コンテンツにスキップ
The Eyes of FX

パラボリックSAR（Parabolic SAR）

パラボリックSAR は、現行トレンドが継続する限り追随し、価格が逆転すればストップと同時にドテンする、トレーリングと反転を組み合わせたメカニカルなルールです。レンジ相場では逆転を乱発するため単体運用には向きません。エントリーのシグナルではなく撤退のシグナルとして使うのが実務的です。

ローソク足にパラボリックSARのドットを重ねたイメージ。上昇中は価格の下、下降中は価格の上にドットが並ぶ。

架空データによるイメージ図（実際の相場データではありません）。上昇中は価格の下、下降中は価格の上にSARが付き、逆転でドテンする例。

定義

パラボリックSAR（Stop And Reverse）は Wilder が1978年に New Concepts in Technical Trading Systems で発表しました。放物線（parabola）を描くように、時間経過とともに損切ラインが加速する構造です。

基本ロジック

  • ロングポジション中は SAR を価格の下にプロットする。SAR にタッチしたら損切とドテンショート
  • ショートポジション中は SAR を価格の上にプロットする。SAR にタッチしたら損切とドテンロング
  • 常にどちらかのポジションを持つ（Stop and Reverse）

更新則

現行トレンド中（ロングを例とする）。

SARt+1=SARt+AFt⋅(EPt−SARt)\text{SAR}_{t+1} = \text{SAR}_t + \text{AF}_t \cdot (\text{EP}_t - \text{SAR}_t)

  • EP（Extreme Point）：現行トレンド中の最高値（ロング）または最安値（ショート）
  • AF（Acceleration Factor）：加速係数。新しい EP 更新のたびにステップ分増える
  • 初期 AF = 0.02、EP 更新のたびに +0.02、上限 0.20

AF 更新のルール。

  • 現行トレンドで EP を更新（高値更新または安値更新）するたびに AF += 0.02
  • AF は上限 0.20 に達したらそこで固定
  • トレンド反転（SAR タッチ）で AF を 0.02 にリセット

トレンド反転条件（ロングの場合）。

  • 当日安値 ≤ SAR_t なら反転
  • 反転時、新しい SAR = 反転前トレンド中の EP（直近高値）
  • 新しい EP = 反転を起こした足の安値
  • AF リセット = 0.02

Wilder 追加ルール。

  • 反転直後の SAR は直前2本の高値（または安値）の最大（最小）にクランプする
  • ロング中の SAR は当日と前日の安値より上にならない（少なくともどちらか低い方まで）
  • 通常はこれを SAR ≤ min(前日安値, 前々日安値) と実装する

数式的意味

AF が徐々に上がることで、時間経過とトレンド継続に応じて SAR が価格に近づいていきます。放物線的な加速です。

  • トレンド初期は SAR が緩やかに追随する
  • トレンド継続で SAR が加速して価格に近づく
  • トレンド終盤は SAR が価格にほぼ張り付き、少しの反落で反転する

パラメータと期間表

パラメータ標準意味
AF 初期値0.02開始時の加速係数
AF ステップ0.02EP 更新時の増分
AF 上限0.20最大加速係数

Wilder のデフォルトは、実際に手計算で回して調整した実務値です。他のセットも試されていますが、標準は変えない前提です。

派生設定（実務ではあまり推奨されない）。

設定特徴
(0.01, 0.01, 0.10)より緩やか。フェイクに強いが反応遅い
(0.02, 0.02, 0.20)Wilder 標準
(0.04, 0.04, 0.40)より攻撃的。すぐに刈られる

USD/JPY での時間足別の使い分け。

時間足標準主な用途
5分(0.02, 0.02, 0.20)短期スキャルのトレーリング（ノイズ多い）
15分(0.02, 0.02, 0.20)デイトレのトレーリング（レンジで多発反転）
1時間(0.02, 0.02, 0.20)トレンド追随、日中トレーリング
4時間(0.02, 0.02, 0.20)スイングトレーリング（良好）
日足(0.02, 0.02, 0.20)週次スイング、Turtle と類似の追随

シグナル

トレーリングストップ

パラボリックSAR の主目的はエントリーではなくトレーリング損切です。

  • ロング中は SAR がストップライン。価格が SAR に触れたら決済
  • ショート中は SAR がストップライン。価格が SAR に触れたら決済
  • 決済後の反転エントリーは任意（Wilder 原典は自動ドテン、実務では任意）

反転シグナル（単体エントリー）

  • SAR が価格の下から上に移った瞬間は売りエントリー
  • SAR が価格の上から下に移った瞬間は買いエントリー
  • 単体エントリーはレンジで大失敗する（下記の落とし穴を参照）

ADX との組み合わせ（実務推奨）

Wilder 自身が推奨した組み合わせです。

  • ADX > 25 でトレンドを確認したうえで SAR 反転をエントリーシグナルに採用する
  • ADX < 20 のレンジでは SAR 反転を無視する（騙し多発）
  • ADX と傾き上昇と SAR 反転が揃うと、トレンド初期の高確度エントリー

ATR との組み合わせ

  • SAR ベースの損切だと、普通の値幅で刈られることがある
  • ATR × 2 の最低保証損切を SAR と併用する
  • 実務では stop = max(SAR, entry - ATR × 2)（ロングの場合）

USD/JPY での使いどころ

トレンド追随ストップとして

USD/JPY 4時間足の週次トレンドで SAR がよく機能します。

  • 月曜寄付でトレンド発生、火曜以降に SAR が追随する
  • 木曜、金曜の失速で SAR タッチとなり週内利確
  • 週末クローズ前の反転を SAR で捉えると週次スイングが回りやすい

東京仲値（JST 09:55）前後

  • 5分足 SAR は仲値の急変で頻繁に反転する
  • 単体運用は不可（レンジで刈られる）
  • 仲値後のトレンド確定は15分から1時間足の SAR で確認する

ロンドンオープン（JST 16:00）

  • ロンドン初動のトレンド発生で15分足 SAR がトレンド追随する
  • 初動でエントリーし、SAR ベースのトレーリングでロンドン終盤（JST 21:00から22:00）までに利確が典型

NYオープン（JST 22:30）と指標

  • 指標発表直前は SAR が価格に張り付く（低ボラ収縮後の反転乱発）
  • 指標直後の急変で SAR が一気に反転位置へジャンプする
  • 指標日は SAR をエントリーシグナルとして使わない（騙しリスク大）

日足での長期スイング

  • 日足 SAR は月次スイングのトレーリング
  • 週5営業日と週末ギャップで SAR の急ジャンプが発生することがある
  • 週末ギャップに配慮する場合は、金曜クローズ時点で一部利確する

落とし穴

  • レンジ相場での逆転乱発：SAR はトレンド相場を前提としている。ADX < 20 のレンジで単体運用すると連続損切になる
  • 単体エントリーシグナルとしての誤用：SAR は撤退シグナルとして設計されている。エントリーシグナルに使うなら ADX、ATR、移動平均線の方向との Confluence が必須
  • AF 上限の重要性：AF 上限を 0.20 から 0.50 に上げると SAR が急激に価格に近づき、利益が乗る前に刈られる現象が多発する
  • 反転直後の SAR ジャンプ：反転直後の SAR は直近トレンドの EP。数十 pips ジャンプすることがある。この初期 SAR が現在価格から離れすぎているとリスクが大きい
  • Wilder 追加ルールの実装漏れ：反転後の SAR を前日または前々日の安値/高値でクランプする処理を実装しないと、SAR が価格を追い越す不正状態になる
  • 時間足間の混同：5分足 SAR と15分足 SAR は全く別。上位足でエントリーシグナル、下位足でトレーリングという使い分けが必要
  • 週末ギャップ：金曜終値から月曜寄付のギャップで SAR が飛ばされる。ギャップリスクをストップ幅に織り込む
  • AF リセット忘れ：反転時に AF を 0.02 にリセットしないと、再スタート時から高加速で始まって即座に刈られる
  • バックテストでの過剰最適化：AF ステップや上限を細かく最適化するとカーブフィッティングになる。Wilder 標準 (0.02, 0.02, 0.20) から動かさない
  • 教科書シグナルの実データ有意性：他のトレンドフォロー系（移動平均線、MACD）が有意な edge を出せなかった経緯を踏まえると、SAR も単体の edge は薄いと推測される。エントリーではなく撤退に限定して使う

Python 実装スケッチ

import numpy as np
import pandas as pd




def parabolic_sar(
    high: pd.Series,
    low: pd.Series,
    af_start: float = 0.02,
    af_step: float = 0.02,
    af_max: float = 0.20,
) -> pd.DataFrame:
    """Wilder's Parabolic SAR.


    Returns DataFrame with columns:
        sar     : SAR value at each bar
        trend   : +1 for long, -1 for short
        af      : current acceleration factor
        ep      : extreme point
    """
    n = len(high)
    sar = np.full(n, np.nan)
    trend = np.zeros(n, dtype=int)
    af = np.full(n, np.nan)
    ep = np.full(n, np.nan)


    if n < 2:
        return pd.DataFrame(
            {"sar": sar, "trend": trend, "af": af, "ep": ep},
            index=high.index,
        )


    # 初期化: 最初の 2 本で方向を仮決め
    if high.iloc[1] >= high.iloc[0]:
        trend[1] = 1
        sar[1] = low.iloc[0]
        ep[1] = high.iloc[1]
    else:
        trend[1] = -1
        sar[1] = high.iloc[0]
        ep[1] = low.iloc[1]
    af[1] = af_start


    for i in range(2, n):
        prev_trend = trend[i - 1]
        prev_sar = sar[i - 1]
        prev_ep = ep[i - 1]
        prev_af = af[i - 1]


        # 仮 SAR 計算
        new_sar = prev_sar + prev_af * (prev_ep - prev_sar)


        # 反転判定
        if prev_trend == 1:
            # ロング中: SAR を 前日・前々日の安値以下にクランプ
            new_sar = min(new_sar, low.iloc[i - 1], low.iloc[i - 2])
            if low.iloc[i] <= new_sar:
                # ドテン → ショート開始
                trend[i] = -1
                sar[i] = prev_ep
                ep[i] = low.iloc[i]
                af[i] = af_start
                continue
            trend[i] = 1
            sar[i] = new_sar
            if high.iloc[i] > prev_ep:
                ep[i] = high.iloc[i]
                af[i] = min(prev_af + af_step, af_max)
            else:
                ep[i] = prev_ep
                af[i] = prev_af
        else:
            # ショート中: SAR を 前日・前々日の高値以上にクランプ
            new_sar = max(new_sar, high.iloc[i - 1], high.iloc[i - 2])
            if high.iloc[i] >= new_sar:
                # ドテン → ロング開始
                trend[i] = 1
                sar[i] = prev_ep
                ep[i] = high.iloc[i]
                af[i] = af_start
                continue
            trend[i] = -1
            sar[i] = new_sar
            if low.iloc[i] < prev_ep:
                ep[i] = low.iloc[i]
                af[i] = min(prev_af + af_step, af_max)
            else:
                ep[i] = prev_ep
                af[i] = prev_af


    return pd.DataFrame(
        {"sar": sar, "trend": trend, "af": af, "ep": ep},
        index=high.index,
    )

Wilder 追加ルール（SAR の前日、前々日の安値/高値クランプ）を実装しています。実装の落とし穴が多いため、業務利用時は ta-lib や pandas-ta の実装と結果を突き合わせて検証します。

ATR と組み合わせた最低保証損切の例。

def sar_with_atr_floor(
    close: pd.Series,
    sar_df: pd.DataFrame,
    atr_series: pd.Series,
    k: float = 2.0,
) -> pd.Series:
    """SAR と ATR ベース損切の "遠い方" を採用する。


    ロング中は max(SAR, close - k*ATR)、ショート中は min(SAR, close + k*ATR)。
    """
    stop = pd.Series(index=close.index, dtype=float)
    long_mask = sar_df["trend"] == 1
    stop[long_mask] = pd.concat(
        [sar_df.loc[long_mask, "sar"], close[long_mask] - k * atr_series[long_mask]],
        axis=1,
    ).max(axis=1)
    stop[~long_mask] = pd.concat(
        [sar_df.loc[~long_mask, "sar"], close[~long_mask] + k * atr_series[~long_mask]],
        axis=1,
    ).min(axis=1)
    return stop

参考