Shapiro COT 逆張り — 週次プレイブック

shapiro-contrarian ワークフロー全体の使い方ガイドです。個別スキルの説明ではなく、パイプラインを最初から最後まで通しで解説します。いつ回すか、6つのステップの順序、ゲートがどう判断するか、ポジションをどう計算するか、そして逆張り仮説をトレードメモリにどう登録するか。6つのスキルを単体で走らせる前に、まずこのページを読んでください。

これは実験キット v1 です。 目的は、Shapiro 流の逆張りを規律ある週次ルーティンとして「始める」ことであって、収益性を証明することではありません。発注と監視は手動です。自動発注はありません。ポジション監視は別スキルとして後から提供します。

一段落で言うと

Jason Shapiro の逆張り手法は、先物市場で「混み合った投機ポジション」に対して群衆と逆方向に仕掛けます（= fade）。ただし混雑そのものは決してトレードのシグナルにはなりません。エッジが生まれるのは、群衆がさらに間違っているときだけです。群衆に有利なはずのニュースに価格が反応せず、週足チャートが既に群衆と逆に転換し始めている。このパイプラインはその規律を強制します。まず COT レポートで混雑をスクリーニングし、次にニュース反応の失敗と週足の価格反転という2つの独立した確認を要求します。この2つが揃って初めて、fail-closed のゲートがサイジングを許可します。3つすべてが揃った市場でのみ、群衆を fade します。

いつ回すか

  • 週次。CFTC の Commitment of Traders レポート公表後に回します。公表は金曜 15:30 ET 前後で、火曜時点のポジションを反映しています。
  • 混雑の読みは火曜終値時点として扱い、リアルタイムとは見なしません。COT データは3日遅れです。

回してはいけないとき

  • 日中や週次より高頻度では回さない。 エッジはポジショニング由来で、COT は週1回しか更新されません。
  • 混雑の極値だけでは決して動かない。 サイジングの前に、ゲートが READY_FOR_PLAN に到達する必要があります。混雑・ニュース失敗・価格反転がすべて確認された状態です。
  • 株式は対象外。 扱うのは CFTC 先物市場のみです。

パイプライン全体像 

1  cot-contrarian-detector        →  cot_crowding_report            (3年COTインデックスの極値をスクリーン)
2  news-reaction-failure-analyzer →  news_failure_verdict           (群衆に有利なニュースを価格が無視)
3  technical-analyst              →  price_action_confirmation_report (週足で群衆と逆の反転)
4  contrarian-setup-gate          →  contrarian_setup_gate_report   (READY_FOR_PLANのみ、fail-closed)
5  futures-position-sizer         →  futures_position_size          (枚数計算、純計算)
6  trader-memory-core             →  contrarian_thesis_entry        (逆張り仮説を登録)

ステップ 1〜4 と 6 は判断ゲートです。各ステップが候補を先へ進めないよう止められます。ステップ 5 は純粋な計算です。いずれかのゲートで落ちた市場はそのまま脱落します。それがこの設計の狙いです。

週次ランブック

ステップ 1 の前に、作業日を一度だけシェル変数として設定してください。以下の各ステップはすべてこの変数からファイル名を読み書きするので、証跡の連鎖が最初から最後まで途切れません — ステップ2〜6が昨日の（あるいは誰のものでもない）レポートを黙って読んでしまうのを防ぎます。

export RUN_DATE=2026-07-15

以下の例では B6 という混み合った市場を fade します。

ステップ 1 — COT の混雑をスクリーニング 

python3 skills/cot-contrarian-detector/scripts/screen_cot_crowding.py \
  --core --as-of "$RUN_DATE" --output-dir reports/

reports/cot_crowding_$RUN_DATE.json（cot_crowding_report）を生成します。3年 COT インデックスの極値にある市場だけを先へ進めます。CROWDED_LONG / CROWDED_SHORT が対象です。混雑は前提条件でありシグナルではありません。これ単体で動いてはいけません。

ステップ 2 — ニュース反応の失敗を確認 

python3 skills/news-reaction-failure-analyzer/scripts/analyze_news_reaction.py \
  --symbol B6 --detector-json "reports/cot_crowding_$RUN_DATE.json" \
  --events-json "reports/nrf_events_B6_$RUN_DATE.json" \
  --as-of "$RUN_DATE" --output-dir reports/

reports/nrf_B6_$RUN_DATE.json（news_failure_verdict）を生成します。events ファイルは実在 URL を持つ一次情報・通信社配信から精選してください。捏造は禁止です。CONFIRMED の市場だけを残します。NOT_CONFIRMED と INSUFFICIENT_EVIDENCE はここで止まります。

ステップ 3 — 週足の価格反転を確認 

python3 skills/technical-analyst/scripts/check_weekly_price_action.py \
  --symbol B6 --detector-json "reports/cot_crowding_$RUN_DATE.json" \
  --as-of "$RUN_DATE" --output-dir reports/

reports/ta_confirmation_B6_$RUN_DATE.json（price_action_confirmation_report）を生成します。--detector-json はステップ1から群衆の direction を渡すためのものです。これ（または明示的な --direction）が無いと、何に対して反転を確認すればよいか分からず no_direction_provided で終了し、判定が出ません。週足チャートで群衆と逆の反転を探します。キーリバーサル、フェイルドブレイクアウト、極値の失敗のいずれかで、明確なスイングストップを伴うものです。NOT_CONFIRMED / INSUFFICIENT_DATA は却下します。

ステップ 4 — ゲートで統合 

python3 skills/contrarian-setup-gate/scripts/run_contrarian_setup_gate.py \
  --symbol B6 \
  --detector-json "reports/cot_crowding_$RUN_DATE.json" \
  --news-json "reports/nrf_B6_$RUN_DATE.json" \
  --price-action-json "reports/ta_confirmation_B6_$RUN_DATE.json" \
  --as-of "$RUN_DATE" --output-dir reports/

reports/contrarian_setup_gate_B6_$RUN_DATE.json（contrarian_setup_gate_report）を生成します。--as-of は必須です。ゲートはこれを使って上流の各レポートの鮮度を検証するため、無いと exit 2 で終了します。ゲートは fail-closed で、ステップを順番に評価します。サイジングへ進めるのは READY_FOR_PLAN のみです。CROWDED、WATCHING_PRICE、REJECTED、INSUFFICIENT_EVIDENCE はすべてここで止まります。ゲートが次へ渡すのは symbol、direction、invalidation_level の3つだけです。

ステップ 5 — 先物の枚数を計算 

python3 skills/futures-position-sizer/scripts/futures_position_sizer.py \
  --gate-json "reports/contrarian_setup_gate_B6_$RUN_DATE.json" \
  --entry 1.3820 --account-size 200000 --risk-pct 1.0 \
  --as-of "$RUN_DATE" --output-dir reports/ --format both

reports/futures_position_size_B6_$RUN_DATE.json（futures_position_size）を生成します。direction と stop はゲートから来ます。一方で --entry、--account-size、--risk-pct は常にオペレーターが供給します。ゲートもサイザーもこれらを導出しないので、実行前に手元で用意してください。先へ進めるのは SIZED の結果だけで、NO_TRADE はここで止まります。発注前に枚数と1枚あたりリスクを検証し、ポートフォリオ全体のヒートが予算内であることを確認します。

ステップ 6 — 逆張り仮説を登録

ステップ 6 で、計画がトレードメモリ上の監査可能な記録になります。操作はこの順序で厳密に実行してください。attach-futures-position は既存の仮説に添付する操作であり作成はしません。また open-position は ENTRY_READY を要求し、IDEA のままでは拒否されます。

  1. IDEA 仮説を作成します（manual ingest または register()）。idea.json に必要なのは ticker / thesis_type / thesis_statement の3つだけです。以下の entry_price のようなそれ以外の項目は origin.raw_provenance に記録として残るだけで、正式な価格として扱われるわけではありません。

    {
  "ticker": "B6",
  "thesis_type": "mean_reversion",
  "thesis_statement": "B6の買い持ち偏重によるCOT極値、ニュース反応の失敗と週足反転を確認 — 群衆に逆張りしてショート。",
  "entry_price": 1.3820
}

    python3 skills/trader-memory-core/scripts/trader_memory_cli.py ingest \
  --source manual --input idea.json --state-dir state/theses/

    Registered 1 thesis(es): th_... と表示されます。この ID を export してください。以降のステップで使います。

    export THESIS_ID=th_b6_mean_reversion_20260715_xxxx  # 表示された ID を貼り付け

  2. SIZED レポートを添付します（仮説がまだ IDEA のままでも実行できます）。これで枚数・direction・multiplier・USD 通貨・リスクが仮説の position に保存されます。

    python3 skills/trader-memory-core/scripts/trader_memory_cli.py store \
  --state-dir state/theses/ attach-futures-position "$THESIS_ID" \
  --report "reports/futures_position_size_B6_$RUN_DATE.json"

  3. 上流の証跡を link します。link_report() は CLI サブコマンドではなく Python 関数です。trader_memory_cli.py を経由せず thesis_store を直接 import するため、trader-memory-core の依存（pyyaml、jsonschema）が必要です。uv 経由か、これらが導入済みの環境で実行してください。以下を実行して4つの上流レポートを直接 link し、fade の証跡連鎖を監査可能にします。

    uv run --project . python - <<PYEOF
import sys
sys.path.insert(0, "skills/trader-memory-core/scripts")
from pathlib import Path
import thesis_store

state_dir = Path("state/theses/")
thesis_id = "$THESIS_ID"
run_date = "$RUN_DATE"
for skill, path in [
    ("cot-contrarian-detector", f"reports/cot_crowding_{run_date}.json"),
    ("news-reaction-failure-analyzer", f"reports/nrf_B6_{run_date}.json"),
    ("technical-analyst", f"reports/ta_confirmation_B6_{run_date}.json"),
    ("contrarian-setup-gate", f"reports/contrarian_setup_gate_B6_{run_date}.json"),
]:
    thesis_store.link_report(state_dir, thesis_id, skill, path, run_date)
    print(f"linked {skill} -> {path}")
PYEOF

  4. サイジングを確認し発注準備ができたら、ENTRY_READY へ遷移します。

    python3 skills/trader-memory-core/scripts/trader_memory_cli.py store \
  --state-dir state/theses/ transition "$THESIS_ID" ENTRY_READY \
  --reason "READY_FOR_PLAN confirmed and sizing verified"

  5. 実際にブローカーで約定した後にのみ ACTIVE へ遷移します。実約定価格と日付を渡します。日付は分析日ではなく実際の約定日を使うため、別変数 FILL_DATE にします。entry.actual_date は保有期間や事後評価の基準になるので、後日約定したときに分析日を入れると値がずれてしまいます。--contracts / --multiplier / --direction はステップ2で既に仮説に付与済みなので省略できます。

    export FILL_DATE=2026-07-16  # 実際にブローカーで約定した日。同日約定なら $RUN_DATE と同じでよい

python3 skills/trader-memory-core/scripts/trader_memory_cli.py store \
  --state-dir state/theses/ open-position "$THESIS_ID" \
  --actual-price 1.3835 --actual-date "$FILL_DATE"

contrarian_thesis_entry を生成します。これは下流の trade-memory-loop と monthly-performance-review へ流れます。

規律とガードレール

  • 混雑は前提条件であり、トレードシグナルではありません。 サイジングの前にニュース失敗と価格反転の両方の確認を要求します。
  • ゲートが安全装置です。 ゲートが独立に READY_FOR_PLAN に到達しない限り、何もサイジングされません。
  • 計画エントリーは実約定ではありません。 attach-futures-position は entry.actual_price を設定しません。manual ingest では計画エントリーは origin.raw_provenance.entry_price に保持されます。約定前に entry.actual_price へ書き込んではいけません。
  • 自動発注はありません。 すべての発注はブローカーで手動で行います。
  • 監視は当面手動です。 COT の正常化、ストップ、仮説の無効化は、contrarian-position-monitor が提供されるまで手作業で見ます。この監視スキルは #243 で追跡しています。
  • トレードメモリへの受け渡しは USD 限定です。 サイザー単体は --fx-rate（銘柄通貨→USD のレート）を渡せば非 USD 銘柄もサイズ計算できます。USD 限定なのは attach-futures-position によるトレードメモリへの受け渡しの方で、非 USD の SIZED レポートは、黙って誤登録するのではなくここで拒否されます。
  • 証拠金は計算しません。 先物の証拠金はブローカーと時期に依存します。取引前に当初証拠金と維持証拠金をブローカーで確認してください。

ここでの「完成」の意味

実験キットは6スキル中6完成でマージ済みです。今日から Shapiro 流の逆張りを規律ある週次ルーティンとして始められます。自動ポジション監視を含むライフサイクル全体は6/7です。監視スキルは意図的に延期しており、実運用またはシャドー運用の経験を踏まえてから設計します。

このキットは実験を「始める」ためのものです。戦略が収益的だとは主張しません。それを検証するのが、週次ルーティン、トレードメモリの記録、月次レビューの役割です。

関連

  • ワークフロー manifest: workflows/shapiro-contrarian.yaml が正本です
  • 自動生成リファレンス: ワークフロー
  • 6つのスキル: cot-contrarian-detector、news-reaction-failure-analyzer、technical-analyst、contrarian-setup-gate、futures-position-sizer、trader-memory-core