0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

【2本立て】エントリーはRandomでも勝てるのか?11銘柄でガチ検証 / 実験計画法(直交表L18)で最ロバストなトレード条件を探す|7因子を18回で screening

0
Posted at

3行まとめ(TL;DR)




本記事は2つの検証をまとめた特別版です。バックテストの詳細を一気に読めます。

【前編】エントリーはRandomでも勝てるのか?11銘柄でガチ検証

検証日: 2026年05月06日
エントリー: Random(random.randint(1,10) > 9、約10%/バー)
損切り: Candle Low
イグジット: EMA + ATR Stop
対象: 全11銘柄
試行回数: 10


結果

指標
9年運用後総資産 347倍
Pearson 相関 0.1822
最大ドローダウン 95.36%
Profit factor 1.228598
Win rate 0.387971
Number of trades 2178
Sharpe ratio 0.069053
Balsara bankrupt 0.026414

考察

ランダムエントリーでも、適切な損切り (Candle Low)トレンド転換型のイグジット (EMA+ATR Stop) を組み合わせれば、9年で 347倍 の資産倍率になりました。

エントリーの精度よりも、出口設計(損切り+利確/手仕舞い)の方が成績への寄与が大きい可能性を示唆します。


このデータは run_random_baseline.py によって自動生成されました。


【後編】実験計画法(直交表L18)で最ロバストなトレード条件を探す|7因子を18回で screening

検証日: 2026年06月28日
設計: 混合系直交表 L18(2¹×3⁷) — 7因子を総当たり1458通りではなく18回で評価
制御因子: トレーリング(2) / エントリー(3) / エグジット(3) / 損切(3) / 利益確定(3) / 時間足(3) / リスク率(3)
ノイズ因子: 13銘柄(為替・金属・エネルギー・指数・食品・仮想通貨)を各時間足で
評価指標: ロバスト性 R = 銘柄別ログ資産の 平均 − 標準偏差(望大:平均が高くばらつきが小さいほど良い)
試行回数: 各10

この記事でやること

エントリー・エグジット・損切など7つの条件(因子)を、全部の組み合わせ(1458通り)ではなく
実験計画法の直交表でたった18回
だけ検証し、「どの因子のどの水準が成績に効くか」を切り分けます。
さらに11〜13銘柄をノイズ(誤差)因子として扱い、銘柄が変わっても安定して稼げる=ロバストな水準を探します。

1. どの因子が成績を左右するか(要因効果)

各因子の「効果量」=水準を変えたときの平均log資産(リターン)の変動幅。大きいほどその因子は成績を左右します。
(参考としてロバスト性Rの効果量も併記)

順位 因子 効果量(log資産の幅) 最良水準(log資産) 参考:効果量(R)
1 時間足 26.341 1d 2.864
2 リスク率 24.940 1.0% 2.861
3 損切 21.948 Fixed 1% 2.356
4 エグジット 20.531 EMA+ATR Stop 2.148
5 利益確定 19.704 損切2.0倍 2.339
6 エントリー 17.421 Trend Pullback 1.960
7 トレーリング 12.056 なし 1.337

➡ 最も効くのは 時間足、次いで リスク率

2. 各水準はプラス/マイナスどちらに働いたか(主効果)

**メイン指標=log資産効果(平均比)**=その水準の平均log資産 − 全体平均log資産(全体平均log資産 = -11.412)。
プラス=平均よりリターンを押し上げた水準/マイナス=押し下げた水準です(効き目の大きい因子順、log資産で降順)。
参考に、ロバスト性 R(=銘柄別log資産の平均−標準偏差。全体平均R = -1.420)も併記します。

時間足

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
1d +0.187 +11.599 +プラス -0.115 +1.305
4h -8.269 +3.144 +プラス -1.167 +0.254
1h -26.155 -14.742 -マイナス -2.979 -1.559

リスク率

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
1.0% -1.883 +9.529 +プラス -0.266 +1.154
3.0% -5.531 +5.881 +プラス -0.868 +0.553
5.0% -26.822 -15.410 -マイナス -3.127 -1.707

損切

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
Fixed 1% -2.362 +9.051 +プラス -0.371 +1.050
ATR x1 -7.565 +3.847 +プラス -1.164 +0.256
Candle Low -24.310 -12.898 -マイナス -2.727 -1.306

エグジット

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
EMA+ATR Stop -1.530 +9.882 +プラス -0.386 +1.035
Stochastic Exit -10.646 +0.767 +プラス -1.341 +0.079
MACD Cross Exit -22.061 -10.649 -マイナス -2.534 -1.114

利益確定

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
損切2.0倍 -3.680 +7.732 +プラス -0.524 +0.897
損切1.0倍 -7.172 +4.241 +プラス -0.875 +0.546
なし -23.385 -11.972 -マイナス -2.863 -1.442

エントリー

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
Trend Pullback -5.577 +5.835 +プラス -0.949 +0.471
EMA Cross Up -5.661 +5.751 +プラス -0.676 +0.744
MACD Cross -22.998 -11.586 -マイナス -2.636 -1.216

トレーリング

水準 平均log資産 log資産効果(平均比) 働き 参考:R R効果
なし -5.384 +6.028 +プラス -0.752 +0.669
あり -17.440 -6.028 -マイナス -2.089 -0.669

3. 18実験のランキング(ロバストR順)

Rank 条件 9年資産 ロバストR Pearson MaxDD Trades Win率 PF
1 1d/MACD Cross/ATR x1/TP損切1.0倍/risk1.0%/トレあり 0.79倍 -0.034 -0.0685 37.1% 1522 0.444809 0.959661
2 1d/MACD Cross/Candle Low/TPなし/risk1.0%/トレなし 7.00倍 -0.065 0.189 48.7% 1026 0.266082 1.298178
3 4h/EMA Cross Up/Fixed 1%/TPなし/risk1.0%/トレあり 0.59倍 -0.070 -0.3432 50.1% 2898 0.391994 0.942817
4 1d/EMA Cross Up/ATR x1/TP損切2.0倍/risk5.0%/トレあり 1.88倍 -0.097 -0.1258 56.9% 492 0.378049 1.135411
5 1d/EMA Cross Up/Fixed 1%/TPなし/risk3.0%/トレなし 1.40倍 -0.101 -0.2285 72.9% 510 0.394118 1.122973
6 1d/Trend Pullback/Candle Low/TP損切2.0倍/risk3.0%/トレあり 11倍 -0.115 0.2383 65.0% 2230 0.44574 1.135069
7 1h/Trend Pullback/Fixed 1%/TP損切1.0倍/risk1.0%/トレあり 0.20倍 -0.136 -0.2842 87.3% 8844 0.395975 0.961011
8 4h/MACD Cross/Fixed 1%/TP損切2.0倍/risk3.0%/トレあり 23倍 -0.147 0.0856 75.6% 4613 0.40039 1.097421
9 1d/Trend Pullback/Fixed 1%/TP損切1.0倍/risk5.0%/トレなし 0.08倍 -0.281 -0.0771 97.0% 2519 0.51052 0.998214
10 4h/Trend Pullback/Candle Low/TP損切2.0倍/risk1.0%/トレなし 0.00倍 -0.635 -0.831 100.0% 12080 0.418874 0.777577
11 1h/EMA Cross Up/ATR x1/TP損切2.0倍/risk1.0%/トレなし 0.00倍 -0.658 -0.9197 100.0% 8624 0.3532 0.68724
12 4h/EMA Cross Up/Candle Low/TP損切1.0倍/risk5.0%/トレなし 0.00倍 -0.912 -0.8988 100.0% 2892 0.522822 0.806096
13 1h/Trend Pullback/ATR x1/TPなし/risk3.0%/トレなし 0.00倍 -0.958 -0.2039 100.0% 3729 0.13757 1.087658
14 1h/MACD Cross/Fixed 1%/TP損切2.0倍/risk5.0%/トレなし 0.00倍 -1.490 -0.8614 100.0% 14758 0.472286 0.865515
15 4h/MACD Cross/ATR x1/TP損切1.0倍/risk3.0%/トレなし 0.00倍 -1.667 -0.8777 100.0% 10098 0.434442 0.728097
16 1h/EMA Cross Up/Candle Low/TP損切1.0倍/risk3.0%/トレあり 0.00倍 -2.218 -0.9856 100.0% 8654 0.37474 0.568578
17 4h/Trend Pullback/ATR x1/TPなし/risk5.0%/トレあり 0.00倍 -3.570 -0.6373 100.0% 12075 0.388986 0.781531
18 1h/MACD Cross/Candle Low/TPなし/risk5.0%/トレあり 0.00倍 -12.415 -0.9792 100.0% 30576 0.296867 0.587873

4. 最ロバスト条件(各因子のベスト水準の組み合わせ)

トレーリング:なし / エントリー:EMA Cross Up / エグジット:EMA+ATR Stop / 損切:Fixed 1% / 利益確定:損切2.0倍 / 時間足:1d / リスク率:1.0%

確認実験の結果:

指標
9年資産 1.20倍
ロバストR(実測) -0.0249
ロバストR(直交表からの加法予測) 5.4325
Pearson -0.0161
MaxDD 27.1%
Trades 484
Win率 0.380165
PF 1.075422

5. 考察

  • 時間足とリスク率が支配的。1d・低リスクほど銘柄をまたいで安定(=ロバスト)。
    逆に1h足や高リスクは、一部銘柄での大崩れでロバスト性が急落しました。
  • 一方で、最ロバスト条件は「ほとんど負けないが大きくも勝たない」保守的な均衡に収束。
    参考までに18実験中の最高リターンは 23倍
    (4h/MACD Cross/Fixed 1%/TP損切2.0倍/risk3.0%/トレあり)で、リターン最大化とロバスト最大化は別物でした。
  • 加法予測R=5.4325 に対し確認実験は R=-0.0249 と大きく乖離。
    これは因子間に強い交互作用があり、直交表の加法モデルだけでは最適値を正確には当てられない
    ことを示します。この直交表スクリーニングがどこまで信頼できるのかは、
    次回の総当たり検証(018)との**メタアナリシス(019)**で正面から検証します。

このデータは run_doe_l18.py / reanalyze.py / build_article.py によって自動生成されました。


📈 この記事が参考になったら LGTM / ストック で応援いただけると、検証の励みになります!

検証はすべて無料ツール「ゴーリトレード」でご自身でも再現できます👇
https://trade-app-1002582451657.asia-northeast1.run.app/?utm_source=qiita&utm_medium=article

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?