人民銀が元高けん制を強める本当の理由──AIトレーダーが直面する「政策の壁」

2026年の具体的なデータが、この政策が実際に機能していることを示しています。

• 2026年4月22日: 基準値 6.8635 に対し、市場予想は 6.8233。その差は約0.59％に達しました 。
• 2026年5月15日: 基準値 6.8415 に対し、ロイター予想は 6.7976。約440ピップスという極めて大きな乖離が生じました 。
• 2026年5月18日: 基準値 6.8435 に対し、予想は 6.8086 と、こちらも大幅な乖離を記録しています 。

この強力な元高けん制の背景にあるのは、記録的な輸出マシンです。2025年の中国の輸出総額は3.8兆ドル（約570兆円）に達し、貿易黒字は1.2兆ドルに膨れ上がりました 。国内ではデフレ圧力が個人消費を冷やし込む中、無制限な元高が進めば、輸出価格の競争力は確実に蝕まれてしまいます 。人民銀としては、ここまで8%の元高を許容しつつも、ホットマネーの流入を誘発し通貨を不安定化させるような、速すぎる一方向的な動きは絶対に避けたいという綱渡りを強いられているのです 。

負のCCFは「これ以上の元高は許容するが、それは市場ではなく中央銀行の決めるペースでだ」という、計算された半分の歩み寄りなのです 。

AIで「政策のブラックボックス」をこじ開けるトレーダーたち

アジア時間帯で最も重要な数字である基準値。そのサプライズによって、数週間分の儲けが吹き飛ぶこともあります。そのため、今まさにディープラーニングによる予測の「軍拡競争」が起きており、その中心にあるのは大規模言語モデルと同じTransformer（トランスフォーマー）アーキテクチャです。

Lu Zhao氏とWei Qi Yan氏による2024年の研究では、トランスフォーマーベースのモデルがLSTMなどの従来型ニューラルネットワークを「大幅に凌駕」すること、特に市場の変動性が高まっている局面でその優位性が顕著であることが示されました 。さらに、Temporal Fusion Transformer（TFT）を用いた独立したテストでは、為替レート予測において最大0.94という驚異的な決定係数（R²）を達成し、VIX指数のようなボラティリティ指標を組み込むことで精度がさらに向上することも確認されています 。

現場のトレーダーにとって最も直接的な学術的成果は、シンガポールの南洋理工大学（NTU）コンピューティング＆データサイエンス学部、中国の中央財経大学、中国科学院が2024年に共同で発表した論文です。研究者らは、従来のように「財務ファクター」を人間が手動で構築して人民銀の基準値を予測する手法を根本的に否定し、**日中リスクファクター・トランスフォーマー（IRFT）**というエンドツーエンドのモデルを提案しました。これは、市場の生データから潜在的な予測因子を自動的に抽出する、いわば「隠れた逆循環要因」を自動探索するシステムです 。

NTUでは、他にもこの流れを汲む研究が進んでいます。ある研究では、深層学習による為替時系列予測に加え、モデルの推論を解釈可能にする「反実仮想説明」が適用されています 。また、NTUの研究者によるGitHubプロジェクト「DeepForex」は、Transformerによる価格予測モデルとDeep Q-Network（DQN）という強化学習エージェントを組み合わせ、予測から自動売買執行までを統合しています 。国際決済銀行（BIS）もリカレントニューラルネットワークと大規模言語モデルを組み合わせ、60営業日先の通貨市場の機能不全を予測・説明する論文を発表しており、中央銀行自体がこれらの手法を研究していることが裏付けられています 。

実際のトレーディングにおけるAI活用の流れは、概ね次のとおりです。

• 既知の構成要素（前日の終値や通貨バスケットの変動）は、構造化データとしてモデルに入力されます。
• 観測不能なCCFは、潜在変数として扱われます。過去の基準値のパターンからこれを推論することこそが、モデルの最重要な学習目標となります。
• モデルからの出力は、北京時間9時15分の発表前にポジションを取るための判断材料となります 。

AIが越えられない「削減不能な限界」──政策は統計プロセスではない

人民銀の基準値予測が難しいのは、データのノイズが原因ではありません。シグナルそのもの──CCFの決定──が、数値化できない、多目的かつ政治経済的なブラックボックスの中で行われているからです。

第一に、CCFはシグナリング（意思伝達）の手段です。人民銀が市場予想より440ピップスも元安方向の基準値を設定した時、その「差」こそが市場へのメッセージなのです。それは「機械的な計算式がどうであれ、急速な元高は許容しない」という、市場参加者、貿易相手国、国内輸出企業への強烈な意思表示です 。過去の価格データの中には、今朝の政治的意図はどこにも記録されていません。

第二に、人民銀の政策選好は非定常的です。2023年半ばから2024年後半までは、元安の進行を阻止するためにCCFが使われ、市場予想よりも大幅に「元高方向」の基準値が設定されてドル高を抑制していました 。ところが2025年12月以降は、一転して「元高の阻止」へと設定が反転したのです 。元安阻止時代のデータで訓練されたモデルは、構造的に現在の環境では完全に間違った答えを導き出すでしょう。しかも、この転換は明示的な発表なしに行われ、事後的に推定されたCCFでのみ観測可能なものなのです。

第三に、人民銀のスタンスは一夜で変わり得るということです。通商交渉の進展、中央政治局会議の結果、国内経済の優先順位の変化──これらはすべて、いかなる市場データにも反映される前に、元高の許容ペースを変えてしまう要因です。

バックテストでは、AIは過去の人民銀の反応パターンを学習し、高いR²値を達成できます。しかし、その残渣誤差はノイズではなく、**裁量（ディスクレション）**です。AIが計測するのは計測可能なものだけであり、CCFは定義上、まさにその瞬間に中央銀行が「何を欲しているか」を測定しています。ギャップが広がった時、そのギャップこそが「解」なのです。それを生み出した政治的なインプットは、純粋にデータ駆動型のいかなるシステムからも、決して観測できないままなのです。