はじめに
本記事では、自作したウォークフォワード分析アプリを活用して、統計的に有意なトレード手法を設計するプロセスを紹介します。
従来のバックテストで起こりがちな「カーブフィッティング」を避けながら、複数銘柄・長期データを対象に安定性を評価できる点が特徴です。
アプリの特徴
- 初期資産は 1
- ポジションサイズは 資産の10%
- スプレッドを考慮したリアルに近い検証
- 買い方向のみを想定
- 銘柄データは利用可能な最長期間を使用
- Gold：約22年
- S&P500：約12年
- BTC：約8年
グラフの読み方
アプリが出力するグラフには以下の要素が含まれます。
銘柄ごとのグラフ
- 青いバー : 最終的な資産をlog10にしたもの\
-
オレンジのバー : log10資産とトレード回数の相関係数
- 1 に近い → 安定して増加\
- 0 → 増加なし\
- -1 → 安定して損失
※縦軸は log10 を使用した対数スケールです。
全銘柄を同時運用したときのグラフ
- 増加した資産の倍率
検証条件と結果
条件1: 常に買い持ち
- Entry:
1 > 0（常時エントリー） - Exit:
0 > 1（決済なし） - リスク：資産の10%
- 損切り・レバレッジなし
結果
- 資産は 6倍 に増加\
- 為替では利益が出にくいが、貴金属や指数では買いで優位性あり
条件2,3,4は中略
条件5: ランダムエントリー，底値ブレイクでエグジット，損切りでポジションサイズ最適化，為替は除外， を追加
- Entry: ランダムで1/10確率（Exit直後の即エントリー回避）
- Exit: k1期間の底値ブレイク（ダウ理論）
- 損切り：価格*0.9
- ポジション：損切り時に資産が -10% となるサイズ
- k1はウォークフォワードで最適化
結果
- 資産は 8000倍 に増加
- 相関係数も改善し、資産曲線が安定
まとめ
- 為替以外は日足の買い方向に明確なエッジがある
- ファンダメンタル要因に裏付けられており、長期的にも継続可能性が高い
- 単なるガチホで6倍。対して，損切り＋ポジション最適化＋底値ブレイクでエグジット を追加で 8000倍
👉 シンプルな条件でも、十分な資産増加が期待できる。
上記検証の詳細版は下記URLを参照
https://note.com/trade_python/n/nb8098ff1368f