研究フレームワーク
本稿では、DCAUT（ボラティリティ適応型DCA）を、バイ・アンド・ホールドおよび定額DCAと比較しながら、異なる期間と資産にわたって検証します。

サンプルと主要データ
同じ定量的製品からの4つのバックテスト：

• BTC（約5ヶ月）： 実現リターン +16.59%、最大ドローダウン 21.12%、シャープレシオ 1.17、年率換算 +42.55%、勝率 100%、2,581 トレード。

• BTC（約6ヶ月）： +29.43% / 10.52% / 2.38 / +76.95% / 99.04% / 2,630。

• BTC（約18ヶ月）： +111.86% / 74.40% / 1.08 / +62.28% / 100% / 8,431。

• ETH（約8ヶ月）： +28.67% / 9.70% / 1.43 / +44.06% / 99.09% / 3,364。
  断面：平均年率リターン 56.46%（中央値 53.17%）、中央値シャープレシオ 1.30、中央値最大ドローダウン 15.82%。総取引数 17,006。ほぼ100%の勝率は、エントリー/エグジットのカウント方法を考慮して解釈する必要があります。

視覚的証拠と観察
緑色の「実現リターン」曲線は、一般的に水色のバイ・アンド・ホールドPnLよりも上に位置し、より滑らかです。一方的な下落の後、DCAUTのエクイティカーブはより早くゼロを上回り、上昇を続けており、「ドローダウン階層型重み付け＋ボラティリティ適応」によるコスト削減を反映しています。最長期間では、この戦略は最大ドローダウン−74.40%を示しながらも、最終的には+111.86%の実現リターンとなり、「ナンピン」による繰延利益を示していますが、より強い資本許容度が必要です。

メカニズム（なぜ機能するのか）

• ボラティリティスケーリング: 各買いをATR/中央値ATRでサイズ調整します。ボラティリティが大きいほど1ドルあたりの単位が多くなり、その逆も同様で、反射的なコストカーブを形成します。
• ドローダウン階層: ローカル高値に対する価格ドローダウンが深まると、1.2倍/1.6倍のサイズ調整がトリガーされ、「コスト優位」ゾーンでのエクスポージャーを拡大します。
• 実現と平滑化: 多くの分散されたエントリーが実現PnLを安定させます。曲線は単一のノイズに敏感ではなく、ほとんどの期間でシャープ比は1を超えます。

リスクと境界

• ミクロ構造: 取引回数が多いということは、手数料/スリッページに敏感であることを意味します。高い勝率は、ペイオフ比率と保有期間を考慮しなければ利益を意味しません。
• 資本許容度: 深い循環的なドローダウンは、リスク予算が厳しい場合、初期の弱気相場でのスケーリングがペーパーボラティリティを増幅する可能性があることを示唆しています。
• 資産の異質性: 一律のルールではなく、資産（BTC対ETH）ごとに階層しきい値とボラティリティ要因を設定します。

プラットフォームの実装
保守的（低階層、小乗数）、バランス型（基準）、積極的（大乗数、高速応答）のマルチスタイルテンプレートを提供し、期間勝率、ドローダウン分布、エクイティ対資本効率、手数料感度ストレステスト、再現可能なバックテストログとスクリプトを開示します。

結論DCAUTの優位性は価格予測ではなく、ボラティリティの収穫：ボラティリティを負うべき場所により多く配分し、コストカーブをボラティリティに合わせ、ランダム性を平均的な資本効率の利益に変えることです。透明性の高い数字で長期的な複利運用を求めるユーザーにとって、これはポートフォリオに加える価値のある「着実な攻め」のカーブです。