バックテスト
バックテストは指定戦略を過去データで評価します。有用な結果には情報の時間軸、信頼できるデータ、現実的な執行・費用、未来参照・選択・過剰適合への対策が必要です。開発と未使用データの評価を分けます。ホールドアウトを見て繰り返し規則を選ぶと独立性が損なわれます。良い過去曲線は将来収益を証明せず、未使用データの悪化も調査の警告であって単一原因の証明ではありません。足数は取引件数ではありません。
例。 仮の戦略が一取引当たり費用前期待値+0.40Rを示し、テストは500足を対象とするとします。足数は完了取引数ではありません。SL距離25 pipsで、スプレッド一pipと新規・決済それぞれ不利な約定一pipなら合計三pips、0.12Rです。同サイズ・同費用の仮定では、モデル費用後は+0.28Rとなり、追加手数料や資金調達は別です。実際のbid/ask約定価格に含むスプレッドを再控除しません。利益の半分がわずか三つの異常に有利な出来事なら、未使用データの成績は大きく変わり得ます。これは仮定への感度の例で、全バックテストの過大評価率を示しません。標本外の悪化には過剰適合、環境変化、実装誤り、小標本の不確実性があり、原因を決め付けず調べます。
再現可能な仕様
商品、時間足、情報源、規則の版、各入力の利用可能時点を記録します。終値シグナルで同足のそれ以前の約定を正当化はできません。OHLCでSLとTPの順が不明なら、有利な結果を選ばず、文書化した方式か細かいデータを使います。
一つの最適値を超える頑健性
近隣の設定、期間、費用、極端な一取引の除外を比較します。ホールドアウトを見て最良を選ぶと独立性を損ねます。選択を隠さないよう全変種の試行ログを残してください。
判断に使える報告
完了取引数、期間、純期待値、分散、ドローダウン、保有ポジションを報告します。残高曲線と有効証拠金曲線は区別します。データ、コード、設定の保管は、後のモデル変更と再現誤りを分ける助けになります。
よくある質問
バックテストとフォワードテストの違いは？
前者は過去、後者は規則固定後に届くデータを使います。フォワードはシミュレーションか実口座で行えます。デモ執行は実ブローカー執行ではなく、実口座テストには実費用と資金リスクがあります。デモは論理と作業手順を試せます。別途の少量実口座段階では本当の口座条件と金銭の感情も経験しますが、はるかに大きなサイズの執行品質は証明しません。
どの費用を含めるべきですか？
該当スプレッド、手数料、執行差、必要なら翌日物資金調達やその他費用をモデル化します。現実的な価格側と時刻を使い、約定モデルに含むスプレッドは二重控除しません。発動価格か約定価格か、ギャップや流動性不足をどう扱うかも明示します。
過剰適合とは何で、どう調べますか？
反復する関係でなく開発標本の偶然の特徴へ規則・設定を合わせることです。保護したホールドアウト、ウォークフォワード、妥当な頑健性確認を使います。未使用データの悪化は警告ですが単独で確定診断にはなりません。評価データを最適化へ再利用しないことが前提です。環境変化、小標本、実装誤りでも悪化します。
過去データはどれくらい必要ですか？
対象規則の不確実性と関係する相場環境を評価できる量です。件数だけでなく依存、まれな結果、試した変種数も重要です。各期間100件という万能最低値も保証でなく、一環境のテストで別環境の動作は分かりません。完了取引数と足数を別報告し、推定の不確実性を数量化します。
