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  |
|
|
|
|
 |
|
|
