この記事は約3分で読めます。
本文は約1810文字です
トレードで勝つためには、まず手法を固定しろと言われます。
しかし、初心者には『手法の何をどこまで固定するのかわからない』というのが正直なところだと思います。
この意味はいくつかあると思います。
- 手法ジプシーになるな（聖杯探しをするな）
- 不安定な相場に対してトレードも不安定になれば、結果が安定しない
前提として、状況を逐一分析して最適に導くというのは普通の人間では能力への依存が強いのです。迷いますよ人間だもの。なので、最適化と言いつつやってることが安定しないのと同じなので、結果も安定しません。
自分自身をチャートにカーブフィッティングしていることになります。
この記事を書いた人
この記事で分かること
実は個々のトレード結果に大した意味はない
もし正解の状態があるのであれば、それに近づこうとしているのだから悪いことはないのになぜトレードの世界では悪とされるのか？
答えから言いますと、相場の世界は確率分布の世界なのです。
個々の事象を分析して、ある現象（A)が起きる前提条件（B)を探そうとしても、それはできないのです。
Bが起きた時はAだったといった前提条件が決められないのです。Bが起きたる時はCかもDかもしれません。それは確率分布からすれば正しいのです。
つまり、すべては起こりうるので、発生頻度の問題に帰着されるのです。
チャートやトレードの分析をする時に、特定の条件の時に結果がこうなるという一連のシーケンスを探そうとすると思います。それがどの程度の結果をもたらすのかはそのセットアップが持つ確率分布から決まりますので、ある程度の数のバックテストが必要になるのもそのためです。
手法を固定しろの意味
カーブフィッティングを避ける
カーブフィッティングは、自動売買のパラメータを調整するときによく出てくる言葉です。
そもそも、カーブフィッティングとは何でしょうか？
曲線あてはめ（きょくせんあてはめ）またはカーブフィッティング（英: curve fitting）は、実験的に得られたデータまたは制約条件に最もよく当てはまるような曲線を求めること。最良あてはめ、曲線回帰とも。一般に内挿や回帰分析を用いる。場合によっては外挿も用いる。回帰分析で曲線を求める場合、その曲線はデータ点を必ず通るわけではなく、曲線とデータ点群の距離が最小になるようにする。曲線あてはめによって得られた曲線を、近似曲線という。特に回帰分析を用いた場合には回帰曲線という。現実の実験データは直線的ではないことが多いため散布図、近似曲線を求める必要性は高い
自動売買のカーブフィッティングとは、バックテストの収益曲線が得られたときに、特定の期間が期待と異なるとします。多くの場合はドローダウンだとおもいます。その特定の期間のトレードを分析しパラメータを増やして、調整し、収益曲線にドローダウンが発生しないように対策してしまうことを言います。
通常、自動売買はシンプルなルールからスタートして、バックテストを行います。その結果を見て、売買ルールを追加し、パラメータを追加していくわけです。そのパラメータを変更したときにどのような収益曲線になるのか過去のデータをもとにパラメータ最適化を行っていく作業を行っていきます。
トレード手法自体が、トレンドフォローかレンジしかありません。お互いは正反対の戦略ですからどちらにも対応できる手法というのは存在しません。自動売買を最適化していく過程で、トレンドフォロー手法なのにレンジに対応しようとする。レンジ手法なのにトレンドフォローに対応しようとするという無理な状況が発生します。
そうするとパラメータは複雑化してトレードルールもどんどん複雑になっていきます。
最初のシンプルなルールだったものからかけ離れた売買ルールになってしまいます。
しかし、そのように一生懸命最適化した売買ルールもすぐに使えなくなります。
理由は簡単です。
最適化すればするほど、手法から得られる結果（確率分布）はひずむのです。簡単に言えばとても敏感な手法が出来上がります。利益が出る前提条件をがちがちに固めているのと同じですから、そこから少しでも外れてしまえば極端に結果が悪くなるのです。
この記事が気に入ったら
フォローしてね！