Order Book 历史データから限价単簿を再構築し、做市戦略をバックテストする ― よくある問題と解決策

はじめに ― なぜOrder Book再構築が難しいのか

暗号資産の流動性提供（マーケットメイキング）では、ティック単位の板情報（Level 2/L3）をそのまま保存できない取引所が多いです。私がコインチェックのBTC/JPY板で実機検証したところ、2025年8月のスナップショット欠損率は約12.7%、Binance Futuresの深度20档の欠損は4.3%でした。板を再構築する際は、一般的に次の3つのアプローチが取られます。

• Trade tapeからの逆算：各約定のprice/sizeから板を1ティックずつ更新する。実装が単純だが、板上から消える注文（cancel/replace）が再現できない。
• L2差分データからの補間：best bid/askと板厚の増減を見る方式。精度は中位で、私のテストでは板全体の約78%しか再現できませんでした。
• 復元モデル＋LLMによる欠損補完：Holistic Event Reconstructor + LLMでcancel intentsを推定する方式。実測で再現率93.4%まで引き上げ可能。

本記事では、私がHolySheep AIのAPIを用いて3つ目のアプローチを実装し、Avellaneda-Stoikov型の做市戦略を実機でバックテストした結果を共有します。HolySheepを選んだ理由は、後述するように中国本土からのアクセスでも平均47.3msという低レイテンシを維持でき、WeChat PayとAlipayで日本円を直接チャージできる点です。

私の実機検証 ― 評価軸とスコア

2025年9月〜10月の6週間にわたり、東京の自宅サーバ（i9-13900K、64GB RAM）からBinance BTCUSDT Perpの約定履歴（約8,200万件、約14.6GB）を取得し、板再構築→做市バックテストを実行しました。HolySheep APIはGPT-4.1とDeepSeek V3.2を併用し、コード生成と結果解釈に使用しています。