概要 (Abstract)
数百万ドル規模以上の資本を運用するトップティアの機関投資家およびプロフェッショナル・ファンドにおいて、エグゼキューション（注文執行）に伴う「摩擦コスト」がもたらす非線形な負の複利効果を数理的に定義する。市場参加者の大半は、アルゴリズムの予測精度やアルファ（超過収益）の探求にリソースを浪費しているが、大数の法則と効率的市場仮説が支配する現代の金融市場において、真のシステム破綻の要因はアルファの減衰ではなく、継続的な執行摩擦による「期待値の構造的毀損」にある。以下の分析においては、市場の微視的構造（マイクロストラクチャー）における流動性の非対称性を解明し、確率微分方程式（SDE）にコストドリフトを組み込んだ厳密なポートフォリオ推移モデルを提示する。結論として、流動性提供者（LP）とブローカー間の収益構造を逆手に取る還元プロトコル（キャッシュバック・アーキテクチャ）の実装が、単なる運用経費の削減ではなく、運用モデルの期待値を数学的に正へ反転させる「構造的アービトラージ」であることを証明する。
1. 限界オーダーブック（LOB）の微視的構造と情報の非対称性
大口資本がエグゼキューションにおいて直面する最大の障壁は、アルファの枯渇ではなく、流動性提供者（LP）との間に恒常的に存在する情報の非対称性に起因する「執行摩擦（Execution Friction）」である。電子取引市場の限界オーダーブック（Limit Order Book: LOB）において、スプレッドは単なるシステム利用料ではない。Glosten-Milgrom（1985）のモデルが示す通り、マーケットメーカーが引き受ける「逆選択リスク（Adverse Selection Risk）」と「在庫リスク（Inventory Risk）」に対する数学的な保険料として機能している。
提示されるビッド・アスク・スプレッド（$S$）は、純粋な注文処理コスト（$C$）に加え、情報優位者（インフォームド・トレーダー）との取引によって生じる期待損失分（$Z$）によって構成される。
Easleyら（1996）が提唱したPIN（Probability of Informed Trading：情報に基づく取引の確率）モデルを適用すると、スプレッドの拡大は、市場におけるインフォームド・トレーダーの比率$\alpha$と、新たな情報イベントの発生確率$\mu$に強く依存する。大口資本が成行注文（Market Order）を発動する際、オーダーブックの最良気配値（Top of Book）に存在する流動性だけでは注文を捌ききれず、必然的に板の深奥（Depth of Market）へと注文が食い込んでいく。
この時、大口注文の執行自体が市場に対して「新たな情報」として認識され、LPのアルゴリズムは自己防衛のために瞬時にオーダーを取り消し、スプレッドを拡大させる。これにより、実質的なスプレッド（有効スプレッド）は表面上の提示スプレッドよりも常に増大し、$Z$の値はエグゼキューションのロット数に対して非線形にスケールする。Kyleのラムダ（$\lambda_{\mathrm{Kyle}}$）で定義される市場の深さ（Market Depth）の逆数は、大口注文が価格に与えるインパクトを数理的に裏付けている。
ここで$\Delta P$は価格変化量、$Q$は注文数量である。資本規模が拡大するほど、この$\lambda_{\mathrm{Kyle}}$による悪影響は無視できないものとなり、リテール取引では見えない構造的な損失がエグゼキューションのたびに蓄積されることとなる。
2. 執行摩擦の定式化と資本の恒久的喪失
具体的な数値モデルを用いて、この有効スプレッドの拡大がポートフォリオに与える影響を追跡する。100ロット（1,000万通貨）の取引において、流動性の吸い込みおよびマーケット・インパクトにより0.8 pipsの実質スプレッド（スリッページを含む）を支払った場合、片道で約800ドルの確定損失が発生する。これを高頻度取引（HFT）や統計的裁定取引（スタットアーブ）、あるいは日次のリバランスを伴う運用モデルで月間200回執行した場合、月間の総摩擦コストは以下のように算出される。
年間にして約192万ドル。これが、市場にエントリーした瞬間に、アルゴリズムの優位性とは無関係にブローカーおよびLP側へ無条件で移転する「構造的出血」である。多くの運用者はこれを単なるP&L（損益）の低下として処理するが、これは財務管理および金融工学の観点から見て致命的な誤謬である。
失われた192万ドルは、本来であれば複利による再投資（コンパウンディング）に回されるべき基礎資本の恒久的な喪失である。資本$W_t$が時間とともに複利で成長するプロセスにおいて、期毎に差し引かれる定数コストは、最終的な到達資産額に対して指数関数的な下方乖離をもたらす。時間関数$t$に伴うこの機会損失は、ポートフォリオの最大ドローダウン（MDD）を加速させる最大の要因であり、資産曲線における負のレバレッジとして作用する。
3. 確率微分方程式（SDE）に基づく期待値の毀損モデル
執行摩擦がポートフォリオに与える影響を厳密に評価するため、連続時間モデルにおける運用資産の推移を定式化する。取引アルゴリズムが生成する対数収益率の純粋な期待値（摩擦コスト控除前）を$\mu$、ボラティリティを$\sigma$とし、取引頻度（単位時間あたりの執行回数）を$\lambda$、1トレードあたりの固定的な摩擦コスト比率を$c$と定義する。
完全市場（摩擦コスト・税金・流動性制約が存在しない理想化された市場）における自己資本$X_t$の推移は、古典的な幾何ブラウン運動（Geometric Brownian Motion: GBM）に従う確率微分方程式（SDE）で記述される。
ここで、$W_t$は標準ウィーナー過程である。しかし、現実の市場には執行ごとのコスト$c$が厳然として存在し、取引が発生するたびに資本から控除される。取引がポアソン過程$N_t$（強度$\lambda$）に従ってランダムに発生すると仮定した場合、実際の自己資本$Y_t$の動態は、ジャンプ項を伴う以下の確率微分方程式（Jump-Diffusion SDE）に拡張されなければならない。
伊藤の補題（Ito’s Lemma）を用いて対数資本$\ln(Y_t)$の期待成長率（漸近的成長率$g$）を求めると、次式のようになる。
