オラクル分散の実践：Chainlink×Pythで価格誤差と操作リスクを抑える完全ガイド

• 更新遅延（ラグ）: 急変時の追従遅れは、逆指値や清算閾値に影響。異なる更新方式（push/pull）を併用すると遅延の相関が下がりやすいです。
• 外れ値（アウトライヤー）: 単一ソースの異常や一時的な板薄で価格が飛ぶ。メディアン合成や外れ値除外で軽減できます。
• 操作耐性: 一部取引所の薄い板で価格を動かす攻撃。ソース分散・出来高／流動性重み付け・時間平均で緩和します。
• 仕様依存: 更新間隔・手数料・データ取得経路などの仕様差が、障害時に非相関な挙動を生みます。

3.1 比較観点

• 更新方式・頻度：イベント駆動/閾値更新・定期更新・高頻度ティック型など。
• 取得元の分散：複数CEX/DEXミックス、出来高加重や異常検出ロジックの違い。
• 手数料構造：消費側コスト、オンチェーン投稿コスト、L2転送コスト。
• 対応チェーン：EVM、Solana、各L2での可用性。

3.2 設計への翻訳

異なる更新哲学とデータ加工パイプラインを持つ2系統を併用するほど、同時障害確率は低下します。具体的には、メディアン合成＋フェイルオーバー＋外れ値フィルタの三点セットで効果を最大化します。

<擬似コード（概念）>
feeds = [price_chainlink, price_pyth, price_backup...]
valid = filter_outliers(feeds, twap, sigma=3)
if count(valid) >= 2:
    composite = median(valid)
elif count(valid) == 1:
    composite = valid[0]  # 暫定フェイルオーバー
else:
    composite = last_good  # 最後の良好値を短時間ホールド

• kσの閾値を一時的に緩める（外れ値除外の過剰発動を防ぐ）。
• TWAPの期間を短縮（追従性を優先）。
• フェイルオーバー保持時間を短縮（極端な値のまま固まらないように）。

1. 2系統以上のオラクルを常時比較。価格乖離率を常時計測・保存。
2. 外れ値フィルタ（kσ）と短期TWAPを実装。
3. 最低2フィード一致でのメディアン採用、1本のみ時のフェイルオーバーポリシー。
4. イベントモードのパラメータ事前定義（CPI/FOMCなど）。
5. アラート：乖離率、更新停止、価格スパイク、出来高急減。
6. 自動サイズ調整：信頼度低下時にリスクバジェット縮小。

• 平均乖離率・最大乖離率（銘柄別、時間帯別）。
• オラクル更新ラグ（p50/p95）。
• 外れ値フィルタ発動率と誤判定率。
• イベント時の合成値ドリフトとP/L相関。

• 平均での合成：外れ値に弱い。メディアン＋外れ値フィルタへ。
• イベント時の過剰平滑化：追従できず清算。イベントモードへ。
• 乖離ログ未保存：再発防止ができない。メトリクス設計を。
• 単一チェーン依存：L2停止時に全滅。代替チェーン経由も用意。

1. 対象銘柄を3〜5に限定し、2系統のオラクル購読を開始。
2. 秒足ログを保存（価格、更新タイムスタンプ、乖離率）。
3. メディアン合成＋kσ外れ値フィルタを実装。
4. イベントモードのパラメータを事前定義し、切替を自動化。
5. アラート閾値を設計し、メール/チャット通知へ接続。
6. 小額で試験運用→パラメータ最適化→対象銘柄拡大。