時刻(分秒)ごとの癖・時間帯エッジ・季節性を公開検証している個人/企業
（実例サイトと代表的エビデンスの総覧／出典付きロングリード）
はじめに：なぜ「分・秒」の時間帯エッジを追うのか
相場には「時間帯の偏り（Time-of-Day Effect）」や「季節性（Seasonality）」が観測されることが多く、同じ売買ロジックでも“何時何分に仕掛けるか／手仕舞うか”で成績が変わることがあります。学術研究は長年、出来高・ボラティリティのU字パターンや、寄り付き直後と引け際の特殊性を示してきました。一方で、実務家やツールベンダーは“分足ベース”の可視化・検証機能を公開しており、個人でも追試・検証が可能です（以下に網羅）。
1) 実務家・ツールが公開している「時間帯／分足」の可視化・検証
Market Chameleon：銘柄ごとの「時間帯パフォーマンス」可視化ツール
オプション分析で有名なMarket Chameleonは、ETFや個別株の特定時間帯ごとの騰落・勝率・平均リターンをインタラクティブに確認できるツールを提供。たとえば「SPYの○:○○〜○:○○」といった細かい時間スロットの平均収益性が一目で分かります。
“See how a stock performs at different times of the trading day.”（機能説明の要旨）
ポイント：ご自身のボット出力（例：22:32〜23:59のPF一覧）と同じ時間帯でSPYや関連先物を重ねて確認すると、“戦っている地形”が俯瞰できます。実需の寄り付き・引け需要、オークション、リバランス時間帯の影響も推測可能です。
Seasonax：季節性（暦日・曜日・月・イベント）の体系的可視化
Seasonaxはカレンダー季節性の可視化に特化。純粋な“分足”というよりは日中より長い周期に強みがありますが、曜日・日付・イベント別の偏りを把握するのに有効です。
“Seasonality analysis helps traders identify recurring patterns in asset prices.”（定義説明の要旨）
ポイント：分足の“瞬間的エッジ”はより長い周期（例：月末・週替わり・雇用統計日など）と階層的に絡むことが多い。まず上位周期の追い風／向かい風を把握→分足に落とす、という順で検証すると再現性が上がりやすいです。
2) 学術サイド：時間帯パターンの“存在”を裏づける代表研究
U字パターン（出来高・ボラティリティ）
市場構造の古典研究は日中の出来高・ボラが“寄り・引け高く、日中低い”U字になることを多数確認。
“Intraday patterns show high activity near open and close.”（サーベイ要旨）
含意：寄り・引け近辺はスリッページと跳ねやすさが同居。利幅は出やすいが損失も大きくなりやすいため、PF（プロフィットファクター）が極端になりやすい“両刃”。
高頻度データでの“時間帯の共通性”と相関の日中推移
1秒データを用いた研究は、**“開場直後は銘柄固有要因が強く、後半ほど市場共通要因が強まる”**と示唆。
“Opening hours are dominated by idiosyncratic risk; a market factor emerges later.”（アブスト要旨）
含意：前半＝シングルネームの癖が強い／後半＝インデックス連動色が強い。分足ベースの時間帯PFに**“後場の収束・同調化”が映る**ことがあります。
機械学習でのボラ予測と“時刻効果”
機械学習を用いたボラ予測でもTime-of-Day要因が有用と報告。
“We highlight time-of-day effects that aid the forecasting mechanism.”（アブスト要旨）
含意：分足×ボラの季節性は予測器の重要特徴になり得るため、PF向上だけでなくリスク配分やサイズ調整でも効きます。
「場中 vs オーバーナイト」の分解（日中エッジの相対評価）
実務家ブログやサーベイでは、長期リターンの多くがオーバーナイトで生じるという現象が繰り返し報告されています（SPYなど）。
“A considerable portion of equity returns occurs overnight.”（要旨）
含意：“日中の分足エッジ”自体は相対的に薄い場面も多い。よって、日中の時間帯PFはイベント日／地合い／銘柄属性で条件分岐させると再現性が上がる傾向。
3) 「同じような分析」を継続公開する個人／組織（サイト実例）
Market Chameleon：銘柄別・時間帯別パフォーマンスの可視化（上記）。分足の“どの時間帯が効いているか”を一般公開UIで確認可。検証の第一歩に最適。
Seasonax：曜日・月・特定日の季節性を体系的に可視化。分足ピンポイントではないが、上位周期の追い風／向かい風の把握に強い。
Quantpedia（研究サーベイ）：オーバーナイト vs 場中や季節性関連ストラテジーの要旨と文献リンクを継続整理。分足エッジの背景理解に使える。
“Trading strategies related to intraday and overnight effects…”（要旨）
学術コミュニティ（arXiv 等）：高頻度データの相関・ボラの時間帯構造や日中季節性に関する最新論文が継続公開。分足の定量検証を理論・統計面から裏付け。
“Opening hours dominated by idiosyncratic risk…”（高頻度相関の時間帯構造）
“Time-of-day effects aid forecasting.”（機械学習×ボラ予測）
補足：純粋な“秒〜分”レベルでの売買優位バイアスを一般公開の長期バックテスト結果で継続発信している個人ブログは少数派です。理由は、
αの劣化が早い（公開→裁定で消えやすい）、
スリッページ・手数料で相殺されるリスク、
取引所規約・データ二次配布の制約。
そのため、商用ツール（UI公開）や学術論文（集計・統計公開）という形での“公開検証”が主流です。
4) あなたの「bot時刻PFランキング」をどう活かすか（実装ヒント）
外部ベンチと突合
Market Chameleonで同一時間帯のSPY/先物の平均挙動を照合し、**自ボットのPF極大帯／極小帯が“地合い由来かロジック固有か”**を判別。上位季節×分足の二段最適化
まずSeasonax等で曜日・月末・雇用統計前後など上位季節を選別→その条件下だけで分足PFを再集計（＝条件付き時間帯PF）。開場前半／後半でモデル分割
研究知見どおり、前半＝個別要因強／後半＝市場要因強なので、時間帯で特徴量・閾値を切り替える（サイズ調整、手仕舞いルール、反転フィルタなど）。リスクは“ボラ×スリッページ”で正規化
分足PFの高さが一時的な跳ねでないか、同時刻の実現スプレッド・平均滑りで補正して真のPFを評価。高頻度研究は日中ボラの時間帯偏りを前提にしている点に注意。汎化テスト：銘柄横展開／直近ロールアウト
論文でも**“時刻効果は汎用特徴になり得る”と示唆。未学習銘柄・直近期間でPFが維持されるか逐次ロールアウト**で検証。
5) よくある誤解と落とし穴（公開検証の読み方）
「分足PFが高い＝即ち裁定可能」ではない
手数料・約定遅延・板深で瞬時に消えることが多い。バックテストの歩値忠実度を必ず確認。学術面では非同期取引・マイクロストラクチャノイズへの配慮が前提。“Asynchronous trading and microstructure noise… may severely underestimate correlations.”（要旨）
オーバーナイトとの分解を無視しない
長期超過収益の多くがオーバーナイトで説明される相場局面では、**日中の分足エッジは“薄利高回転＋厳格なコスト管理”**が必須。イベント日と通常日の混在
金曜引け・月末・指数リバランス・雇用統計など、特異日が平均を歪める。ツールでイベント日フラグを併用して再集計を。
6) まとめ
“分・秒レベル”の時間帯癖は、古典研究のU字パターンや最新の高頻度・機械学習研究で裏づけられています。
実務では、Market Chameleonのような公開UIで時間帯ごとの平均挙動を素早く当て、Seasonax等で上位季節性を重ねるのが実用的。
あなたのbot時刻PFランキングは、(1)外部ベンチ突合 → (2)季節×分足の条件付き再集計 → (3)前半/後半のモデル分割 → (4)コスト補正 → (5)汎化テストの流れで**再現性（アウト・オブ・サンプル）**を固めるのが近道です。
7) リスト
Ernie Chan（QTS Capital）
システマティック運用の第一人者。ブログや書籍で「時間帯の季節性」「高頻度データの前処理（トリプルバリア等）」を扱います。Hudson & Thames（MlFinLab）とも連携が深く、実装系の解説が豊富。
Scribd
Robot Wealth（Kris Longmore）
個人の量的トレーダーコミュニティ。イン・デイのパターン検証や、エッジの見つけ方を実データで再現。時間帯や市場オープン付近の「歪み」を扱う記事が多いです。
VM155-207-203-236
Quantified Strategies（Oddmund Grotte）
SPYを中心に「一日の中で高値・安値がつきやすい時間」「最初／最後の1時間の期待値」など、時刻依存の統計を継続公開。手法はそのままUS100/US30やサヤにも応用可能。
Quantified Strategies
Quantpedia
学術／ブログのエッジを要約・実装するカタログ。自動で新しいエッジを探索するワークフローも公開しており、時刻ベースのルールにも適用しやすいです。
Quantpedia
QuantInsti（ブログ／Blueshift）
季節性・イン・デイの季節性の「除季節化」関数（intraday_seasonality_func）など、時間帯バイアスを外して検証するためのユーティリティと解説。
QuantInstiブログ
Hudson & Thames（MlFinLab）
機械学習の前処理・特徴量作成・ラベリング（CUSUM、トリプルバリア）で事前の「エッジ保存」を重視。時間帯の非定常性に強い検証手順が紹介されています。
Hudson Thames
Alpha Architect（＆学術紹介）
「最初の30分が最後の30分を予測する」等、イン・デイのモメンタム研究を噛み砕いて紹介。時間帯間の連関をUS指数でテストするヒントになります。
Alpha Architect
学術系オープンアクセス
例：DJIA銘柄のイン・デイ季節性・非定常性（時間帯で統計量が変化する）など。サヤや指数先物でも「時間帯で分布がズレる」前提が示唆されています。
PLOS
