リスク管理 on FX検証日記

EAの盲点？スワップコストが利益を蝕むか

Mon, 01 Jun 2026 00:00:00 +0000

本記事は「EAの盲点？スワップコストが利益を蝕むか」の検証を、はじめての方にも分かるようにまとめたものです。

今回の検証では、私たちが開発しているEAが実際に運用された際、「スワップポイント」がどれくらい成績に影響するのかを詳しく調べてみました。

どんなアイデア?

EAは、一度ポジションを持ったらすぐに決済するタイプもあれば、数日〜数週間、時にはそれ以上長く持ち続けるタイプもありますよね。今回検証したEAは、平均すると約6.8日間、ポジションを持ち続けることが分かりました。この「ポジションの保有期間」がポイントなんです。なぜなら、FXではポジションを持ち越すと「スワップポイント」という金利のようなものが毎日発生するからです。

スワップポイントとは？
金利の高い国の通貨を買って、金利の低い国の通貨を売る（買いポジション）と、その金利差に応じて毎日お金がもらえる（プラススワップ）。
逆に、金利の低い国の通貨を買って、金利の高い国の通貨を売る（売りポジション）と、毎日お金を支払う（マイナススワップ）。まるで、金利の高い銀行にお金を預けて利息をもらうか、金利の高いローンを組んで利息を払うか、といったイメージですね。このスワップポイントが、私達のEAの最終的な利益にどう影響するのか、しっかり見極める必要があるわけです。

どうやって試した?

スワップポイントの影響を試算するために、まず「どの通貨ペアや商品を、どれくらいの期間、どれくらいの規模（名目上の取引額=notional）で保有していたか」を洗い出しました。具体的には、

円クロス（円と他の通貨のペア、例: USD/JPY, EUR/JPYなど）: 最大で合計4213日分の「名目上の取引額×保有日数」
株価指数（例: S&P500, 日経225など）: 合計1082日分
金: 合計895日分
非円FX（円を含まない通貨ペア、例: EUR/USDなど）: 合計229日分といった形で、それぞれの資産クラスごとにどれだけスワップの影響を受ける可能性があるかを計算したんです。そして、それぞれの資産の「日次スワップ率（1日あたりの金利差）」を掛け合わせて、トータルのスワップ損益を算出しました。

結果はどうだった?

今回の検証の結果、私達のEAにとってスワップポイントは、**「概ね中立〜追い風」**になることが分かりました！これは嬉しい発見ですね。もう少し詳しく見ていきましょう。

シナリオ別スワップ影響

私達は、現在の金利状況と、将来的に起こりうる金利状況の3つのシナリオでスワップの影響を試算してみました。

有利なシナリオ（現在の金利状況）:

今のところ、米ドルなどの金利が高く、円の金利が低い状態が続いていますよね。この「ドル高円安金利」のような状況では、EAは月あたり約+0.18%のプラススワップを受け取れる見込みです。これはEAの利益を後押ししてくれる、まさに「追い風」と言えます。
特に、円と他の通貨のペア（円クロス）で買いポジションを持つことが多いので、ここで得られるプラスのスワップ益が、株価指数や金などのポジションで発生する金融費用（マイナススワップ）を相殺してくれる効果があるんです。

中立的なシナリオ:

金利差があまりない、あるいはプラスとマイナスが打ち消し合うような状況では、**月あたり約-0.04%**と、ほとんど影響がない「中立」という結果になりました。

不利なシナリオ（円キャリー反転時）:

もし将来的に、日本の金利が急に上がって、円を売る（他の通貨を買う）メリットが薄れる、いわゆる「円キャリー取引の巻き戻し（円キャリー反転）」が起こった場合、EAは月あたり約-0.30%のマイナススワップを支払うことになる可能性があります。これは注意が必要なポイントですね。
この「円キャリー反転」の兆候が見られた場合は、スワップによる損失が拡大しないか、注意深く監視していく必要があると考えています。

本番運用でかかるトータルコスト

前回の検証（研究106）で確認した「スプレッド（売値と買値の差額）」や「スリッページ（注文価格と約定価格のズレ）」によるコストと、今回のスワップコストを合わせると、本番運用ではどれくらいの費用がかかるのでしょうか？

スプレッド/スリッページ: 月あたり約-0.04%のコストと、一時的な最大損失（ドローダウン=DD）が1.5〜2%程度増加する可能性があります。
スワップポイント: 上記の通り、中立〜月あたり+0.18%のプラスが見込まれます。これらを総合すると、実際にEAを動かした時にかかる実質的なコストは、月あたり0.7〜0.8%くらいになる想定です。そして、一時的な最大損失（ドローダウン）は、最大で10%程度になるだろう、という見込みが立ちました。ドローダウンは、登山で例えるなら「どれだけ下りに転じたか」のようなものですね。

ここから学んだこと

今回の検証で、私達のEAはスワップポイントに関して、現在の市場環境ではプラスに働く可能性が高いことが分かりました。これはEAの利益を底上げしてくれる要素になり得ます。ただし、将来的に金利情勢が大きく変化し、特に日本の金利が上昇するような「円キャリー反転」の局面では、スワップがマイナスに転じるリスクも確認できました。この点は、今後も市場の動向をしっかり見極めながら、EAの運用を調整していく必要があると考えています。全体として、スワップポイントはEAの成績に良い影響を与えることが多いものの、常にその動向に目を光らせておくことが大切だ、という学びになりましたね！

EA本番化の壁！コストが利益を食いつぶすか？

Sun, 31 May 2026 00:00:00 +0000

本記事は「EA本番化の壁！コストが利益を食いつぶすか？」の検証を、はじめての方にも分かるようにまとめたものです。

今回は、私たちが開発したEA「Core v1.4.0」が、実際の取引で発生する「コスト」（スリッページや手数料）にどれくらい耐えられるのか、そしてその影響で運用設定をどう調整すべきか、というとても大事な検証を行いました。

どんなアイデア？

私たちのEA「Core v1.4.0」は、平均で約6.8日ポジションを保有し、11年間で6168回と、比較的ゆっくりとした頻度でトレードするタイプのEAなんです。こういうEAは、一回一回のトレードにかかるコストが積み重なると、意外と大きな影響が出ることがあります。そこで、もし「スリッページ」（注文した価格と実際に約定する価格のズレのこと）や「手数料」といった、FX取引で避けられないコストがかかった場合、このEAの成績はどう変わるのか？特に、利益率や「ドローダウン」（DDと略されることもありますね。一時的に資金がどれくらい減ったか、登山でいう"どれだけ下りに転じたか"のようなものです）にどれくらい影響があるのかを詳しく調べてみたんです。

どうやって試した？

今回は、実際の運用に近い形で、いくつかのコストパターンを想定してバックテスト（過去のデータを使って検証すること）を行いました。

少し厳しめのコストを想定: まず、スリッページが「+2pips」（例えば、1ドル100円で買い注文を出しても、実際には100円2銭で約定してしまう、といった状況ですね）発生した場合を想定しました。これは、少し多めのスリッページを見て、EAがどれくらい打たれ強いかを確認するためです。
よりリアルな実費相当のコストを想定: 次に、もっと現実的なコストとして、「+1pipsのスリッページ」に加えて、「1ロットあたり7ドルの手数料」がかかる場合を想定しました。これは、私たちが実際に利用しているFX業者さんの手数料なども考慮した、かなりリアルな数字なんです。これらのコストをEAに組み込んで、過去11年間のデータで「もしこのコストがかかっていたら、どんな成績になっていたか」を徹底的に検証しました。

結果はどうだった？

検証の結果は、いくつかの発見がありました。

月利への影響は意外と少なかった！

まず、月ごとの利益率（月利）についてです。もしスリッページが「+2pips」かかっていたとしても、もともと0.85%だった月利は、0.79%へと少し下がるだけでした。減少率は約7%です。これって、言い換えれば「Core v1.4.0の月利は、コストに対してかなり打たれ強い（頑健）」ということなんです！また、「MC（Maximal Collapse = 最大資金減少率）」という、ドローダウンと似た指標も、94%から91%へとわずかな減少にとどまりました。これは、コストがかかっても、資金が大きく減ってしまうリスクはあまり上がらないことを示唆しています。

ドローダウンへの影響は大きかった！

しかし、一方で「ドローダウン」には、コストがかなり大きな影響を与えることが分かりました。スリッページが「+2pips」かかった場合、バックテストでは-9.7%だったドローダウンが、なんと「-12%」にまで悪化してしまったんです。これはどういうことかというと、スリッページが発生することで、EAが設定している「損切り（ロスカット）」のラインを少し超えて約定してしまう、という状況が頻繁に起こるためなんです。イメージとしては、せっかく決めていた撤退ラインを、ちょっとだけオーバーして損が確定してしまう、という感じですね。この「ちょっと」が積み重なると、全体のドローダウンを押し上げてしまう、というわけです。

ここから学んだこと

今回の検証から、ライブ運用（実際のお金での運用）に向けて、いくつかの重要な結論と対応策が見えてきました。

実運用ではドローダウンに注意が必要！

私たちがバックテストで見ていたドローダウン（-9.7%）は、実は「コストが一切かからない理想的な状態」での数字だったんですね。実際の取引では、先ほど検証した「+1pipsのスリッページと$7/lotの手数料」という実費相当のコストがかかることを考えると、ドローダウンはバックテストの数値よりも約1.5%〜2%程度上乗せされてしまう、ということが分かりました。例えば、「リスク設定0.003」（資金の0.3%を1トレードのリスクに設定する、というイメージです）で運用した場合、実費込みのドローダウンは-11.5%と、かなり大きくなってしまう可能性があります。

ライブ運用ではリスク設定を保守的に調整します！

この結果を受けて、Core v1.4.0を実際に運用する際には、リスク設定をこれまでの「risk0.003」から、一段階安全な「risk0.0025」へと「保守化」（より安全な設定にすること）することにしました。この設定であれば、実費込みのドローダウンは目標である「約10%」に収まり、月利も「約0.7%」程度を期待できると考えています。

ライブ運用の期待値と「転移率」

今回の検証から導き出された、Core v1.4.0のライブ運用における期待値は、**月利が約0.7%〜0.75%で、ドローダウンは約10%**という目標です。これは、バックテストでの月利0.85%と比較すると、約88%〜95%の成績が実現できる、という計算になります。これを「転移率」と呼ぶのですが、過去に検証した他のEA（例えばFXでは約83%、ゴールドでは約45%）の実績と比べても、かなり高い水準でバックテストの成績が実運用でも再現できそうだ、ということが分かりました。これはCore v1.4.0のポテンシャルを示す、嬉しい結果ですね！今後も、使用するFX業者さんの設定に合わせて_BROKERという項目を調整することで、常にコスト感度をチェックし、最適な運用ができるように検証を続けていきます。

AIは賢いか？強化学習のレバレッジ調整に挑む

Sat, 30 May 2026 00:00:00 +0000

本記事は「AIは賢いか？強化学習のレバレッジ調整に挑む」の検証を、はじめての方にも分かるようにまとめたものです。

今回は、FXの自動売買（EA）でレバレッジを自動的に調整する仕組みについて、新しい試みをした結果をお伝えしますね。

どんなアイデア？

前回の機械学習（ML）を使ったレバレッジ調整の検証（研究100）では、期待通りの結果が出ませんでした。そこで今回は、もっとシンプルで分かりやすい「強化学習」の一種、「tabular contextual bandit（表形式のコンテクスチュアルバンディット）」という方法を試してみることにしました。これは、EAが今の相場の「状況（context）」を判断して、いくつかの選択肢の中から最適な「行動（bandit）」を選ぶ、という仕組みなんです。まるで、状況に応じて賢い選択をするAIのようなイメージですね。具体的には、EAが以下の3つの情報から今の状況を判断します。

ボラティリティの3分位: 相場の値動きの激しさ（ボラティリティ）を「静か」「普通」「活発」の3段階に分けます。相場の活発さの目安ですね。
株式市場の開閉: 株式市場がオープンしているか、クローズしているか。これはFX市場にも影響を与える外部要因です。
ドローダウン状態: EAが含み損を抱えているかどうか、その度合い。EAの調子を表す目安になります。そして、これらの状況に合わせて、レバレッジを「0.5倍（低め）」「1.0倍（標準）」「1.5倍（高め）」の3段階で調整するように学習させました。過去のデータを使って学習し、その知識を使って未来を予測・行動する「ウォークフォワード学習」という方法で、その効果を確かめてみたんですよ。

結果はどうだった？

残念ながら、今回の結果は期待外れでした…。学習を進めた結果、EAはまるで「臆病な戦略」を選んでしまったんです。特に「ドローダウン（含み損）」を避けようとしすぎて、ほとんどの状況でレバレッジ0.5倍（一番低いレバレッジ）しか選ばなくなってしまいました。これを「退化方策」と呼んでいます。その結果、月間の利益率はわずか+0.72%と、これは正直「最悪」に近いパフォーマンスです。まるで、登山で安全を重視しすぎて、頂上までたどり着けなかったような感じですね。もちろん、学習の「報酬設計」（EAが何を良い行動と判断するか）を調整すれば、結果は変わるかもしれません。でも、一番驚いたのはここからです。なんと、今回の強化学習（RL）よりも、**「プラセボ（偽薬）」**と呼べる比較対象の方が良い結果を出してしまったんです！この「プラセボ」というのは、今回の学習で使った「状況」と「レバレッジの選択」の対応関係を、あえてランダムに入れ替えた、つまり「意味のない組み合わせ」のものです。それが月間+1.57%の利益を出して、本物の強化学習を上回ってしまったんですね。これは本当に予想外でした！

ここから学んだこと

この結果が示唆しているのは、私たちがすでにEAに組み込んでいる「ボラティリティに応じたレバレッジ調整（vol-target）」や「株式市場の開閉に応じたフィルタ」といった、手作りのシンプルなロジックが、実はかなり優秀だったということです。今回の強化学習で「状況に応じてレバレッジを調整する」という新しい仕組みを試したかったのですが、結局のところ、既存のロジックがすでにその役割を十分に果たしていたため、追加で学習させる意味がなかった、という結論になりました。これは、前回の機械学習（ML）を使った検証（研究100）と同じ結論なんです。これ以上、報酬設計を細かく調整して過去のデータに合わせ込もうとしても、それは「過剰適合化」（特定のデータにはバッチリ合うけど、未知のデータには全く通用しない状態）に陥るだけだと判断しました。まるで、オーダーメイドの服が特定の体型にしか合わないように、過去の相場にだけ効くEAを作ってしまうようなものです。ですので、今回の検証からは、機械学習（ML）も強化学習（RL）も、今のところ私たちが手作業で調整しているレバレッジ管理のロジックを超えることはできませんでした。したがって、現在稼働中のEAのシステムに変更はありません。今回の結果は少し残念でしたが、新しい技術の可能性を探る上で、とても大切な一歩だったと思っています。

この検証のつながり

この検証は、過去の次の検証を踏まえています(前回ダメだった→今回こうした、別ロジックとの比較など)。

AIが予測するリスク、そのロジックは本物か？

危機で稼ぐ！安全資産EAはなぜ効かなかった？

Fri, 29 May 2026 00:00:00 +0000

本記事は「危機で稼ぐ！安全資産EAはなぜ効かなかった？」の検証を、はじめての方にも分かるようにまとめたものです。

今回の検証は、「研究104 クライシス・アルファ(リスクオフの安全資産フライト)— ★効かず」と題して、FX自動売買(EA)の新たな可能性を探ってみました。

どんなアイデアだったの？

私たちがお使いのEA「v1.4.0」は、株価が不安定になる「リスクオフ局面」（市場全体が不安になり、リスクの高い資産が売られる時期）では、いったんポジションを縮小して様子見する仕組みになっています。これは、大きな損失を避けるための賢い戦略なんですが、「この間、何もできないのはもったいないな」と感じていたんです。そこで考えたのが、「リスクオフの時こそ買われる『安全資産』で利益を狙えないか？」というアイデアでした。経済が不安な時って、投資家はリスクの高い資産（株など）を売って、安全だと思われる資産に資金を移しますよね。代表的なのが「円」や「金（ゴールド）」です。「リスクオフの時に、円や金を買うEAを動かせば、メインのEAが休んでいる間の利益を狙えるんじゃないか？」これが今回の仮説。FXで円を買うというのは、「円クロス・ショート」（ドル円やユーロ円など、円が絡む通貨ペアを売る）という形になります。これは、メインのEAが株のリスクに備えてポジションを減らしている間、別の方向で利益を狙う「方向性ヘッジ」（特定の方向へのリスクを軽減しつつ、別の利益を狙う戦略）にもなるんじゃないか、という期待もあったんです。

どうやって試したの？

このアイデアが本当に有効なのか、過去のデータを使って「バックテスト」（EAを過去の相場データで動かして、その性能を検証すること）で検証してみました。具体的には、リスクオフの局面で

「円クロス・ショート」（円買い）を行った場合のパフォーマンス
「金（ゴールド）買い」を行った場合のパフォーマンス
複数の安全資産を組み合わせた「安全資産バスケット」のパフォーマンスをそれぞれ確認しました。さらに、金はリスクオフに強い傾向があるので、「メインEAがリスクオフでポジションを縮小する時でも、金だけは縮小せずにそのまま持ち続ける」というパターンも試してみて、全体の利益率やリスクがどう変わるのかを調べたんです。

結果はどうだった？

円はもはや安全資産ではない…

残念ながら、私たちが期待した「円買い（円クロス・ショート）」は、リスクオフの日でもほとんど利益が出ませんでした…。これは、2021年から2026年くらいの期間、日本と他の国の金利差が大きく開いたことや、日本銀行（BoJ）が市場に介入したこともあって、円が以前のように「安全資産」として買われにくくなったのが原因だと考えられます。昔は「有事の円買い」なんて言われたものですが、最近は状況が変わってきているんですね。

金は堅調だけど、すでにEAに含まれてる

一方で「金」はどうだったかというと、こちらはリスクオフの時でも比較的堅調でした。具体的には、リスクオフの日は平均で日次+0.066%の上昇を見せたのに対し、リスクオン（市場が活発な時）の日は+0.045%だったので、リスクオフ時に少し強くなる傾向はありました。ただ、私たちのメインEA「v1.4.0」は、すでに金（ゴールド）を取引対象に含んでいるんです。なので、金だけを安全資産として追加する意味は薄いかな、という結果になりました。円と金を組み合わせた「安全資産バスケット」（複数の安全資産をまとめたもの）で試しても、リスクオフ局面での利益はほとんどありませんでした。ほぼ「フラット」（横ばい）だったんですね。

金だけ維持する作戦もイマイチ

じゃあ、金はリスクオフに強いんだから、メインEAがリスクオフでポジションを縮小するときも、金だけはそのまま持っておく（専門用語で「株式フィルタから除外」するといいます）のはどうだろう？と考えました。これを試してみたところ、月間の平均利益率は0.85%から0.87%へと、わずかに上がったんです。あれ？ちょっといい感じかな？と思いきや… 残念ながら、「ドローダウン」（EAが一時的に被る最大の損失幅。登山で言うと、頂上を目指す途中でどれだけ下りに転じたか、みたいなものです）は-9.6%から-9.8%へと、かえって少し悪化してしまいました。そして、EAの性能を測る重要な指標の一つである「Calmar Ratio（カルマー比率）」（純利益をドローダウンで割ったもので、数値が高いほど効率的に稼げていると判断できます）は、1.06で全く変わりませんでした。これは、「金がリスクオフに強い」という特性が、システム全体で見ると他の要因で相殺されてしまい、トータルでの改善にはつながらなかった、ということなんです。

ここから学んだこと

今回の検証でわかったのは、「クライシス・アルファ」、つまり市場が危機的な状況になった時に追加で利益を狙うような明確な方法は、今回のアイデアでは見つからなかった、ということです。特に、以前は安全資産の代表格だった「円」が、今の市場環境（「現レジーム」）ではその役割を果たさなくなっていることが改めて確認できました。そのため、今回の検証結果を受けて、既存のEAシステムに変更を加えることはしない、という結論になりました。新しいアイデアを試すのは、いつもワクワクしますね！今回は残念な結果でしたが、これも貴重なデータの一つです。

EA新時代！月利天井を突破した「確定×指数」の優位性

Tue, 21 Apr 2026 00:00:00 +0000

本記事は「EA新時代！月利天井を突破した「確定×指数」の優位性」の検証を、はじめての方にも分かるようにまとめたものです。

今回は、私たちが普段使っているEA（自動売買システム）に、新しいアイデアを組み合わせたらどうなるか、その検証結果をお話ししますね！

どんなアイデア？

私たちのEAポートフォリオには、これまで安定して利益を出してきた「確定システム」というメインのEAがあります。このシステムは、特定の通貨ペアやコモディティ（商品）で力を発揮するように作られているんですね。今回のアイデアは、このメインのEAに、「株価指数に特化した別のEA」を組み合わせてみたらどうなるか？ というものでした。具体的には、

メインの「確定システム」を一つの戦略として。
そして、米国の主要株価指数（US3）に対して「買い」方向のみを狙う（Go Long）EAをもう一つの戦略として。
この指数EAは、日足（D1）という比較的長い時間軸で、特定の移動平均線（sma200）やエントリー・エグジットのルール（entry30/exit60）に基づいて動くようにしました。
この二つの異なる戦略を「combine_results（統合）」して、全体の成績を評価したんです。例えるなら、これまで一つの得意分野で頑張ってきたベテラン選手に、全く別の競技のスペシャリストを助っ人として迎え入れるようなイメージですね。それぞれの得意な部分を活かして、チーム全体の成績アップを狙う作戦です！

どうやって試した？

この新しい組み合わせが本当に効果があるのか、2015年から2026年までの約11年間の過去データを使って検証（バックテスト）してみました。リスク設定は、「資金の何%を1回の取引で使うか」というもので、今回は比較的控えめな「risk0.005」と、少し攻めた「risk0.008」の2パターンで試しました。

結果はどうだった？

これが驚きの結果だったんです！まず、メインの「確定システム」（指数なし）単体の成績は、以下の通りでした。

月平均利益率: 0.47%
最大ドローダウン（DD）: -9.0%
ドローダウンとは、一時的に資金が最大でどれくらい減ったかを示す指標です。登山で例えるなら、「山頂を目指す途中で、どれくらい谷に落ち込んだか」のようなものですね。小さい方が安心です。
勝率（MC）: 85.1% そして、これに指数EAを「risk0.005」で組み合わせた場合の成績がこちらです！
月平均利益率: 0.53%
最大ドローダウン（DD）: -8.3%
プロフィットファクター（PF）: 1.45
PFとは、総利益を総損失で割った値で、1を超えるとトータルで利益が出ていることを意味します。この数字が大きいほど優秀なEAと言えますね。
勝率（MC）: 89.5% 見てください！月利は上がり（0.47% → 0.53%）、ドローダウンは減り（-9.0% → -8.3%）、PFも勝率も向上しているんです！まさに**「全軸で上回る」**という、EA開発者にとって夢のような結果が出たんです。さらに、指数EAのリスクを少し上げて「risk0.008」で試してみると、月利は0.63%まで向上しましたが、ドローダウンも9.8%と少し増えました。リスクとリターンのバランスを考える上で、とても興味深い結果ですね。

ここから学んだこと

今回の検証で一番の発見は、「無相関分散」のパワーです。これは、性質の異なる（互いに相関が少ない）EAを組み合わせることで、片方のEAが調子を崩しても、もう一方がカバーしてくれるため、全体として「より高いリターン」と「より低いドローダウン」を同時に実現できる、という考え方なんです。今回の結果は、まさにその理論を裏付けるものでした。これまで「月0.5%くらいが限界かな」と感じていた月利の「天井」を、この組み合わせで初めて突破できたんです！ 月利で13%以上の上積み余地があることが分かり、これは本当に大きな一歩だと感じています。

ただし、まだ実戦投入はできません！

しかし、残念ながら、この素晴らしい結果が出たEAは、まだ「確定版」として実運用に昇格させることはできません。なぜなら、今回組み合わせた指数EAは、日足（D1）データのみで検証しており、1分足（M1）のような細かい時間軸での「日中リスク」をまだ確認できていないためなんです。指数系のEAは、株価指数の特性上、市場の急な変動（ギャップやスパイク）で、一日のうちに大きな損失（例えば日次-5%）を出してしまうリスクがあります。私たちは、運用するEAには「1日で資金の5%以上を失わない」という厳しい安全基準（研究⑫⑰の規律）を設けているため、M1データでこのリスクを徹底的に検証する必要があります。今後、M1の指数データを取得し、日中のリスクを詳細に検証していくことが、このシステムを「確定版」に昇格させるための絶対条件となります。もしM1検証もクリアできれば、「メインの確定システム（risk0.003）に指数EA（risk0.005）を組み合わせる」という構成が、非常に有望な運用候補になるはずです。期待は膨らみますが、安全第一で、しっかりと検証を続けていきたいと思います！

過去の栄光は幻か？未来を試す前進検証の衝撃結論

Mon, 30 Mar 2026 00:00:00 +0000

本記事は「過去の栄光は幻か？未来を試す前進検証の衝撃結論」の検証を、はじめての方にも分かるようにまとめたものです。

今回の検証では、「過去に良い成績を出したEAや通貨ペアの組み合わせが、未来でも本当に通用するのか？」という、EAトレーダーなら誰もが気になる疑問に、徹底的に向き合ってみました。特に、以前の研究⑳と㉑で好成績だったアイデアが、実は「後知恵」の産物だったんじゃないか…という疑惑を検証したんです。

どんなアイデアを試したの？

僕たちが試したのは、すごくシンプルだけど奥深いアプローチです。それは、「完全前進検証 (Out-of-Sample, OOS)」と呼ばれる方法。簡単に言うと、EAの成績をチェックするときに、未来のデータは一切見ないというルールを徹底するんです。まるで、試験勉強で過去問は使うけど、本番の試験問題は絶対に見ない、というのと同じですね。具体的な手順はこうです。

ある年のデータだけを使って準備: 例えば、2019年までの過去データだけを見て、「この年に良さそうだった通貨ペアを6つ」選び出します。
次の年の成績をチェック: そして、その選んだ6つの通貨ペアを組み合わせて、まだ誰も結果を知らない2020年の相場でEAを動かしたらどうなるか、その成績を検証するんです。
これを年ごとに繰り返す: 2020年の結果が出たら、今度は2020年までのデータを使って2021年に良さそうな通貨ペアを選び、2021年の成績をチェック…というサイクルを、2024年まで毎年繰り返しました。こうすることで、「過去に勝てたものが、未来でも勝てるのか？」という、EAの「本物の実力」を厳しくチェックできると考えたんです。以前の研究⑳と㉑では、この「未来のデータを見ない」という制約が甘かったため、もしかしたら「後知恵バイアス（結果を知っているからこそ、そう見えてしまう現象）」で良い成績が出ただけかもしれない…という仮説を検証したかったんですね。

どうやって試した？

先ほど説明したように、今回の検証では「ウォークフォワードテスト」という、EA検証では非常に厳しい方法を採用しました。これは、登山に例えると分かりやすいかもしれません。頂上から全体を眺めて「ああ、あっちの道を行けばよかったな」と後で思うのは簡単ですよね。でも、ウォークフォワードテストは、一歩一歩、足元だけを見ながら進むようなものです。具体的には、

毎年、その時点までのデータのみを使用: 「2020年の検証」なら2019年までのデータ、「2021年の検証」なら2020年までのデータ…というように、その年に到達するまでに得られた情報だけで最適な通貨ペアの組み合わせを決定しました。
「未見のデータ」で成績を評価: そして、その選択したEAと通貨ペアの組み合わせを、まだ一度も見たことのない「次の1年間の相場」で動かした場合の成績を記録していきました。この方法なら、過去のデータに都合よく合わせ込む「カーブフィッティング」や「後知恵バイアス」を徹底的に排除できるんです。

結果はどうだった？

さて、肝心の検証結果ですが…言いますね。 通算成績は、なんと-8.3%でした。 内訳は以下の通りです。

2020年: -7.6%
2021年: -0.8%
2022年: -5.9%
2023年: +3.3%
2024年: +2.7% 5年間でプラスになったのは、2023年と2024年のたった2回だけ。残念ながら、全体としてはマイナスで終わってしまいました。以前の研究⑳と㉑では、同じようなアイデアで「+17.7%」という好成績が出ていたのですが、今回は真逆の結果に。これは、僕たちにとっても大きな衝撃でした。

ここから学んだこと

この厳しい結果から、僕たちは非常に重要な教訓を得ました。

「過去の勝者」が未来の勝者とは限らない

今回の検証でハッキリしたこと。それは、以前の研究で出ていた好成績（+17.7%）が、実は「選択バイアス（後知恵バイアス）の産物」だったということです。過去のデータでたまたまうまくいったEAや通貨ペアの組み合わせを選び出すのは簡単です。しかし、それを未来の相場で使おうとすると、全く通用しない。つまり、「優位性(エッジ)（相場における優位性、優位な部分）が持続しない」ということが分かりました。「過去の勝者」を選んでも、未来で勝てる保証はどこにもない、ということなんですね。これは、EAを探している皆さんにとって、非常に大切なポイントです。どんなにバックテストで素晴らしい成績が出ていても、それが「後知恵」で作られたものだったら、実際のトレードでは全く機能しない可能性があるんです。また、複数のEAや通貨ペアを組み合わせる「分散投資」は、たしかに一時的な損失（ドローダウン＝登山でいう"どれだけ下りに転じたか"のようなもの）を抑える効果はあることが分かりました。しかし、そもそも利益を生み出す「本物の優位性」がなければ、分散したところで意味がない、ということも痛感しました。

標準的なテクニカル分析だけでは厳しい現実

今回の検証は、とても厳格なルールで行われました。

クリーンデータ: 信頼できる正確なデータのみを使用。
ウォークフォワードテスト: 未来のデータを見ない「前進検証」を徹底。
完全OOS: 構成選択も含めて完全に未見のデータで検証。これらの「規律ある検証」を重ねた結果、僕たちは残念ながら、標準的な価格ベースのテクニカル分析（移動平均線やRSIなど、よく使われるインジケーターのことですね）だけでは、継続的に利益を出し続けられるような、頑健（どんな状況でも壊れにくい、丈夫な）で安定した優位性を見つけるのは極めて難しい、という結論に至りました。もちろん、一時的に利益を出すことはできるかもしれませんが、それが長期的に「出金できるほどの安定した利益」になるかというと…今回の結果を見る限り、難しいと言わざるを得ません。

私たちの検証基盤は「本物」を見抜ける！

しかし、この結果は決して無駄ではありません。むしろ、大きな収穫があったんです。それは、僕たちが持つ検証システムが、「偽物の優位性」を徹底的に排除し、「本物の優位性」だけを厳密に判定できる、非常に強力なツールだということが証明された点です。

弱くても勝てる？小さな優位性を束ねる驚きの安定術

Sat, 28 Mar 2026 00:00:00 +0000

本記事は「弱くても勝てる？小さな優位性を束ねる驚きの安定術」の検証を、はじめての方にも分かるようにまとめたものです。

今回の検証は「小さな優位性(エッジ)の組み合わせ」がテーマです。たくさんのEAを組み合わせることで、どれくらい安定した運用ができるのか、その可能性を探ってみました。

どんなアイデア？

FXの世界には、相場のちょっとした偏りや優位性、つまり「優位性」を見つけて利益を狙うEAがたくさんありますよね。でも、すごく強力な優位性を持つEAって、なかなか見つかるものではありません。そこで今回は、**「単体では派手じゃなくても、いくつかの小さな優位性を組み合わせたらどうなるんだろう？」**というアイデアを検証してみたんです。ポイントは、組み合わせるEA同士が「無相関（むそうかん）」であること。これは、それぞれのEAの動きがバラバラで、お互いにあまり影響し合わない状態のことです。例えるなら、晴れの日が得意なEAと、雨の日が得意なEAを組み合わせるようなイメージですね。そうすれば、どちらか一方が調子を崩しても、もう一方がカバーしてくれるので、全体としては安定しやすいはず、と考えました。具体的には、こんな感じで通貨ペアと手法を分散させてみました。

USDJPY（米ドル/円）とEURAUD（ユーロ/豪ドル）：トレンドフォロー系（相場の流れに乗るタイプ）にADX（トレンドの強さを示す指標）を組み合わせたEA
EURJPY（ユーロ/円）、GBPNZD（英ポンド/NZドル）、GBPUSD（英ポンド/米ドル）、XAGUSD（銀/米ドル）：RSI（買われすぎ・売られすぎを示す指標）を使ったEA そして、それぞれのリスクは0.5%と小さめに設定しています。もし、どれか一つのEAが大きく負けても、全体の損失が限定的になるように配慮したわけですね。

どうやって試した？

まずは、この組み合わせたEAたちが本当に「無相関」なのかどうかを確認しました。それぞれのEAの日ごとの成績を調べて、その相関関係を計算してみたんです。結果はなんと、平均0.00！これはつまり「ほぼ無相関」ということ。狙い通り、それぞれがバラバラに動いてくれることが確認できました。この「分散が効く」という状態は、EA運用においてすごく大事なんです。例えば、あるEAが相場の状況と合わずに負けている日でも、別のEAが違う相場状況で利益を出してくれるかもしれない。そうやって、お互いを補い合うことで、全体としての安定性が高まる、というわけですね。

結果はどうだった？

この組み合わせを、2016年から2024年までの約9年間でバックテスト（過去のデータでEAの性能を検証すること）してみました。その結果がこちらです！

トータルリターン: +17.7%
最大ドローダウン (maxDD): -6.3% (9年間)
プロフィットファクター (PF): 1.27
シャープレシオ (Sharpe): 0.69
勝ち年: 7年間中6年がプラスいかがでしょうか？まず、トータルリターンは+17.7%。年利にするとだいたい2%くらいなので、派手さはありませんよね。でも、注目してほしいのは、**「最大ドローダウン -6.3%」という数字です！ドローダウンというのは、運用資金が一時的にどれくらい減ったか、を示すものです。登山で例えるなら、「山頂を目指す途中で、どれくらい谷に落ちちゃったか」みたいなものですね。これが9年間で最大でも6.3%しか減らなかったというのは、驚異的な安定感と言えるでしょう。よくあるプロップファーム（資金提供をしてくれる会社）のチャレンジでは、「最大ドローダウンは10%まで」といった制限があることが多いのですが、これならかなり余裕を持ってクリアできそうです。また、PF（プロフィットファクター＝総利益÷総損失）が1.27というのも、堅実な証拠です。1を超えると黒字、つまり利益が損失を上回っていることを意味します。このEAは、利益が損失よりも1.27倍大きかったということになりますね。年間成績も、7年間のうち6年がプラスと、非常に安定していることがわかります。まとめると、この組み合わせは、「派手なリターンはないけれど、非常に低いドローダウンで、とにかく安定して利益を積み上げてくれるEA」**だということが判明しました。まさに、長期的に継続して出金していくという目的にぴったりの特性を持っていると言えそうです。

ここから学んだこと、そして次のステップ

今回の検証で改めて感じたのは、**「単体でめちゃくちゃ強いEAを探すよりも、無相関な小さな優位性を持つEAをたくさん組み合わせて束ねるのが、着実に利益を出し続けるための現実的な王道なんだな」**ということです。一発逆転を狙うのではなく、地道にリスクを分散して、全体の安定性を高める。これが、FX自動売買で長く生き残るための秘訣なのかもしれませんね。もちろん、この結果をさらに良くしていくための課題も見つかっています。

リターンとリスクの最適化: 今はドローダウンが非常に低いので、もう少しだけリスクを取って（各EAのロット数を少し上げて）、年利8%くらいを目指せないか？そうすれば、プロップファームの試験合格ももっとスムーズになるかもしれません。リスクとリターンのバランスをどこで取るか、さらに探っていきます。
短い時間軸での検証: 今回は比較的長い期間での検証でしたが、M1（1分足）のような短い時間軸での動きも詳しく見て、EAのパフォーマンスをさらに深掘りしていきたいと考えています。
未来の相場での確認: 今回の結果は、過去のデータで一番良い組み合わせを選んだ「選択バイアス」の影響を受けている可能性もあります。なので、まだ見ていない新しい期間のデータを使って、本当にこの組み合わせが将来の相場でも「頑丈（頑健）」なのかどうか、しっかり確認していく必要があります。今回の検証で得た学びを活かして、これからも皆さんに役立つEAの情報をお届けしていきますね！

プロップ挑戦！EAの「期待値」が暴く勝てる仕組み

Thu, 19 Mar 2026 00:00:00 +0000

本記事は「プロップ挑戦！EAの「期待値」が暴く勝てる仕組み」の検証を、はじめての方にも分かるようにまとめたものです。

今回は、FXの資金提供サービス、いわゆる「プロップファーム」のチャレンジについて、私たちが開発したEA（自動売買プログラム）がどれくらいの「期待値（EV）」を持っているのか、少し深掘りして調べてみました。

どんなアイデア?

私たちが今回目をつけたのは、Fintokeiさんの「クオーツ」という100万円のチャレンジプランです。参加費は12,500円で、1回のトレードでのリスクは口座資金の1%に設定しています。このチャレンジに私たちのEAが挑戦したら、長期的にはどれくらいの利益が期待できるんだろう？というのが最初の疑問でした。ここでいう「期待値（EV）」というのは、簡単に言うと「このチャレンジに何度も挑戦したとして、1回あたり平均でどれくらいの損益になるか」という数字のこと。例えば、宝くじの期待値がマイナスになるのと同じように、FXでも自分のトレード手法にどれくらいの優位性があるかを測る大事な指標なんです。

どうやって試した?

私たちは、過去のトレードデータをもとに、未来のシナリオを何千、何万回とシミュレーションする「モンテカルロシミュレーション」という手法を使ってEVを計算してみました。これは、サイコロを何回も振って確率を予測するようなイメージですね。このシミュレーションでは、チャレンジの合格率（私たちのEAだと38%）、合格後に実際に利益を出金できる確率（9.3%）、そしてチャレンジが続く期間（平均311日）なども考慮に入れて、総合的なEVを算出しました。最初の計算結果は、なんと**+71,227円**！一見すると、「おお、これは素晴らしい！参加費を払っても、平均してこれだけプラスになるなら挑戦する価値があるぞ！」という数字に見えました。

あれ？なんかおかしいぞ？「感度分析」でわかったこと

しかし、この結果を鵜呑みにするのはちょっと待ってください、と私たちは立ち止まりました。本当にこのEVが正しいのか？何か見落としはないか？そこで次に、「感度分析」という検証をしてみました。これは、ある特定の条件を変えたときに、結果がどう変化するかを見る手法です。私たちが試したのは、「もし私たちのEAに、トレードの『優位性(エッジ)（優位性）』が全くなかったらどうなるか？」というシナリオです。優位性とは、例えば「この条件が揃うと高い確率で利益が出やすい」といった、勝ちやすい要素のことですね。もし優位性がゼロ、つまり勝つか負けるかは完全に五分五分のランダムなトレードだったとしたら、期待値は本来ゼロか、プロップファームの参加費や手数料を考えるとマイナスになるはずです。だって、プロップファームのビジネスモデルは、参加者全体で見れば会社が儲かる「ハウス優位」になっているはずですから。カジノでプレイヤーの期待値がプラスになることはありませんよね？ところが、この「優位性＝ゼロ」という条件でシミュレーションしてみた結果、なんとEVは**+45,753円**というプラスの数字が出てしまったんです！これはもう、「モデルが楽観的すぎる決定的証拠」と言わざるを得ません。

原因はどこにあったんだろう？

なぜこんなに楽観的な数字が出たのか、その原因を深掘りしてみました。私たちがEV計算に使った「日次リターンMC（モンテカルロシミュレーション）」に大きな落とし穴があったんです。プロップファームのチャレンジでは、「日中の最大損失」や「全体の最大損失」といったルールが厳しく設定されています。例えば、「1日の途中で口座資金が5%減ったら、その時点でチャレンジは失敗」といったルールですね。ところが、日次リターンベースのシミュレーションだと、この「日中の瞬間的な損失」をうまく捉えきれていなかったんです。たとえるなら、登山で「途中で大きく滑り落ちたら即リタイア」というルールがあるのに、毎日寝る前の標高しか見ていなかったようなもの。日中の滑落（瞬間損失）を見落としてしまうと、実際よりもチャレンジが長く続き、成功する確率も高く見積もられてしまうわけです。さらに、シミュレーションの設定で「コスト後ゼロ」という前提を置いていたのも原因の一つでした。これは、参加費などのコストを引いた後でも、損益がゼロになるという楽観的な仮定です。実際には参加費がある以上、最初からマイナススタートなので、現実とはかけ離れていました。

今回の検証から学んだこと

今回の検証で、私たちが当初算出した「+71,227円」という総合EVは、残念ながら信用できないという結論に至りました。現在の私たちのEAでは、プロップファームのチャレンジに挑戦しても、実質的な期待値はマイナスである可能性が高い、ということがはっきりしました。この結果を受けて、私たちはEAの検証方法と開発方針を見直すことにしました。

改善策1：もっと現実的なリスクモデルを作る 日中の細かい値動き（M1データなど）をしっかり反映させて、プロップファームの厳しい損失ルールに抵触する可能性を、より正確にシミュレーションできるモデルを作る必要があります。
改善策2：真の「頑健な優位性」を見つける どんな相場状況でも通用するような、より強力で安定した優位性（優位性）を持つEAを開発することが、何よりも重要だと再認識しました。それまでは、プロップファームのチャレンジに挑戦するとしても、「下振れ（期待値よりも悪い結果になること）」として、参加費を失う可能性をきちんと理解した上で、無理のない「小さな計算済みリスク」として割り切って楽しむ範囲に留めるべきだと考えています。 EA開発は奥が深く、時に厳しい現実を突きつけられることもありますが、こうした検証を重ねることで、より良いEAへと進化させていきたいと思っています。