Pythonで株式システムトレードのストラテジーを評価してみた。

システムトレードでは、過去の株価データに基づいて、ストラテジーを検証します。

例えば、以下の検証結果は、とある順張りの検証結果です。

しかし、それは一つのシナリオでの評価にしか過ぎません。

そこで、出来上がったストラテジーの勝率、利益率、損益率、資金量で複数回シミュレーションしたらどのような結果になるかPythonを使って評価してみました。

# ライブラリーの導入
import pandas as pd
import matplotlib.pyplot as plt
import random

# 評価用の関数
# asset 初期資本
# bet 資本の何％を投入するか
# probability 勝率 
# win 平均利益率
# loss 平均損率
# transaction 取引回数
def sim(asset, bet, probability, win, loss, transaction):
  result = []
  for i in range(transaction):

# 乱数が勝率以下なら勝ち
    if random.random() < probability:

# 資産は、投入した資産かける平均利益率分増える。
# 今回は複利ですが、このあたりを変更すれば単利にできます。
      asset = asset + (asset * bet * win)

# 負けた場合、投入した資産かける平均損率分減少する。      
    else:
      asset = asset - (asset * bet * loss)

# 取引結果をリストに格納する。   
    result.append(asset)    

  return result

# 評価用の関数２
def mon(asset, bet, probability, win, loss, transaction=100, test=1):
  df = pd.DataFrame()

# 試行回数分、評価用関数を呼び出し、データフレームに格納する。
  for i in range(test):
    df[i] = sim(asset, bet, probability, win, loss, transaction)

# グラフ表示
# 補助線用の設定
  xmin = -3
  xmax = transaction

# ブラフサイズの設定
  plt.figure(figsize=(25, 15), dpi=50)
  plt.plot(df)

# 補助線の設定
  plt.hlines([asset], xmin, xmax, "blue")
  plt.show()

# 統計要素の表示
  print(df.iloc[transaction - 1].describe())

# 資金量300、リスク20%、勝率61.54％　平均利益率5.83％　平均損率4.63％　トレード回数250回、試行回数300回で、検証してみる。
mon(300, 0.2, 0.6154, 0.0583, 0.0463, 250, 300)

こうしてみると、取引回数50回程度まで利益が上がらないケースもあることがわかります。

別のストラテジー（逆張り）では、

でした。

こちらのほうが安定して資産が増えて行きます。

今回は出来上がったストラテジーから勝率や平均利益率などの値を取り出しているので、
統計的な妥当性があるかどうかはわかりません。

皆さんはどう思いますか？