか ― AI時代の“正しい価格” 市場は賢くなったのか、それとも“速くなった”だけなのか。

「市場は全てを織り込む」。この古い教科書は、半分だけ正しい。 効率的市場仮説（EMH＝Efficient Market Hypothesis）は、半世紀にわたって金融理論の土台に座ってきた―― 価格は利用可能な情報をすべて織り込むから、市場に勝ち続けるのは難しい、という考え方だ。 この記事では、効率的市場仮説をわかりやすく解きほぐしながら、市場の効率性がAIでどう変わったかを、AIデスクを回している側から検討する。 AIが情報を織り込む速度は、たしかに人間の手に負えないほど速くなった。だが、それは市場が「賢くなった」ことを意味するのか、それとも「速くなった」だけなのか。 先に結論を一つ。AIは価格の情報効率を引き上げた。だが同時に、執行・在庫・速度という別の場所に新しい非効率を生んだ。市場は完全に効率的にはなれない――それは欠陥ではなく、数学の帰結だ。

01何が変わったか ―― “効率”の意味が、情報から執行へずれた

昔の「効率的な市場」とは、情報が即座に正しく価格に反映される市場のことだった。新しい決算、金利の変更、地政学のニュース―― そうした情報が出た瞬間、賢い投資家たちが分析して売買し、価格がすぐ「正しい水準」に落ち着く。だから、誰かが情報で他人を出し抜いて勝ち続けるのは難しい。これがEMHの世界観だ。 ここでの主役は、あくまで「情報をどれだけ正しく、速く織り込むか」だった。

いま、その「情報を織り込む」部分の大半は機械が担っている。決算の数字も中銀の声明も、人間が読むより速くNLP（自然言語処理）が読み、瞬時に売買へ翻訳する （言葉を機械が読む話はA-10（NLP・LLMと市場）で扱った）。情報が価格に反映されるまでの時間は、秒どころかミリ秒に縮んだ。 その意味では、市場の情報効率はかつてないほど高い。EMHが言う「情報はすぐ織り込まれる」は、AI時代にむしろ強化された、とすら言える。

ところが、ここに落とし穴がある。価格を動かすのは、いまや情報だけではない。 パッシブの機械的なリバランス、リスクパリティのボラ連動の配分、CTAのトレンド追随――こうした機械的なフローが、情報とは無関係に、ただ自分のルールに従って大量に売買する時間帯が増えた。 そこでは価格は「正しい情報水準」へ向かうのではなく、「誰がいま、どれだけのサイズを、どう執行しているか」で動く。 つまり、市場の効率の意味が、“情報をどれだけ正しく織り込むか”から、“注文をどれだけ滑らかに執行できるか”へ、静かにずれた。 ――これがこのシリーズの総論（A-00）で言う「情報の市場から執行の市場へ」を、思想の側から言い直したものだ。EMHは死んでいない。だが、効率という言葉が指すものが、足元から書き換わった。

02仕組み ―― 古典EMHと、それを更新した二つの理論

効率的市場仮説とは何か、そしてなぜ「完全な効率」があり得ないのか。三段で噛み砕く。

① 古典的なEMHの主張。ユージン・ファーマが体系化したこの仮説は、ひとことで言えば「価格は利用可能な情報をすべて織り込んでいる」。 だから、過去のチャートや公開された決算をいくら分析しても、平均的には市場平均を上回り続けることはできない――情報はもう価格に入っているからだ。 EMHには強さの段階がある。過去の価格だけを織り込む（ウィーク型）、公開情報まで織り込む（セミストロング型）、内部情報まで織り込む（ストロング型）。 実務で意味を持つのはセミストロング型あたりで、「公開された情報で勝ち続けるのは難しい」という、いまでも有効な警告がその核だ。だが、この仮説は一つの致命的な矛盾を抱えていた。

② グロスマン＝スティグリッツのパラドックス。これがEMHを最初に内側から更新した。論理はこうだ――もし価格が「全ての情報を完全に織り込んでいる」なら、 わざわざコストをかけて情報を集めて分析する意味がなくなる。情報収集にはコスト（時間・人・カネ）がかかるのに、その努力が一切報われないなら、誰も情報を集めなくなる。 だが、誰も情報を集めなくなれば、価格は情報を織り込めなくなり、ズレたまま放置される。完全に効率的な市場は、それ自体が自分を成り立たなくする。 だから現実の市場は、情報を集めた者がそのコストに見合うだけのわずかな超過リターンを得られる程度には、いつも少しだけ非効率でなければならない。 完全効率は、論理的にあり得ない。これがグロスマン＝スティグリッツが1980年に示した、EMHの数学的な天井だ。教科書0-3で「市場は、完全に効率的でも、完全に非効率でもいられない」と書いたのは、この定理を指している （教科書0-3（“絶対勝てる”が嘘な理由））。

③ 適応的市場仮説（Adaptive Markets Hypothesis）。アンドリュー・ローが提唱したこの考え方は、EMHを「正しい／間違っている」の二択から救い出す。 ローは、市場を物理法則のような固定された機械ではなく、生き物の生態系として捉える。参加者（人間も機械も）は、環境に合わせて学習し、進化し、適応する。 だから市場の効率は、固定された性質ではなく、その時々の環境と参加者の構成によって変わる「時変（time-varying）」のものになる。 ある戦略が有効なのは、それを使う者が少なく、環境がそれに合っている間だけ。同じ戦略に資金が群がれば（クラウディング）報酬は痩せ、環境が変われば消える。そして忘れられた頃、また復活する。 効率は「ある／ない」ではなく、厚くなったり薄くなったりしながら、生態系の中で揺れ続ける。 ――この発想は、相場の局面＝レジームが同じ材料への反応をまるごと変える話と地続きだ（教科書5-2（レジーム））。

03なぜ更新されたか ―― 情報効率が上がるほど、新しい非効率が生まれた

EMHの教科書版が更新を迫られたのは、皮肉なことに、市場が情報の面ではむしろ効率的になったからだ。 AI・機械化が、情報を価格に織り込む速さを極限まで引き上げた。その結果、「情報で出し抜く」という古い意味でのエッジは、ほとんど消えた。 決算を人間が読んで判断するより速く、機械が読んで売買を終えている。ニュースの初動を秒で取りにいく裁定の余地は、年々薄くなっている。 この点では、EMHのセミストロング型――「公開情報で勝ち続けるのは難しい」――は、AI時代に正しさを増した。

ところが、情報効率が上がった分だけ、市場の重心が別の場所へ移った。情報で差がつかないなら、何で差がつくのか。 執行（どう注文を出すか）、在庫（どうリスクを抱えるか）、速度（どれだけ速いか）だ。 ここに、古典EMHが想定していなかった新しい非効率が生まれた。三つに分けて見る。

• 執行の非効率。巨大な注文を一度に出せば、自分で価格を動かしてしまう。だから大口は注文を細かく刻んで執行する（アルゴ執行＝A-02）。 その「刻み方」の巧拙で、同じ情報を持っていても損益が変わる。情報は同じでも、執行で差がつく。これは古典EMHの「情報がすべて」では説明できない領域だ。
• 在庫（流動性供給）の非効率。誰かがリスクを抱えて売買に応じないと取引は成立しない。その値付けを担うHFTは、平常時には流動性を供給するが、危機時には義務がないため一斉に手を引く（A-01）。 流動性が厚いか薄いかで、同じ材料への価格の反応がまるで変わる。これは「情報の効率」とは別軸の、在庫の効率の問題だ。
• 機械的フローの非効率。パッシブ・リスクパリティ・CTAは、企業の良し悪しや情報の中身を一切見ず、ただ自分のルール（指数の構成比、ボラ、トレンド）に従って機械的に売買する。 月末のリバランス、ボラ上昇でのデレバレッジ、トレンド転換での手仕舞い――こうしたフローが、情報と無関係に価格を動かす。価格が「正しい情報水準」からずれる時間帯が、構造的に増えた。

つまり、AIは市場を“速く”はしたが、必ずしも“賢く”はしていない。情報を織り込む速度は上がった。だが、執行・在庫・速度という新しい次元では、むしろ非効率が増えた。 古典EMHが「情報効率」の一軸で語ろうとした市場は、AI時代に多軸の効率／非効率が同居する複雑な生態系へと変わった。だからこそ、EMHは更新を迫られたのだ。

04市場への影響 ―― 織り込みは速いが、機械的フローが情報と無関係に動かす

この更新が、実際の値動きに何をもたらしたか。一見矛盾する二つの現象が、同時に起きるようになった。

第一に、情報の織り込みは異常に速くなった。サプライズの大きい指標や決算が出れば、価格はミリ秒で反応し終える。 人間が「これは買いだ」と判断する頃には、機械がもう動き終えている。古い意味での「ニュースで先回りして稼ぐ」エッジは、ほぼ枯れた。 この面だけ見れば、市場はかつてないほど効率的だ。EMHの勝利、と言いたくなる。

だが第二に、情報と無関係に価格が動く時間帯が、構造的に増えた。機械的フローが大きくなったからだ。 月末のパッシブのリバランス、ボラ上昇局面でのリスクパリティの一斉デレバレッジ（リスクパリティ＝A-05）、トレンド転換でのCTAの手仕舞い―― これらは「いま何が正しい価格か」を一切考えずに、ただ自分のルールに従って大量に売買する。 その時間帯、価格は情報水準からずれる。新しい情報が何も出ていないのに、需給だけで数%動く。これは古典EMHが「あり得ない」とした類の動きだ。

この二つを束ねると、市場の効率は“情報効率は高いが、執行効率には穴がある”という、ねじれた形になった。 そして決定的なのは、エッジ（優位性）が「消えても、レジームで復活する」という、適応的市場仮説そのままの挙動だ。 ある戦略に資金が群がれば報酬は痩せる（クラウディング）。だが市場の局面が変われば――流動性が薄くなり、機械的フローが噛み合い、参加者の構成がずれれば――痩せたはずのエッジが、また顔を出す。 効率は固定されていない。厚くなったり薄くなったりしながら、生態系の中で揺れ続ける。

05通説 vs 本当の構造

「効率的市場仮説は死んだのか」――この問いは、たいてい「市場は完全に効率的か、それとも非効率で勝てるのか」という二択で語られる。だが現実は、その二択のどちらでもない。三層で整理する。

この三層を握ると、「効率的市場仮説は死んだのか」という問いの立て方じたいが間違っていることが分かる。 EMHは死んでいない。だが、生きてもいない。正確には、“効率”という言葉が指すものが、足元から書き換わったのだ。 情報効率は高まり、執行効率には穴があき、その全体が生態系として揺れ続ける。 「市場は賢くなったのか、速くなっただけか」という冒頭の問いに、いま答えるなら――市場は確かに速くなった。だが、賢さは速さとは別物で、そちらは思ったほど上がっていない。 速く間違える市場が、機械的フローによってむしろ増えたのだから。

06デスクの目 ―― 当事者として、効率と非効率の境界を実測する

ここで正直に立場を明かす。我々はAIクオンツデスク（kenny.boats）を運営している。 そして、この章の話は、我々がなぜ公開採点をやっているのかという、最も根本的な理由に直結している。 論理はこうだ――もし市場が完全に効率的なら、我々のような者が予測で市場を上回ることは、原理的にできないはずだ。 だから、自分たちが「効率と非効率の境界のどちら側にいるのか」は、語るのではなく、実測して晒すしかない。当てられると主張することと、実際に当たっていることは、まったく別だからだ。

我々がやっているのは、こういうことだ。毎日、複数の通貨ペアについて売買バイアスの予測を出す。そしてその予測を、後から実際の値動きと突き合わせて採点し、結果を公開する。 当てた回も、外した回も、隠さず並べる。これがシンクロ率（予測の公開採点）だ。 市場が完全に効率的なら、この採点は長期的にコイン投げ（ランダム）と区別がつかなくなるはずだ。逆に、もし我々の予測に意味のある偏りがあるなら、それは「市場には、いまこの局面では、まだ薄い非効率が残っている」ことの証拠になる。 グロスマン＝スティグリッツが言う「市場はいつも少しだけ非効率でなければならない」という定理を、我々は自分の予測精度という生のデータで、毎日テストしているわけだ。

そして、これも誠実に書いておく。我々は「AIだから当てられる」とは言わない。 AIは市場の構造（執行・在庫・速度・同質化）を変えた。だが相場の核――リスクプレミアムはタダで手に入らない、エッジは混雑すれば消える、価格を動かすのは予想とのズレ――は、何も変えていない。 効率的市場仮説が半世紀前に投げかけた警告は、AI時代になっても有効だ。だからこそ、当てられると言い張るより、外したときも含めて記録を晒すほうが、当事者として誠実だと考える。 その採点は、シンクロ率（予測の公開採点）で誰でも確認できる――我々は予測を外したときも、それを隠さず公開して採点している。 言葉ではなく、当てた回と外した回の記録そのもので、「効率と非効率の境界」のどちら側に我々がいるのかを、読者自身に判定してもらうためだ。

次回は、この「効率の揺れ」が最も醜い形で噴き出す瞬間へ進む。 市場が機械で回るようになり、その機械たちが同じようなモデル、同じようなリスク管理を使い始めたとき、何が起きるのか。 ―― 全員が同じ数式を回していると、全員が同じ日に、同じ出口へ殺到する。 次の機械が作る危機で、同質化したモデルが、なぜ平時は静かで、いざという日に暴落を増幅するのか。その内生的な連鎖を解剖する。