スポンサードリンク PROMは悲観的リターンとも呼ばれ証拠金に対する年次利回りを、システムのパフォーマンスが「リアルトレーディングではテスト時ほど良くない」という悲観的な想定に基づいて調整したもので、次のように計算されます。 PROM＝｛平均利益*(勝ちトレード数−√勝ちトレード数）−平均損失*(負けトレード数+√負けトレード数)｝/証拠金 勝ちトレード数を標準誤差で調整し低く見積もり、総利益を低い値に調整し、逆に負けトレード数を標準誤差で調整し総損失を高い値に調整することで最悪の事態を想定しているわけです。 基本的には「どんな優れたシステムでもリアルトレードになった途端、負けトレードが増え、勝ちトレードは減る」という経験則に基づいているのですが、このPROMは式を見てもわかるように総利益、平均利益、平均損失、総損失、勝ちトレード数、負けトレード数という６つの要素を盛り込んだ値なので、システムの有効性を図る指標としては単なる総利益や最大ドローダウンよりも優れた指標だということができるでしょう。 スポンサードリンク  |
|
スポンサードリンク トレードシステムの有効性判断、つまり統計学的に有意なトレードシステムを見出すために、過去のデータはどのくらい必要なのでしょうか。 たとえば、一年間に2度しかトレードしなかったシステムと、一年間に200回トレードしたシステムの有効性を同じ量のデータで図るのは賢いやり方ではないでしょう。2回のトレードサンプルで何がわかるというのでしょうか。逆に200回のトレードサンプルの与える情報の量は相当なものでしょう。つまり、有効性判断に必要なデータの量は一概に言うことはできず、それを測る尺度はトレードサンプルの数であるということができるでしょう。 これは統計学の標準誤差という概念によって説明することができます。 標準誤差は次の式で表されます。 標準誤差＝１／√ｎ たとえば10のトレードサンプルがあったとすると標準誤差は1／√10≒31.62となり約32%です。 これはたとえば各トレードの平均利益が20000円だったとすると20000±32%つまり、実際の平均利益は13600円〜26400円の間の値をとるということです。トレードシステムの評価という事柄の性質上想定する利益には最悪のケースである13600円を採用すべきでしょう。 また、トレードサンプルが30、50、100、200であった場合の標準誤差を計算すると 30：18% 50：14% 100：10% 200：7% この結果からわかるように、トレードサンプルの数が多いほど、標準誤差は小さくなるので信頼性の高い結果が得られるといえます。 サンプル数が100あればその平均利益の誤差は±10%の範囲に収まるので、100という数は一つの目安であるといえるでしょう これ以下であれば、得られた結果と実際のトレードとでは有る程度大きなブレがあることを覚悟しなくてはならないでしょう。 逆に100以上のサンプルがあれば、より多くのサンプルがあるに越したことはないが、一応の必要最低限のデータはあると考えて差し支えないでしょう。 スポンサードリンク |
|
スポンサードリンク トレードシステムの収益性の評価基準の一つにモデル効率があります。 モデル効率とはマーケットの潜在的利益を基準にした評価基準です。 マーケットの潜在利益とはすべての底値で買い、すべての天井で売ることができた場合、つまりそのマーケットから得られる最大限の利益である。モデル効率は、この潜在的利益に対する収益性の大きさを測る基準です。 たとえばあるトレードシステムの年次利益が60万円でそのマーケットの潜在的利益が600万円だったとするとモデル効率は モデル効率(%)= 60 / 600 * 100(%)=10% 経験則上、潜在利益を終値ベースで計算した場合（つまり終値で折れ線グラフを書いた場合のすべての底で買い、天井で売ったとき）、この数字が5％以上であれば相当優秀なトレードシステムであるということができます。 このモデル効率は、ザラ場ベースで計算するともっと低い数字になるが、そうした経験則がある以上評価基準としては終値ベースを用いるのが良いといえるでしょう。 エクセル等でのモデル効率の具体的な算出方法は 総利益を終値と前日終値の差の絶対値の総計で除すことで計算できます。 E列に終値があるとして $F3=ABS($E3-$E2) として下方にコピーして 総利益/SUM(F3:F*) で算出されます。(*:最終行) またザラ場ベースなら、毎日のレンジ（高値と安値の差）の合計を計算すれば良いので、まとめて 総利益/SUM(C2:C*)-SUM(D2:D*) という式で算出することができます。  スポンサードリンク |
