RE:CZ

バックテストシステムの3層構造と実験設計の再構築

量的金融

👤 量的投資研究者、バックテストシステム開発者、投資戦略アナリスト
本稿では、バックテストシステムを3層構造に再構築することを提案します:市場シーケンスを投資対象として、シグナル戦略を反応として、ベッティング戦略を投資主体として位置づけます。著者は、各実験をこれら3つの要素の組み合わせに分解し、実験設計と評価体系を根本的に見直す必要性を強調しています。新しい評価の焦点は、ピーク期待値から利益確定イベントの発生頻度と分布特性、特に与えられたM_Tにおける利益確定イベントの平均時間間隔に移行し、より有意義な投資指針を提供します。
  • ✨ バックテストシステムは市場シーケンス、シグナル戦略、ベッティング戦略の3層構造に再構築すべき
  • ✨ 市場シーケンスは投資対象であり、合成または履歴データから生成可能
  • ✨ シグナル戦略は市場シーケンスへの反応であり、売買シグナルを生成
  • ✨ ベッティング戦略は資金配分とリスク管理を決定し、投資主体の選好を反映
  • ✨ 実験設計では、各シグナル戦略を全ての市場シーケンスとベッティング戦略の下で評価する必要がある
📅 2026-02-01 · 1,594 文字 · 約 6 分で読めます
  • バックテストシステム
  • 実験設計
  • 市場シーケンス
  • シグナル戦略
  • ベッティング戦略
  • 投資評価
  • リスク管理

現在は2026年2月1日、日曜日の午前です。

資本との持久戦における実験構造の構築に依然として取り組んでいます。

一連の研究を経て、本プロジェクトの研究パラダイムは再構築すべきであると考えます。

各実験を、市場シーケンス+シグナル戦略+ベッティング戦略という3つの要素の結合として分解する必要があります。

哲学的には、市場シーケンスは投資の客体を、シグナル戦略は反応を、ベッティング戦略は投資主体を表します。

バックテストシステムの3層構造

市場シーケンス (客体)

市場シーケンスは、ボラティリティやドリフト度などの特徴パラメータに基づいて市場ジェネレータによって生成されます。市場シーケンスは客体であり、外部環境です。

市場シーケンスは、GBM / GARCH / Heston などのモデルを用いて生成できます。パラメータと乱数シードが与えられれば、確定的な市場シーケンスを生成することが可能です。

市場シーケンスには合成データを使用することも、実際の過去データを使用することもできます。後続のシグナル戦略とベッティング戦略の評価のために、事前に一連の市場シーケンスを生成しておくことができます。合成データであれ過去データであれ、その形状は一貫しています。

シグナル戦略 (反応)

シグナル戦略は、基盤となる戦略によって生成され、市場シーケンスに対する反応です。

シグナル戦略は、平均回帰、トレンドフォロー、ブレイクアウト戦略などが考えられます。市場シーケンスが与えられると、シグナル戦略は一連の売買シグナルを生成します。

対照群としてランダムシグナルを使用します。

将来のシグナル戦略の研究開発は、本質的に、市場シーケンスに対応する新しいシグナル戦略モジュールを絶えず生み出すことです。

ベッティング戦略 (主体)

ベッティング戦略は、シグナルを受け取った後、どのように資金配分とリスク管理を行うかを決定します。ベッティング戦略には、固定比率ベッティング、ケリー基準、マーチンゲール法、アンチマーチンゲール法などがあります。鍵となるのは、投資主体の投資目標とリスク選好です。

事前にすべての投資家の傾向を議論することはできず、投資家の傾向そのものが曖昧で変化し得るものです:より多くの利益を得ることを拒む人はいません。しかし、投資家は常に既存のフロンティアの中から選択を行うことしかできません。

したがって、特定の具体的な投資家の選好に合わせた実験設計を行うことはできません。しかし、M = 2, 4, 8, 16, ..., 1024 というべき乗数列に対して事前計算を行うことは可能です。その後、投資家は自身の要件を持って、これらの数列の間で近いものを参照すればよいのです。これは投資家により包括的な視点を提供できます。

ただし、実際の投資意思決定において、投資家は依然として具体的な M_T 値をベッティング戦略のインスタンスとして選択し、投資操作を行うことになります。

実験設計の再構築

各シグナル戦略について、すべての市場シーケンスとすべてのベッティング戦略の下で評価を行う必要があります。

そして、評価の体系はすでに変化しています:我々はもはやピーク値の期待値 E(M) に注目すべきではありません。この値はもはや何の意味もなく、投資家が自身の M_T 値を設定する指針とはならず、極端な値の影響を受けやすいからです。

注目すべきは、M >= M_T の時に発生する利益確定イベントの頻度と、その分布特性です。特に、与えられた M_T の下で、利益確定イベントが発生する平均時間間隔に関心があります。これは、利益確定イベントが時折発生するべきであることを意味し、これが意味を持つのです。次回も同程度の時間がかかると予想できます。したがって、P(M >= M_T) ももはや重要ではなく、時間をかければ必ず成功するからです。

したがって、これまでの様々な実験手順、評価モジュール、レポートにおける結論の焦点などを徹底的に修正する必要があります。これは重大な視点の転換です。

See Also

Referenced By