モメンタムが失われたとき：ミーム市場の構造的枠組みの解読

著者：币贝研究院

エグゼクティブサマリー

2025年1月17日、TRUMPトークンがSolana上でローンチ。ローンチ当初、総供給10億枚のうち8億枚 — — つまり80% — — がトランプに関連する2つの実体、CIC Digital LLCとFight Fight Fight LLC[1]の手に集中していた。ローンチ後36時間以内に、このトークンは2025年1月19日に歴史最高値74.27ドル[2]に達した。2026年5月22日のスナップショット時点で、TRUMPはそのピークから約97%[2]後退している。ローンチシーケンス期間中、1時間足のRSIは過熱域に深く入り、MACDのヒストグラムは転換点で正に反転 — — これら二つの指標は、1970年代に商品・株式市場の規範的読みに基づいて定義された標準的な数値を触発した。しかし、これらの価格系列に適用されているものは、スナップショット日現在のすべての規制・学術的定義に照らして、背後に「過熱」を意味する基底資産が存在しない。

米国証券取引委員会（SEC）の企業財務部は2025年2月27日、「ミームコイン従業員声明」を発表し、ミーム資産を用途や機能が限定的または不存在、価値が投機的に駆動されると定義し、これに基づき次の結論を出した：この種のトークンの取引は証券法上の販売には該当しない[3]。Crenshaw委員の同時期の反対意見はこの法的結論に疑義を呈したが、「この資産カテゴリーがファンダメンタルズに乏しい」という経験的観察自体には異議を唱えなかった[4]。Solidus Labsは2025年5月に記録：2024年1月から2025年3月までにPump.funに展開されたトークンは累計700万枚超で、そのうち98.6%は1,000ドルの流動性閾値を下回り、約97,000枚だけがこの閾値を維持していた[5]。Pump.funのバインディングカーブから標準的な自動マーケットメイカー（AMM）への移行率は、Step Dataによると2025年第2四半期平均で0.78%[6]、2025年7月と8月には0.7%–0.8%の範囲を維持（出典：Cointelegraphのプラットフォームメカニズムに関する報道）[7]。

本報告は三つの主張を展開し、それらの検証方法学的枠組みを具体的に規定する。

主張一。古典的なモメンタム・オシレーター群 — — Wilderの相対強弱指数[8]、Appelの異同移動平均[9][10]、Laneのランダム・インデックス[11][12] — — は、1957年から1979年の米国商品・株式データセット上で校正されたものである。横断面のモメンタムが査読済み文献に登場するのは、JegadeeshとTitman（1993年）が『Journal of Finance』に発表した論文で、1965–1989年の米国株式サンプルを用いたもの[13]。これらのいずれかの校正は、ファンダメンタルズに乏しい資産に対しては検証されていない。ParkとIrwin（2007年）のメタレビューは、95の技術分析研究の結果を記録し、外為・先物市場では経済的利益を生むが、株式市場ではそうでないことを示している[14]。この非対称性は、「普遍性」の暗黙の約束と矛盾し、たとえ指標が開発された資産カテゴリー内でも、パフォーマンスは市場構造に依存し、指標の数学的性質だけでは保証されないことを示唆している。

主張二。ミーム資産の価格形成と古典的指標設計の対象となる市場には構造的差異が存在する。LiuとTsyvinski（2021年）の『Review of Financial Studies』論文は、主要な暗号資産は、ほとんどの株式市場やマクロ経済ファクターに対してエクスポージャーを持たず、通貨や商品リターンにもエクスポージャーを持たないことを証明している[15]。最大規模の暗号通貨ですら、伝統的な資産カテゴリーのファクターエクスポージャーを持たず、尾部に位置するミーム資産はさらに持ち得ない。ミーム資産の価格生成は注意力の反身性に駆動され、Pump.funのようなバインディングカーブの発射台を通じて機械化され、Raydium、PumpSwap、UniswapのAMMのマイクロストラクチャを介して伝播される。BIS Bulletin №69は、この市場構造を「暗号資産が自己参照的な性質を強調している」と描写している[16]。

主張三。指標のウィンドウや閾値の選択は、「情報を読み取るために設計された数学」と、「注意力駆動の価格行動を読み取る数学」を等価に変換できない。入力空間は変化しており、指標は自らの入力空間を認識しない。これが「パラメータ調整が構造的に不十分である」という正式な陳述である。

本報告は、誠実なミーム資産観察フレームワークに三つの逸脱を提起する：横断面順位による閾値代替[17]；注意力代理変数[18][19]とポジション集中度変数を価格指標と同等の位置に置くこと；出力を予測ではなく観察と定義すること。実証的な枠組み——サンプル宇宙、区制ウィンドウ、統計検定、対照資産——は第3章で詳細に規定される。パラメータグリッドを通じて統計的に確定的な結果が得られた後、デジタル発見は本稿の更新として公開される。

証明可能な構造的失敗の四条件は第7章に列挙。

第一章 · 古典的指標とその歴史的適用範囲

古典的なモメンタム・オシレーター群は、今なお零售のチャートソフトの標準構成であり、その起源は1957年から1993年までに発表された四つの研究にある。これらはすべて、米国の商品または株式の価格データに基づいて校正されたものである。歴史的記録は一貫しており、十分に文書化されている：いずれの校正も、ファンダメンタルズに乏しい資産に対しては検証されていない。

1.1 Lane（1957）とランダム・インデックス

George C. Laneはシカゴの商品トレーダーで、Investment Educators Inc.と関係がある。彼の著作『The Stochastic Process』は、1957年の著作権登録された内部研修資料[12]。この方法の源流は、シカゴ商品取引所のコーン、大豆、小麦の価格行動の観察にある。Laneと同僚は、次の規則性を記録した：価格は、上昇の動きが尽き、反転する前に、近N日間の価格範囲の上端または下端に収束しやすい。震荡指標の公式%K=100×（close−low_n）/（high_n−low_n）は、当期の終値を近N日の価格範囲に正規化し、市場内の範囲分布が機関の吸筹と配分の情報を担うと仮定している。この仮定は、商品取引プールの場内取引に根ざしており、そこでは取引所の観察者が盘口活動から配分パターンを合理的に読み取れる[11][20]。

1.2 Wilder（1978）と相対強弱指数

J. Welles Wilderは1978年に『New Concepts in Technical Trading Systems』を出版した。彼はそれ以前、手計算による震荡指標を用いて商品先物取引を数年行っていた[8]。この書の例示データは、1972年から1977年までのココア、大豆、銅、豚肉、白銀の先物日次終値である。RSIのデフォルトの14日平滑パラメータは、商品先物の週次契約のロール特性に基づく、反応速度と信号の安定性の経験的トレードオフを反映している。Wilderは、自身の作業を商品向けと位置付けており、株式の校正は含まれていない。

RSIは三つの仮定を置く。一つは、価格は近N日の変動率の平均に回帰し、極端な値は過剰反応を診断できること。二つは、超買い・超売り閾値（Wilderの校正では70と30）が、異なる時間や資産で安定していること。三つは、トレンドと調整状態を識別でき、その持続期間が指標ウィンドウの転換点を捉えるのに十分であること。これらの仮定のいずれも、ファンダメンタルズに乏しい資産には検証されていない。

1.3 Appel（1979）と異同移動平均

Gerald Appelは1970年代中頃から、Signalert Corpのレポートを通じてMACDを普及させ、1979年に自費出版のハンドブックで形式化し、『Technical Analysis: Power Tools for Active Investors』でさらに展開した[9][10]。当時の一般的な6日取引週の慣例に合わせて、(12, 26, 9)のパラメータ三つ組を採用した：約2週間、1ヶ月、1週半の取引期間を反映。Appelは最初、非対称のパラメータ（8, 17, 9）を提案したが、流行のチャートソフトの普及に伴い、最終的には対称の(12, 26, 9)に標準化された。

彼が用いたデータセットは、1970年代のNYSE総合指数とナスダックの選定銘柄であり、インフレ高揺動性の時代で、企業のファンダメンタルズも識別可能だった。Maitahらの2021年のパラメータ最適化研究は、(12, 26, 9)が2011–2019年の日経225先物で負のリターンを生んだことを記録している[21]。これは、パラメータ自体が市場特有の校正を担っており、二つの先進的株式取引所間での直接的な移行は不可能であることを示す。

[21] 1.4 JegadeeshとTitman（1993）：学術的モメンタムの基準点

横断面モメンタムが査読済み文献に登場したのは、JegadeeshとTitman（1993年）の『Journal of Finance』論文による。彼らは、過去3〜12ヶ月に正のリターンを持つ米国株は、近い将来の同じ期間でも引き続きアウトパフォームすることを記録した###。この発見のデータ基盤は、CRSPデータベースのNYSEとAMEXの株式（1965–1989年）であり、これ以降、現代的な動量因子の基礎となった。この効果は、キャッシュフローのファンダメンタルズに基づく資産に記録されており、その後の文献は複数の資産クラスに拡張したが、各々の拡張は独立した実証検証を必要とする。

[13] 1.5 ParkとIrwin（2007）：レビューに基づく判断

ParkとIrwin（2007年）の『Journal of Economic Surveys』論文は、現代技術分析の最も重みのある評価の一つである。彼らは95の研究をレビューし、56が正のパフォーマンス、20が負、19が混在と報告した。総じて、外為と先物市場では経済的利益を生むが、株式市場ではそうでないと結論付けている。このパターンは、1957–1979年の文献に暗黙の「普遍的約束」として存在したものと矛盾し、指標の数学的性質だけではパフォーマンスを保証しないことを示唆している。

この古典的文献に暗黙の前提は三つ：価格は基本的情報を割引または部分的に割引している；平均回帰はデフォルトの傾向；トレンドと調整の持続期間は指標のウィンドウと比較可能である。これらは、価格が何らかの価値基準の周囲で振動していることを前提としているが、ミーム市場にはそのような基準は存在しない。

第二章 · ミーム資産の価格生成器

2025年1月17日のTRUMPのローンチシーケンスは、公開規制記録において最も詳細に文書化されたミーム資産の事例###[14][1]。このローンチでは、総供給の80%が二つの関連実体に集中し、36時間で74.27ドルに上昇、その後継続的に後退した — — これに対し、古典的RSIやMACDは機械的にこの軌跡を追い、背後の「基底資産」には何の情報も示さない。TRUMPのケースは例外ではなく、最もクリーンな例の一つであり、古典的指標の校正対象市場と異なる価格生成の区制を示す。この区制は、三つの測定可能な次元に沿って展開される：ファンダメンタルズの欠如、注意力の反身性が主導する価格生成変数、供給とポジションの極端な集中。

[2] 2.1 ファンダメンタルズの欠如

SECの企業財務部は2025年2月27日、「ミームコイン従業員声明」を発表し、ミーム資産を用途や機能が限定的または不存在、価値は投機的に駆動されると定義した[3]。この結論は、より基本的な経験的観察に基づく：キャッシュフローや企業価値に対する権利、経済的権利が存在しない。Crenshaw委員の反対意見は、この経験的観察自体には異議を唱えず、その法的結論に疑義を呈しただけである###。

ファンダメンタルズの欠如は、ミームに限らない。LiuとTsyvinski（2021年）の論文は、ビットコイン、イーサリアム、リップルなどの主要暗号資産も、多くの株式市場やマクロ経済ファクターに対してエクスポージャーを持たず、通貨や商品リターンにもエクスポージャーを持たないことを証明している[3]。最大規模の暗号通貨ですら、伝統的資産カテゴリーのファクターエクスポージャーを持たず、尾部に位置するミーム資産はさらに持ち得ない。古典的モメンタム指標は、「価格が緩やかにファンダメンタルズの価値の周囲で振動する」市場を想定しているが、ミーム市場にはそのような価値は存在しない。

[4] 2.2 注意力を主導変数とする

ファンダメンタルズの代わりに価格生成の変数となるのは注意力 — — 検索量指数、ソーシャルメディアの言及回数、プラットフォームの潜在ユーザ数などで測定される。Da、Engelberg、Gaoは2011年の論文で、Google検索量指数（SVI）を散户の注意力代理変数として導入した。彼らの研究は、Russell 3000の株式（2004–2008年）において、異常な検索量がその後2週間の価格上昇を予示し、同年内に反落することを示した[15]。 LiuとTsyvinski（2021）は、暗号資産市場においても、Daらの記録した「注意力の過剰反応と反落」のパターンを再現し、投資家の注意力代理変数が2011–2018年のデータで暗号資産のリターンを予測できることを報告している###。

BarberとOdean（2008年）の論文は、行動的根拠を提供する：個人投資家は、検索問題の非対称性から、注意力資産の純買い手となる。彼らは、投資可能な資産全体を検索できず、アクセス可能な資産に反応するだけだ。ミーム市場では、この非対称性は、選択された資産の規模によりさらに拡大される。Pump.funは2024年1月19日にローンチされ、2025年第3四半期までに、同プラットフォーム上で発行されたトークンは累計1,190万枚を超えた[18][15]。この規模では、単一のミーム資産の買い決定は、「最も注意を集めた資産」の買い決定にほかならず、システム的に検索してもこの選択肢の全体を計算上把握することは不可能である。

[22] 2.3 反身性の欠如と自己参照性

Soros（1987）は、反身性を参加者の認知と基底ファンダメンタルズの双方向因果と形式化した。通常の市場では、反身性の循環はファンダメンタルズの錨に制約されている：認知は一時的に価格を価値から乖離させることができるが、平均回帰は最終的に復帰する。ミーム市場では、反身性の循環に外部の錨は存在しない。注意力駆動の価格変動は、より多くの注意を引きつけ、さらに価格変動を促進し、循環は価値への回帰ではなく、注意力の崩壊によって終わる。

Pump.funのバインディングカーブメカニズムは、この反身性を心理から機械へと変換している。新規トークンはまず一定のバインディングカーブ上で取引され、価格上昇は自動的に次の買い手により高い価格をもたらす。曲線は約8億枚のトークンを逐次販売し、時価総額が69,000ドルに達した時点で標準的なAMMに移行する[23][24]。この仕組みは、注意力を直接価格に変換し、情報発見の過程を介さない。BIS Bulletin №69（著者：Cornelli、Doerr、Frost、Gambacorta）は、この市場構造を「暗号資産の自己参照的性質を強調している」と描写している###。

[25] 2.4 ポジション集中度

古典的モメンタム指標の前提は、分散したポジション基盤 — — 集合行動が連続取引によって価格系列に集約されること。ミーム資産のポジション構造は、この前提に体系的に反している。

最も明確な実証例は、2025年1月17日のTRUMPのローンチだ。総供給10億枚のうち8億枚 — — 80% — — がCIC Digital LLCとFight Fight Fight LLCにより保有されていた[7]。この規模の集中は、古典的なテクニカル分析の「分散ポジション基盤」の前提を破壊している。RSIがTRUMPのローンチ後数日間に何を示そうと、基底価格系列は、多数の独立した売買者の総和ではなく、二つの関連実体の処分決定によるものである。

TRUMPは、最も証拠のある集中度の極端な例だが、その構造タイプは例外ではない。バインディングカーブの発射台を通じて展開されるトークンは、通常、曲線段階で大部分の供給を展開者や関連ウォレットに保持している。Solanaの主要なバインディングカーブ発射台——Pump.fun、Letsbonk、Launchlab——の2025年第3四半期の分析によると、最終的に50,000ドル未満の時価総額に留まるトークンは約89%にのぼる[26]。曲線段階の任意の時点でのポジションの中央値も高い集中を示す。本報告の実証的アップデートは、SolscanとEtherscanの全市場範囲のポジション集中度分布の計算に基づき、構造的な議論は「分散ポジション基盤」の前提が、多数のミーム資産において破られていることを示す。

[16] 2.5 自動マーケットメイカーのマイクロストラクチャ

古典的指標の検証シナリオは、注文簿市場——市場参加者が双方向の見積もりを継続的に提示し、情報に反応する場面だ。ミーム資産は主に自動マーケットメイカー上で取引される——SolanaのRaydiumやPumpSwap、EthereumのUniswapなど。価格は最新の注文の限界評価ではなく、プールの在庫状態と曲線の代数的出力によって決まる。スリッページは、注文規模とプールの深さに非線形に拡大し、同じ買い注文でも日によって異なる価格を生じさせる。

自動マーケットメイカーの価格系列は、情報の集約に関する理論的主張を担わない。それは、恒積数学の機械的結果だ。Solidus Labsは2025年5月に記録：2024年1月から2025年3月までにPump.funに展開されたトークンは700万枚超で、そのうち約97,000枚だけが1,000ドル以上の流動性を維持し、残りの98.6%は流動性が浅すぎて有意義な価格発見を支えられない###。SolanaFloorはさらに、Pump.funからRaydiumに移行した流動性プールの74.6%がその後非アクティブになったと報告している[1]。WilderのRSIは、このような系列に適用されると、在庫の力学によって生成された価格の区間分布を計算し、深さのある注文簿上の信念の集約による価格分布ではなく、ほぼ空のプールの価格分布を反映する。

第三章 · 実証プロトコル

第二章の構造的論証は一つの点を明らかにした：ミーム資産の価格形成は、古典的指標設計の対象となる市場と異なる。この差異が指標の読みにどう現れるかは、実証的な問題だ。本章では、币贝研究院がこの問題にどう応えるかの方法学を規定し、データパイプラインから得られる統計的確定結果の後に、本文のアップデートとして公開される。

[27] 3.1 サンプル宇宙の構築

サンプル宇宙は、CoinGeckoの「ミーム」カテゴリーの上位200トークンの時価総額ランキングから抽出し、EthereumとSolanaの二つの主要なミーム取引所に限定した。各リバランス日には、次の三つのフィルターを適用：過去7日間の分散・集中取引所の合算平均取引量が100万ドル超、観察日前少なくとも30日の価格履歴、主要取引所のプール深度が10万ドル以上。

これらの閾値は、Pump.funの大部分のトークン宇宙を除外している。Solidus Labsは記録：2024年1月から2025年3月までに、Pump.funに展開され、少なくとも5回の取引があったトークンは累計700万枚超だが、そのうち約97,000枚だけが1,000ドルの流動性閾値を維持していた###。Pump.funのバインディングカーブから標準的なAMMへの移行率は、2025年第2四半期平均で0.78%[5]、7月と8月には0.7%–0.8%の範囲を維持している[28]。本研究のサンプル宇宙は、流動性閾値を超えた存続可能な取引可能なサブセットを捉えており、除外された大部分は、後述の存続バイアス補正によって分析に含まれる。

3.2 存続バイアスの補正

2026年5月22日のスナップショット時点で抽出されたバックテストは、存続しているトークンのみを含む。これらの存続者は、定義上、厚尾のリターン分布の右側尾に位置する。Solidus Labsが示した98.6%のPump.fun失敗率は、単純なバックテストの系統的過大評価の根拠となる。

緩和策は、時点ごとに宇宙を再構築することだ。各週次リバランス日には、その日に本来呈示されるべき宇宙を再構築し、失敗したトークンも含める。CoinGeckoやCoinMarketCapの履歴スナップショットAPIは、週次頻度の再構築をサポートし、Kaikoはより高頻度で、時点ごとの注文簿とプール状態のデータを提供している。時点ごとの再構築を行わないと、報告される指標のヒット率は、周期的な失敗率の影響で過大に見積もられる。

[5] 3.3 バックテストウィンドウ

研究は、二つの区制を分離して検証し、第二章で記録したミーム資産のマイクロストラクチャの変化に対応させる。

Pre-Pump.funミーム資産の四半期は、2023年1月から2024年1月までをカバーし、BONKのローンチ（2022年12月25日）、PEPEのローンチ（2023年4月）、WIFのローンチ（2023年11月20日）を跨ぐ。この期間の市場構造の特徴は、直接的な分散取引所上場とバインディングカーブの中介なし、ポジション集中度のデータは希少だが、EtherscanとSolscanの履歴アーカイブから取得可能。

Pump.fun時代は、2024年1月から2025年1月までをカバーし、2024年1月19日のローンチから始まる[6]。この期間は、バインディングカーブの工業化によるミーム資産の創出、2024年10–11月のGOAT主導のAIミームサイクル、そしてピーク時の長さが数週間から数日に短縮される変化を観察。

政治的ミームの時代は、2025年1月から2026年5月までをカバーし、2025年1月17日のTRUMPのローンチ[7]と2025年1月19日のMELANIAのローンチを含む。この期間の特徴は、極端なローンチ集中、SECの2025年2月27日の従業員声明による規制の明示、永続契約（Perpetual Futures）取引所における単一トークンの平均レバレッジの継続的上昇。

3.4 指標パラメータ

デフォルトの古典的パラメータを用い、最適化は行わない：RSI14、MACD(12,26,9)、ストキャスティクス(14,3,3)、モメンタム(10)。本研究が検証するのは、これらの古典的パラメータによる指標のミーム資産上の挙動と、それらが校正された資産上の挙動の一致性である。最適化は、ParkとIrwinが警告したようなデータの先取りバイアスを導入し得る[5]。ミーム資産特有の再校正は本研究の関心事ではなく、関心は、「情報を読み取るために設計された同一のツールが、注意力駆動の価格行動も同様に読み取るかどうか」である。

3.5 統計検定

各バックテストウィンドウ、各資産、各指標シグナルのトリガーごとに、次の統計を計算：N日（N=1,3,7,14）の方向性正確率、同じ資産・同じウィンドウの無条件N日方向確率との比較；取引コスト差し引き後の累積超過リターン（コストは分散取引所の取引ごと30bp、集中取引所の取引ごと10bp、さらにMeme資産の50bpスリッページを反映）；Da、Engelberg、Gaoの方法によるGoogle Trends異常検索量指数と価格変動のGranger因果検定（1日・1時間の集約）；White（2000）の現実検証による、データ先取りバイアスのコントロール。

[24] 3.6 対照資産

同一指標群をビットコイン、イーサリアム、Solanaに適用し、ParkとIrwinの記録した非対称性——株式ではパフォーマンスが低いが、外為・先物では優れる——を示唆し、暗号通貨の主流コインはこのスペクトルの中間点に位置付けられる。本研究の実証仮説は、ミーム資産はこのスペクトルの第4の独立点に位置し、純粋なノイズではなく、古典的指標が本来読み取ることを意図していなかった、構造化された「情報貧乏」状態にあるというものである。

[1] 3.7 既発表文献のベースライン

Detzel、Liu、Strauss、Zhou、Zhu（2021年）は、本研究に最も近い対照例だ。彼らは、移動平均比率が、サンプル内外でビットコインのリターンを予測し、ナスダックのインターネット時代の株やアナリストの少ない株式でも類似の予測効果を持つことを記録している。理論的には、行動者が評価困難なファンダメンタルズを遅れて学習し、技術分析がこの遅れた学習の集約を行う均衡学習モデルに基づく。これが、「基本的に何も持たない資産」にも適用できるかは、币贝研究院の実証的関心の一つだ。

Liu、Tsyvinski、Wuの論文は、暗号資産のリターンにおいても、時間系列のモメンタムが持続することを示し、横断面のトレンド因子を構築している[3]。この研究は、取引稀薄なトークンを除外し、ミーム資産の尾部を未研究領域とした。指標の横断面の正確性を検証することは、方法学的なギャップであり、これを埋めるのが本稿の実証的仕事の意義だ。

3.8 実証アップデート

上記の方法学に基づき、多重比較の偏差補正を経て、三つの