スポンサードリンク 有効な売買ルールをみつけようとするとき、多くの人がまず考えるのは過去のデータに対してルールを適用し、その有効性を確認する、ということでしょう。 しかしこの方法には致命的な欠陥があります。 その欠陥というのは、この方法によって導かれた売買ルールが未来に対する予測能力があるのかどうか、つまりそれを使ってリアルトレードを始めたときに本当に過去のデータで検証したのと同じ収益があげられるのか、ということがまったくわからないという点です。 価格というのは、皆さんがご存知のとおり規則正しく形成されるものではありません。規則正しく形成されるのであればそれにしたがって売買すれば収益を上げられることになります。 規則正しく形成されるわけではありませんが、まったくのランダムというわけでもありません。 まったくのランダムであればどのようなテクニカル分析も無意味ということになります。 市場の参加者が人間である以上、完全にランダムというわけではない、ということです。しかし完全に規則的というわけでもないので、ある程度はランダムということができるでしょう。 つまり価格形成には規則的な側面とランダムな側面の両方があるということです。 テクニカル分析を使うというのは規則とランダムの入り混じった価格形成過程から規則的な部分だけを取り出し、それを収益機会にしようというアプローチです。 過去のデータに対してルールのパラメーターを最適化することによって、過去のデータにおける収益を向上させることはいくらでも可能でしょう。しかしその方法では価格のランダムな部分に対しても最適化してしまうことになり、それによってそのルールが未来の価格に対する予測能力を失ってしまう恐れが大いにあります。 そこで、売買ルールを価格の規則的な側面だけにフィットさせる必要が出てくるわけです。 そのために有効なひとつの手段がウォークフォワードテストというものです。 たとえば5年間の価格データがある場合、5年間すべてのデータを使ってルールの最適化を行うのではなく、まずはじめに直近の1年を除いた4年間の価格データに対してルールの最適化を行い、それによって導かれたルールを最適化に使っていない直近の1年間でテストするということです。 つまり最適化に使っていない価格データを使用してテストすることによってそのルールが未来の価格を予測する能力があるかどうかを確かめるわけです。 そして前の4年間における年次損益と直近1年間における年次損益を比べその値が近いもしくは、直近一年間における年次損益が高い場合は、その売買ルールは有効である可能性が高いといえるでしょう。 しかし、まだこれでは確実とはいえません。さらに万全を期すためにはウォークフォワード分析という工程が必要です。ウォークフォワード分析というのは簡単に言えばウォークフォワードテストを積み重ねたものです。 たとえば10年間の価格データに対して先ほどの4年間に対する最適化と1年間に対するテストを行うのです。 具体例を使って説明しましょう。 まず1997年1月1日から2006年12月31日までの10年間のデータがあるとしましょう。 まずはじめに1997年1月1日から2000年12月31日までの4年間に対して最適化を行い、2001年1月1日から2001年12月31日までの1年間でテストを行います。 次に最適化期間をテスト期間の分だけ（つまりこの場合だと1年間）ずらして、1998年1月1日〜2001年12月31日までの4年間に対してルールの最適化を行います。 そしてまた次の1年間、2002年1月1日から2002年12月31日にたいしてテストを行うのです。 これを繰り返して、それぞれに最適化期間における年次利益の平均とテスト期間における年次利益の平均を出し、その比率を計算したものがウォークフォワード効率です。 ウォークフォワード効率(％)＝テスト期間における年次利益÷最適化期間における年次利益×１００ この値が５０％を超えていれば、そのルールを最適化したときにそのルールが有効である可能性は十分にある、ということができます。 そしてそのルールを直近の1年を除いた4年間で最適化し、直近の1年間でテストして年次利益を比較し、同等かそれ以上のパフォーマンスがあることがわかればそのルールを実際のトレードにのせることになります。 スポンサードリンク  |
|
|
|
|
 |
|
|
