年利15%を複利で達成するための資金管理の数学 — モデルケース解説

> ⚠️ 本記事は教育目的の一般情報です。 数値は数学的モデルケース (シミュレーション) であり、 将来の運用成果を保証するものではありません。 投資には元本割れのリスクがあります。 投資判断は必ずご自身の責任で行ってください。 本記事は投資助言ではなく、 資金管理の数学的フレームワークを解説する一般情報提供です。

「年利 15%」 という 数字 は、 投資 系 の 解説 で 頻繁 に 登場 します。 ウォーレン・バフェット の 長期 平均 リターン に 近く、 「個人 投資家 が 目指す 上限 ライン」 として 引き 合い に 出される 数字 です。

しかし この 「年利 15%」 を 本当 に 複利 で 維持 する ために は、 単純 に 「月 利 1.17% を 取り 続ける」 だけ で は 足り ません。 連敗 期 を 耐え られる 資金 管理 ルール、 過度 な リスク を 取ら ない 仕組み、 そして 「リターン と リスク の トレード オフ」 の 数学 的 理解 が 必要 です。

本 記事 は、 年利 15% を 複利 で 達成 する ため に 必要 な 数学 を、 期待 値・Kelly 基準・最大 ドロー ダウン の 観点 から モデル ケース で 解説 します。 数式 は できるだけ 平易 に、 ただし 「なぜ そう なる か」 が 分かる 形 で 提示 します。

> ⚠️ 重要: 本記事 の 数式 や 数値 は、 過去 の 市場 統計 を 元 に した 一般 的 な モデル です。 個別 の 投資 案件 で 同じ 数字 が 再現 される こと を 保証 する もの では ありません。

1章: 「年利 15%」 を 月利 に 分解 する 数学

1-1. 単純 平均 と 複利 の 差

年利 15% を 12 ヶ月 で 達成 する ため の 月利 は、 単純 平均 で 計算 する と:

“`

月利 = 15% ÷ 12 = 1.25%

“`

しかし 実際 の 投資 は 複利 で 動きます。 月利 r で 12 ヶ月 運用 した 場合 の 年 リターン は:

“`

(1 + r)^12 – 1 = 0.15

→ r = (1.15)^(1/12) – 1 ≈ 0.01171 ≈ 1.171%

“`

つまり 月利 1.171% を 12 回 連続 で 出せ ば、 ちょうど 年 リターン が 15% に なります。 これ は 1.25% より 約 7% 少ない 数字 です。

1-2. 連敗 期 を 含めた 月利 の 必要 値

実際 の 投資 で は、 12 ヶ月 すべて で プラス を 出す こと は ほぼ 不可能 です。 連敗 期 を 含めて 計算 する 必要 が あります。

仮 に 1年 中 3 ヶ月 が マイナス (各 -1%)、 残り 9 ヶ月 が プラス と し ます。 必要 な プラス 月利 を r とすると:

“`

(1 + r)^9 × (1 – 0.01)^3 = 1.15

(1 + r)^9 = 1.15 / (0.99^3)

(1 + r)^9 = 1.15 / 0.9703

(1 + r)^9 = 1.1852

1 + r = 1.1852^(1/9)

r ≈ 0.01914 ≈ 1.914%

“`

つまり、 マイナス 3 ヶ月 を 含む と、 プラス 月 は 1.914% を 出す 必要 が あります。 これ は 単純 平均 の 1.25% より 53% 高い 数字 です。

1-3. 連敗 期 の 規模 別 必要 月利 (モデル ケース)

|—|—|—|

この 表 から 読み 取れる こと:

• **連敗 期 を 想定 し ない 計画 は 必ず 破綻** する。 リアルな 期待 値 は 「月利 1.5〜2%」 を 平均 ターゲット に する のが 妥当
• **マイナス 月 の 損失 額 を 抑える** こと は、 プラス 月 を 増やす ことよりも 重要

2章: 期待 値 の 数学 — リスク リワード 比 の 本質

2-1. 期待 値 の 公式

1 取引 あたり の 期待 値 (EV) は:

“`

EV = (勝率 × 平均 利益) – (敗率 × 平均 損失)

“`

具体 例 で 計算 します。

例 A: 勝率 50%、 平均 利益 2万円、 平均 損失 1万円

“`

EV = 0.50 × 20000 – 0.50 × 10000 = 5000円

“`

→ 1 取引 あたり 5000円 の プラス 期待

例 B: 勝率 70%、 平均 利益 1万円、 平均 損失 2万円

“`

EV = 0.70 × 10000 – 0.30 × 20000 = 1000円

“`

→ 高勝率 でも 期待 値 は 例 A より 低い

2-2. リスク リワード 比 と 必要 勝率

リスク リワード 比 を R (= 平均 利益 / 平均 損失)、 必要 勝率 を w とすると、 期待 値 ゼロ の 条件 は:

“`

w × R = (1 – w) × 1

w = 1 / (R + 1)

“`

|—|—|—|

この 表 から の 戦略 的 示唆:

• **「高勝率 でも 損切 が 大きい 戦略」 は 危険**: 1度 の 大損 で 累積 利益 を 飛ばす
• **「低勝率 でも RR 比 が 大きい 戦略」 は 数学 的 に 強い**: ただし 心理 的 な 連敗 耐性 が 必要
• **個人 投資家 の 現実 ライン**: RR 比 1.5〜2.5、 勝率 40〜55% が ターゲット

2-3. ブラック スワン (極端 損失) の 影響

期待 値 計算 で 見落とし がち な のが 「極端 損失」 の 影響 です。 平均 損失 が 1万円 でも、 10000 取引 に 1回 100万円 の 損失 が 出る 戦略 は、 数学 的 に 期待 値 が マイナス に なります。

“`

通常 EV = 0.50 × 20000 – 0.50 × 10000 = +5000円

極端 損失 込み = 0.4999 × 20000 + 0.5 × (-10000) + 0.0001 × (-1000000) = -100円

“`

→ 統計 的 に 確認 する 場合、 「中央 値 期待 値」 だけ で なく 「95% 信頼 区間 の 下限」 を 必ず チェック して ください。

3章: Kelly 基準 — 最 適 賭け 比率 の 数学

3-1. Kelly 基準 の 公式

連続 賭け で 累積 リターン を 最大 化 する 賭け 比率 (1 取引 に 使う 残高 比率) は、 Kelly 基準 で 求められます。

“`

f* = (b × w – (1 – w)) / b

“`

• f* = 残高 に 対する 賭け 比率
• b = リスク リワード 比 (RR)
• w = 勝率

3-2. 数値 例

例: 勝率 55%、 RR 2.0

“`

f* = (2 × 0.55 – 0.45) / 2 = (1.10 – 0.45) / 2 = 0.65 / 2 = 0.325

“`

→ 数学 的 最適 は 残高 の 32.5% を 1 取引 に 賭ける こと

しかし 実 運用 で 満 Kelly で 賭ける と、 ドロー ダウン が 極めて 大きく なります。 過去 統計 で は 満 Kelly で の 最大 DD は 残高 の 60〜80% に 達する ことが あります。

3-3. ハーフ Kelly / クォーター Kelly の 推奨

実 運用 で は、 Kelly の 1/2 〜 1/4 を 使う のが 一般 的 です。 これ を 「ハーフ Kelly」 「クォーター Kelly」 と 呼びます。

|—|—|—|—|

個人 投資家 の 推奨 ライン は Quarter 〜 1/10 Kelly。 つまり 1 取引 で 残高 の 0.5〜2% を リスク に 留める のが 健全 です。

> ⚠️ 注意: Kelly 基準 は 「真 の 勝率・RR が 既知」 と いう 前提 の 数学 です。 実 投資 で は これら の 値 は 推定 値 で あり、 過大 評価 すると 容易 に 破綻 します。 推定 誤差 を 考慮 して、 計算 値 より も 控え目 に 設定 する のが 鉄則 です。

4章: 最大 ドロー ダウン (MDD) の 数学

4-1. MDD と 回復 に 必要 な リターン

ドロー ダウン (DD) は 残高 の ピーク から の 落ち込み 率 です。 -20% の DD から 元 の 残高 に 戻る ため に 必要 な リターン は:

“`

回復 リターン = 1 / (1 – DD) – 1

“`

|—|—|

→ DD が 深く なる ほど 回復 が 指数 関数 的 に 困難。 -50% を 超えた DD は 実 質的 に 死亡 宣告。

4-2. 年利 15% 維持 に 許容 される MDD

年利 15% を 維持 する ためには、 累積 で 大きな DD を 出さない こと が 重要 です。 仮 に 年 1回 -30% の DD を 出し、 残り 期間 で 復活 する ケース:

“`

年初 100万円 → -30% で 70万円 → 復活 して 115万円 = +64.3% (復活 期)

平均 月利 = 64.3% / 9ヶ月 = 7.1%

“`

→ 月利 7.1% を 9ヶ月 連続 で 出す のは 個人 投資家 で は 困難。 つまり DD は -20% 以内 に 抑える べき。

4-3. MDD 制御 の 実装 方法

• **絶対 損失 リミット**: 残高 が ピーク から -15% 落ちたら 戦略 を 1ヶ月 停止
• **期間 損失 リミット**: 月 の 損失 が -10% を 超えたら その 月 の 取引 停止
• **連敗 リミット**: 5連敗 で 24時間 取引 停止
• **ポジション サイズ 縮小**: DD 拡大 中 は ロット を 50% に 自動 縮小

これら の ルール は 必ず 事前 に 数値 で 決める こと。 ドロー ダウン 中 に 判断 する と 感情 的 に 緩く なりがち。

5章: 複利 を 効か せる ため の 実 装 例

5-1. 残高 連動 ロット 計算 の Python 例

“`python

def calc_lot(balance, sl_pips, risk_pct=0.01, pip_value=1000):

“””

残高 連動 ロット計算 (Quarter Kelly 想定)

balance: 現在 残高 (円)

sl_pips: SL 距離 (pips)

risk_pct: 1 取引 リスク 率 (0.005〜0.02)

pip_value: 1pip あたり の 円 換算 (例: USDJPY なら 1000円/pip/lot)

“””

risk_amount = balance * risk_pct

lot = risk_amount / (sl_pips * pip_value)

return round(lot, 2)

“`

動作 例 (残高 100 万 円、 SL 30 pips、 リスク 1%):

“`python

calc_lot(1000000, 30, 0.01) = 1000000 0.01 / (30 1000) = 0.33 lot

“`

→ 残高 が 150 万 円 に 増えたら ロット は 自動 で 0.50 lot に。 複利 効果 が 自然 に 発揮。

5-2. 月利 ターゲット に 応じた リスク 配分

|—|—|—|—|

→ 「月利 10%」 を 狙うと 最大 DD -40% を 覚悟 する 必要。 ROI と リスク は 必ず 比例 します。

6章: 連敗 期 を 心理 的 に 乗り 切る 数学

6-1. 連敗 確率 の 計算

勝率 50% の 戦略 で N 連敗 する 確率 は:

“`

P(N連敗) = 0.5^N

“`

|—|—|—|

→ 勝率 50% でも 100 取引 中 に 5連敗 は 約 3回 起こる の が 数学 的 普通。 これ を 「不運」 と 感じる か 「想定 内」 と 受け入れ られる か で メンタル が 全く 違う。

6-2. 連敗 後 の 勝率 不変 原理

5連敗 した から 「次 は 勝つ」 という 思考 は 誤り。 各 取引 は 独立 で あり、 過去 の 結果 が 次 の 結果 に 影響 し ない (戦略 の 期待 値 が 変わって い ない 限り)。

しかし 心理 的 に は 「次 こそ は」 と ロット を 倍 に する 誘惑 が 強く 働く。 これ こそ が マーチン ゲール の 罠 で、 数学 的 に は 「平均 取得 価格 を 下げる」 だけ で、 破綻 リスク は 確実 に 上昇 します。

7章: モデル ケース の 結論

7-1. 年利 15% を 複利 で 達成 する 数式 まとめ

1. 月利 目標: 連敗 期 込み で 平均 1.5〜2% を ターゲット

2. リスク リワード 比: 1.5〜2.5

3. 必要 勝率: 40〜55%

4. 1 取引 リスク 率: Quarter 〜 1/10 Kelly = 0.5〜2%

5. 最大 DD 許容: -20% 以内

6. 連敗 ルール: 5連敗 で 24時間 停止

7. ロット: 残高 連動 で 自動 計算

これら の 数式 を 全て 守って 1年 運用 して も、 年利 15% に 届く 確率 は おおむね 30〜50% (一般 的 モデル レンジ)。 つまり 1年 単位 で は 達成 でき なく て も、 3〜5年 の 累積 で 平均 を 取る と 達成 確率 が 上がる、 という のが 数学 的 な 姿。

7-2. ありがち な 失敗 と 数学 的 対策

|—|—|

7-3. これから 始める 人 への 推奨

1. 最初 の 3ヶ月 は ロット を 残高 の 0.5% リスク で 固定 (連敗 耐性 確認)

2. 連勝 期 が 来ても リスク 率 を 上げ ない (人間 の 直感 と 数学 は 逆)

3. 連敗 期 に メンタル を 守る ため、 戦略 を 複数 持つ

4. 月末 に 月利 を 計算 し、 平均 が 年利 換算 で 15% に 達して いる か を チェック

5. 3ヶ月 連続 で 期待 値 を 下回る なら 戦略 を 見直す (相場 環境 が 変わった 可能性)

数学 を 味方 に つけ れ ば、 ギャンブル で は なく 「期待 値 が プラス な ゲーム を 続ける」 こと が 可能 に なります。 これ こそ が 「年利 15% を 複利 で 達成 する」 ため の 唯一 の 道 です。

> ⚠️ 最終 警告: 本記事 は 教育 目的 の 一般 情報 です。 個別 の 投資 助言 では ありません。 投資 (FX・暗号 資産・株式 等) には 元本 割れ リスク が あり、 過去 の パフォーマンス は 将来 の 結果 を 保証 し ません。 投資 判断 は 必ず ご自身 の 責任 で 行って ください。 また、 本記事 で 紹介 した 数式・モデル は 学習 用 の 一般 情報 で あり、 実 取引 で の 安定 動作 を 保証 する もの では ありません。

関連 記事

• FX 自動 売買 を 100万円 で 運用 した 場合 の 現実 (モデル ケース)
• Claude Code で AI トレード システム を 構築 する 場合 の 全体 像
• ドロー ダウン 制御 と 運用 ルール
• ロット 計算 の 基礎 — 固定/比例/Kelly

著者 注記

本 記事 は 資金 管理 数学 の 教育 用 解説 を 目的 と した 一般 情報 で あり、 特定 の 投資 成果 を 保証 する もの では ありません。 投資 判断 の 際 は 必ず 専門 家 へ ご相談 ください。

最終 更新: 2026年5月