ブートストラップ
手元の標本から復元抽出を繰り返し、平均などの統計量を再計算して不確実性を推定する方法です。得られた推定値は標本変動を記述するのに役立ちます。基本的な観測単位の方法には適切な独立性の仮定が必要で、依存データではブロック再抽出が必要な場合があります。元データにない危機を生成するものでも、独立に戦略の優位性を立証するものでもありません。
例。 標本[−1R, −1R, +2R]の平均は0Rです。あり得る再抽出標本[−1R, +2R, +2R]の平均は1Rです。この一回の抽出は仕組みの例で、信頼区間の計算には不十分です。
仕組み
統計量、再抽出回数、区間手法、乱数シードを指定します。損失が集中したりポジションが重なったりする場合、個々の取引の再抽出は重要な依存関係を壊し得ます。ブロック・ブートストラップでは、ブロック長と作り方の根拠が必要です。
よくある誤り
再抽出回数を増やしても現実のデータセットが大きくなるとは考えないでください。再抽出では、データ誤り、バックテストの費用漏れ、同じ履歴で最良モデルを選んだことは修正できません。
さらに学ぶ
講座内：15.4 バックテストとフォワードテスト — 方法、証拠、落とし穴; 15.9 FX取引日誌 — R倍率、期待値、SQN、MAE/MFE。出典：SciPy：bootstrap.
シミュレーションの確認
手法を固定して、シードや反復回数を変えた安定性を比較します。ブロック、間隔、極端な結果の扱いを記録します。シミュレーションのばらつきが小さくても、その標本が将来の市場を代表する証明にはなりません。
よくある質問
ブートストラップとモンテカルロは同義ですか？
いいえ。モンテカルロはより広いシミュレーション手法群です。ブートストラップも乱数シミュレーションを使えますが、出発点は経験的標本です。
百万回の再抽出は百万件の新しい取引ですか？
いいえ。同じ経験的標本を処理するだけで、新たな市場履歴は増えません。
