ワンセットアップ戦略とは何か
ワンセットアップ戦略とは、機械的に定義したエントリーモデルをたった1つに絞り、その挙動を完全に把握できるまで同じパターンだけを売買し続けるやり方だ。10個のセットアップに注意を散らす代わりに、すべての反復を1つに集中させる。熟達は深さから生まれる。広さからではない。
計算は単純だ。1つのセットアップを500回取引すれば、その微妙な癖、典型的な負け方、そして最も機能する条件を正確に掴める。10個を各50回では、何一つ深くは身につかない。結果として残るのは統計的に意味のない浅いサンプルが10個並ぶだけで、深くて使える優位性は1つも手に入らない。裁量トレーダーが再現性のある期待値を築く道は、特化しかない。
この手法は特定のパターンに縛られない。1つに選ぶモデルが、Fair Value Gap（FVG）でのエントリーでも、order blockの再テストでも、Optimal Trade Entry（OTE）でも、liquidity sweep からの反転でもいい。重要なのは、正確に定義すること、それだけを取引すること、そして全事例を記録して、パターンがノートではなく反射神経に染み込むまで続けることだ。
なぜ深さが広さに勝つのか：1つのセットアップに絞る理由
セットアップにはそれぞれ性格がある。特定のセッション、特定のボラティリティ環境、特定の構造的コンテキストでこそ力を発揮し、負け方にも一定の型がある。そういうものは、同じパターンを数百回見るまでは見えてこない。パターン認識は読書ではなくサンプル数から築かれるからだ。
1つのモデルを繰り返し取引すると、3つのことが複利で積み上がる。
- A+の型が一目で分かるようになる。200回ほど繰り返せば、チャートを一瞥しただけで、この局面が教科書通りか、無理のある妥協かを判別できる。この識別眼はどんなインジケーターより価値がある。
- 負け方の型が分かる。どのセットアップにも特徴的な負け方がある。結末が出る前に「これは負ける版だ」と分かれば、質の低い局面をスキップでき、早めに損切りもできる。
- 本物のデータセットが手に入る。1つのセットアップの500件サンプルは正直な期待値を教えてくれる。10個のセットアップ各50件では、直近1週間の結果次第で都合よく膨らんだり怯えさせたりするノイズしか得られない。
手を広げると洗練された気がする。実際にはデータは細切れになり、チャートを見る時間は薄まり、10個すべてにおいて永遠の初心者のままだ。資産を複利で伸ばすトレーダーは、ほぼ例外なく狭く深い。1つの優位性を見つけて、ひたすら押し続けている。
実行速度にも複利効果が働く。同じエントリーを400回やっていれば、判断はワーキングメモリを食わなくなる。条件が満たされているか計算しているのではない。数百回見た形を認識しているのだ。そこで浮いた注意力は、トレード管理と、本当に優位性が潜む稀な高品質局面を見抜くことに回せる。
なぜトレーダーは1つのセットアップに絞れないのか
これほど有効なら、なぜ実践するトレーダーは少ないのか。障害は技術ではなく心理にある。
- 退屈。特定の1パターンを待つということは、ほとんどの日がノートレードで終わるということだ。動きだらけの画面は参加したい衝動を掻き立てる。ここでの規律とは、要するに退屈を自ら選ぶ覚悟のことだ。
- 他のセットアップへのFOMO。自分のモデル外だから見送っていたのに、綺麗なブレーカーブロックや完璧なタートルスープが5R走るのを横目で見ることになる。この痛みは本物で、焦点を捨てさせる圧力になる。
- 機会の幻想。初心者は、セットアップが多いほど機会が多く、利益も増えると信じている。たいてい逆だ。セットアップを増やすほど際どいトレードが増え、オーバートレードが増え、改善しようにも汚すぎるデータセットだけが残る。機会の多さとは、知っているパターンの数ではない。1つのパターンで質の高い反復を何回取れるかだ。
これらの力に名前をつけておく価値はある。1つのセットアップへの抵抗は予測可能だからだ。退屈やFOMOを感じたとき、それは計画の欠陥を発見したのではない。計画が耐えろと要求している通りのものを、まさに体験しているのだ。
自分の1つのセットアップを機械的に選び、定義する方法
セットアップ選びは偶然ではなく、意図的な決断だ。次の3つのフィルターで候補は一気に絞れる。
1. 生活リズムとセッションに合っている
ニューヨーク時間の8時から10時しかチャートを見られないなら、ロンドンセッションで発生するモデルは役に立たない。実際に画面の前にいられる時間帯に活性化する窓を持つセットアップを選べ。米国の朝に取引する人にはニューヨークAMのKill Zoneが合うし、夜中に起きていられる人にはアジア時間のレンジを狙うsweepが合う。
2. 明確で機械的な定義がある
セットアップを一連の二択条件として書き下せる必要がある。「強気っぽく見える」「反転しそうな気がする」といった曖昧な判断に依存するモデルは、バックテストも測定も改善もできない。ルールに還元できるものを選べ。
3. 監視できるマーケットの中にある
セットアップは、自分が知っていて、きれいに監視できる銘柄で取引する。30銘柄を回すウォッチリストより、流動性のある1〜2ペアの方が勝る。EURUSDやBTCUSDTの挙動への深い熟悉は、それ自体が優位性の一部だ。
選んだら、セットアップをチェックリストとして定義し、すべてのエントリーを二択にする。感覚では決めない。
- コンテキストフィルター：成立しているべき上位足の条件（例：価格が discount 側にある、日足バイアスが強気、buy-side liquidity へ向かっている）。
- 時間フィルター：トリガーが有効な正確な窓（例：NY時間の9:30〜11:00のみ）。
- エントリートリガー：仕掛ける正確で機械的なイベント（例：市場構造の転換後に、特定のFVGへ価格が戻る）。
- 無効化ライン：アイデアが誤りだと告げる正確な価格（ストップの置き場所であり、当てずっぽうではない）。
- ターゲット：事前に定義した目的（例：対側の流動性プール、または固定R倍率）。
クリックする前に、全項目にイエスかノーで答えられないなら、その日はあなたのセットアップではない。このチェックリストこそが、システムと場当たり的な癖を分けるものだ。
習得のプロセス：バックテスト、リプレイ、フォワードテスト、サイズ拡大
習得は順序であり、段階を飛ばすことが、ワンセットアップ戦略への挑戦のほとんどが失敗する理由だ。順番に進めろ。
ステップ1：過去の事例を100件以上バックテストする
数か月分のきれいな過去チャートを遡り、チェックリストに照らしてセットアップの出現箇所をすべて印をつける。結果、R倍率、コンテキスト、そしてトレードごとにメモを1行記録する。これでパターンの生の形が分かり、1円もリスクせずに最初の粗い期待値が得られる。専用のバックテスト工程は交渉の余地がない。
ステップ2：100件以上をバーごとにリプレイする
全体が見えた状態でのバックテストは後知恵バイアスを招く。バーリプレイは未来を隠し、リアルタイムで、順番通りに判断することを強制する。不確実性の中で引き金を引く訓練になるのはここであり、エントリータイミングが研ぎ澄まされるのもここだ。
ステップ3：小さくフォワードテストする
最小サイズでセットアップを実戦投入する。目的は利益ではない。現実の感情的負荷の下でチェックリストを実行できることを証明することだ。小さいサイズなら授業料は安く済み、その間にメンタルが鍛えられる。
ステップ4：サイズを拡大する
一貫した執行と安定した期待値が確認されて初めて、サイズを上げる。検証前の拡大は、未完成の優位性をただ増幅するだけだ。
進みながらデータを積む
4つのステージ全部の事例を1つのスプレッドシートに入れる。日付、コンテキスト、セッション、A+かBか、結果、R倍率、そして最重要の1列、「学んだこと」。100件記録した頃には、このセットアップについて当て推量をするのをやめ、理解し始めている。トレードジャーナルは雑務ではない。反復を優位性に変換する装置だ。
実例：sweepからMSS、FVGエントリーへの習得
ニューヨークAMのKill Zoneで、liquidity sweep からの反転モデルに特化したトレーダーを想像してほしい。彼女の唯一のセットアップは次のように精密に定義されている。明白なところに置かれた流動性の塊を刈り取る動きの後、価格がsweepと逆方向にMSS（市場構造の転換）を出し、さらにその転換が残したFair Value Gap（FVG）へ押し戻してくること。これが成立条件だ。
エントリーはFVGへのタッチ、ストップはsweepされた極値の向こう側、ターゲットは対側の流動性だ。
具体的な局面を挙げる。EURUSDがNY時間9:40に前セッション高値の1.0920をsweepし、続いて下方向へdisplacementして短期安値の1.0895を割り、1.0908〜1.0912にFVGを刻んだ。
彼女は1.0910に触れたところでエントリーし、sweepの上、1.0924にストップを置き、売り側の流動性（SSL）がある1.0870をターゲットにする。リスク14pipsに対して報酬40pips、およそ2.8Rのアイデアで、完全に機械的だ。
彼女の意思決定に存在しないものに注目してほしい。他により良いパターンはないか探すことも、order block の方が綺麗かもしれないと迷うことも、トレード中にモデルを疑い直すこともない。チェックリストが全変数を事前に決めているので、残る問いは質だけだ。教科書通りの局面か、際どい局面か。この狭さが、速くて再現可能な執行を生む。
大事なのはこの1トレードではない。先に積んだ300件の記録だ。このパターンしか取引しないからこそ、今の彼女は本では教えられないものを読み取れる。
displacement を伴わないsweepはスキップすべき質の低いBグレードだと一目で分かる。セットアップが最も機能するのはNY序盤の90分だと分かっている。displacement の弱い浅いMSSが、自分の最も多い負け方だと分かっている。これこそワンセットアップ戦略の主張のすべてだ。1つのモデルへの集中した反復。
習得できたとき、そして足止めされる典型的な失敗
セットアップを習得できたと言えるのは、3つの条件が同時に満たされたときだ。直近のトレード結果にかかわらず執行が一貫していること、自分で記録したデータから期待値を把握していること、A+とBの違いを即座に判別できること。そのときになって初めて、2つ目のセットアップに意味が出る。同じやり方で、隔離して、ゼロから学ぶのだ。
トレーダーを足止めする失敗は、いつも同じだ。
- 早すぎる追加。習得しきれていないモデルの上に新しいモデルを重ねれば、深いサンプル1つの代わりに浅いサンプル2つになることは約束されたも同然だ。完全に極めてから広げろ。
- データなしの取引。記録されたサンプルがなければ、あるのは意見であって期待値ではない。測ったことのない優位性は知りようがないし、普通の連敗の最中に良いセットアップを捨てることになる。
- 普通のドローダウン後の撤退。期待値がプラスのセットアップですら、5連敗、6連敗、それ以上は起こる。データ作業をしたトレーダーは分布を知っているから耐えられる。していないトレーダーは最悪のタイミングで辞め、また別のセットアップへ渡り歩いていく。
ドローダウンの中でも1つのセットアップを信頼すること、セットアップ不在の日をすべてスキップすること、条件を満たすものがなければ何もしないこと。この手法全体を支える規律はそこにある。ワンセットアップ戦略は判断を減らすための近道ではない。同じ高品質な判断を、正しく、何百回も繰り返すというコミットメントだ。一貫性が目標であることをやめ、副産物になるまで。
よくある質問
1つのセットアップを習得するまでに、何回のトレードが必要か？
決まった数字はない。ただし自分の読みを信用する前に100件、パターンが自動的に感じられる前に300〜500件の記録がひとつの目安になる。回数よりも大事なのはメモの質だ。注釈の丁寧な150件の記録は、文脈ゼロの素っ気ない500件の集計より多くを教えてくれる。
1つのセットアップだけだと、機会を逃しすぎないか？
他のセットアップの動きは逃す。その通りだ。だが機会とは、利用できるパターンの数ではない。実際に取れて、改善していける質の高い反復の数だ。1つの優位性を極めた集中型のトレーダーは、何でも追いかける分散型のトレーダーを、たいてい収益で凌ぐ。期待値×数量が新鮮味に勝つからだ。
もし自分のセットアップが機能しなくなったら？
レジームが変わればセットアップは劣化しうる。それを教えてくれるのが自分のデータだ。有意なサンプルの上で記録された期待値が落ちているなら、悪い1週間ではなく、環境が変わったかどうかを調べ、コンテキストフィルターを調整すればいい。測定しているからこそ、当て推量ではなく劣化を早く捉えられる。
1つのセットアップを取引しながら、スキャナーも使えるか？
使える。ウォッチリスト全体から自分のパターンを検出してくれるスキャナーがあれば、全チャートを目視で張り付かずに済み、きれいな反復をより多く取れる。LiquidityScanはsweep、order block、FVG、構造の転換をリアルタイムで拾い上げるので、注意をセットアップ探しから質の判定へ振り向けられる。
関連記事
選び、定義し、自分の1つの優位性を極めるために、順番に読み進めてほしい。
- ICTトレードで自分の優位性を見つける方法：特化のためのフレームワーク：自分に合う1つのセットアップを選ぶための意思決定フレームワーク。
- 完全なICTトレードモデルの組み立て方：選んだセットアップを完全な機械的モデルへ仕立てる。
- ICT戦略の正しいバックテスト方法：正直な期待値を生むバックテストの手順。
- プロが優位性を築くのに使うICTトレードジャーナルのテンプレート：反復を優位性に変えるデータスプレッドシート。
- Liquidity SweepからMSSへ：反転ガイド：実例で扱ったsweepから転換までのモデルそのもの。
- ICTトレーダーのためのNew York AM Kill Zone精密戦略：実例のセットアップが発生するセッションの窓。
- ICTのKill Zoneは2026年も機能するのか？データで検証する現実チェック：Kill Zoneの有効性に関する別角度の検証。