私のトレードシステムは勝率73.5%なのに負ける：16年間のバックテスト監査

私が構築した FX システムのライブ運用を数日間にわたり監査しました。対象期間は 16 年以上に及びます。その結果、予想もしなかった形でマイナスとなりましたが、これを特定した診断手法は取引に限らずあらゆるパラメータ検索に適用できるほど汎用性が高く、記録する価値があると考えました。

以下の数値はすべて実際の実行で測定されたものであり、例示的なデータは一切含まれていません。

セットアップ

17 種類の設定、4 時間足のエントリー、1 時間足での決済シミュレーション、対象期間は 2010 年 5 月 28 日から 2026 年 7 月 8 日、取引数は 7,641 件です。重要なのは、ライブデータフィードの代わりに修正前の本番用関数へ履歴 CSV データを投入した点であり、これによりテストされたコードパスが実際にライブで稼働するコードパスと一致していることを保証しています。

バグ 1：シミュレーションがコストを誤った場所に計上していた

プラットフォームの OHLC バーはビッド（BID）価格です。バックテストでは、バーの終値でエントリーし、テイクプロフィットとストップロスを「終値 ± n×ATR」に設定しました。そして、ビッドの高値・安値へのタッチを確認した後、スプレッドを最終的な損益から差し引く処理を行っていました。

しかし実取引では、買いポジションはアスク（ASK）で約定し、注文 Bracket はそのアスク価格を基準に設定され、決済はビッドで行われます。つまり、実環境では目標価格に到達するためにスプレッド分だけ余分に価格が動く必要があり、逆にストップロスにはスプレッド分だけ早く到達してしまうのです。

コストを「結果」から差し引くことと、「トリガー」に対して課すことは同等ではありません。前者は利益の大きさを変えるだけですが、後者はどのトレードが勝ちになるかそのものを変えてしまいます。

測定結果によると、勝率が 2〜5 ポイント低下しており、常に不利に働いていました。

この問題は取引に限った話ではありません。シミュレーションにおいてコストを事後調整として適用し、それを生み出すメカニズムをモデル化していない場合、合計値だけでなくイベントのカウント自体が誤ってしまうのです。

バグ 2：勝率は設計上の選択であり、証拠ではなかった

ターゲットは 0.5～0.8×ATR、ストップロスは 1.5～2.0×ATR に設定されていました。これはリスクリワード比が 0.25～0.4 であることを意味し、算術的に損益分岐点の勝率が以下のように固定されます。

損益分岐点勝率 = SL / (TP + SL) = 75～82%

ウォークフォワードテストのスライスのみを使用したサンプル外データでは、取引数 4,947 件、勝率 73.5%、損失 4,669.9 pips、1 取引あたり -0.944 pips という結果になりました。

利益を生み出さない 73.5% の勝率は矛盾ではありません。小さなターゲットは頻繁に達成されるものです。それが小さなターゲットの性質です。高い勝率は、利益の 4 倍のサイズの損失を受け入れることで購入されたものであり、決してエッジ（優位性）の証拠だったわけではありません。

盗む価値のある診断手法

何かを再最適化する前に、まずパラメータ表面がそもそも学習可能かどうかを検討しました。

各ウォークフォワードのフォールドにおいて、トレーニング期間とテスト期間の双方でパラメータグリッド全体を評価し、両者の間のスピアマンの順位相関係数を算出します。

if rho > 0  -> トレーニングの順位がテストの順位を予測可能；選択に意味がある
if rho ~ 0  -> 表面はノイズ；いかなる選択ルールも役に立たない

この 2 行目が極めて重要です。これにより、「私の最適化手法が悪い」と「ここに何もない」という、外見上は区別がつかずかつ相反する対応を要する 2 つの状況を明確に区別できます。

119 のフォールドにわたる結果は以下の通りです：

• 中央値 rho: -0.024
• 平均 rho: -0.030、95% 信頼区間 [-0.090, +0.030] — ゼロを含む
• rho > 0 となったフォールド: 47.9% — コイン投げと同様

情報はゼロでした。これと整合するように、プラトー平滑化を施したウォークフォワード最適化は、私が一切手を加えなかったパラメータよりもサンプル外の成績が悪化し、17 の設定中 11 でグリッドの境界を選択しました。これは、最適化手法が掴むべき対象を何も持っていない場合の特徴的な兆候です。

その後、効果がどこかに存在するかどうかを確認しました

38 銘柄、重複のない保有期間、ボラティリティ調整済み、資産クラスごとにプーリングした結果、1,140 回のテストが 6 つに集約され、前半と後半で分割検証を行いました。

予想していなかったことが 2 つあります。

ブレイクイーブンの取引コストは、シャープレシオよりも意思決定において有用です。 FX メジャーは約 3bp、クロス円は約 1bp でブレイクイーブンになりますが、これらはどちらも実際のスプレッドより下回っています。「ここにエッジはあるか」という問いは、戦略コードを一行も書かないうちに答えが出ます。

有意だった結果は偽物でした。 エネルギーはサンプル全体では t 値 3.73 を示しています。しかし、後半では横ばいからマイナスに転じています。分割検証を行わなければ、表中で最も強力な発見のように見えたでしょう。

唯一生き残ったのは暗号資産ですが、その効果は大きく減衰しています（0.54 から 0.15 へ）。現実的な CFD スプレッドを考慮すると、後半はマイナスに転じます。これは過去の効果であり、現在のものではありません。

実際の教訓

戦略を構築する前に、まず「反証装置」を構築してください。

長い一連の設定が「検証済み」に見えた理由は、パイプラインのどの構成要素も「ここには何もない」と判断する役割を持っていなかったからです。すべての部分が何かを見つけ出すように設計されていたため、毎回必ず何かが見つかる結果になっていました。

上記の順位相関検定はわずか半日で実施でき、数ヶ月にわたるパラメータ作業（私が最も確信していた有望な案も含む）を無効化しました。これこそがこの検定の本来の役割であり、私が研究プロセスに導入した中で最も費用対効果の高い保険と言えます。

---

これは調査記録であり、投資助言ではありません。過去の実績は将来の結果を示唆するものではありません。CFD の取引には多額の損失リスクが伴います。

---

写真提供：Tyler Prahm（[Unsplash](https://unsplash.com?utm_source=fxbroker-compass&utm_medium=referral&utm_campaign=api-credit）より）

---

Photo by Tyler Prahm on Unsplash