1万回の最適化で「最良」を選ぶほど疑うべき理由

監査上、この記事が答える対象を「多数の候補を探索した事実を補正した後の、選択済み戦略の真の優位性」へ固定します。最適化に伴う選択バイアスを、純利益や勝率の印象だけで置き換えません。対象期間、口座通貨、費用範囲、運用停止境界を分析前に宣言し、変更があれば同じ検証の微修正ではなく別仮説として版を分けます。これにより、結果を見てから問いを選び直す余地を閉じます。

一行を一つの独立証拠とみなす前に、観測単位を「一つの事前登録済み仮説またはパラメータ構成と、その選択経路」へ再構築します。親取引、注文レッグ、イベント、時間クラスタの件数を並記し、どの分母を平均・標準誤差・再標本化へ使ったかを明示します。集約規則を変えても候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウトの中心的結論が維持されるかを比較し、行数の多さを情報量と取り違えません。

TradingViewエクスポートの原本ハッシュに加え、銘柄、時間足、セッション、タイムゾーン、注文処理、手数料、スリッページ、通貨、Pine版を保存します。最適化に伴う選択バイアスでは、試行総数、相関した候補、途中棄却、報告されなかった失敗が再現に直結するため、原本・正規化後・分析用の三層を分離し、列変換、欠損処理、重複除去を台帳化します。

取引一覧から識別できるのは、記録された時刻・価格・数量・損益から再計算できる範囲です。一方、記録されなかった手動調整、別指標での選別、削除された失敗候補は追加資料がなければ直接観測できません。そこで「データで確認」「仮定で境界化」「外部データが必要」を分け、試行総数、相関した候補、途中棄却、報告されなかった失敗を確定事実としてではなく検証可能な連鎖として表現します。

表示された成績を真値とせず、全候補、試行順、途中棄却、評価指標、未報告結果を一つの探索母集団へ戻し、選択済み最大値を順序統計量として評価する。元の表示値との総額差だけでなく、行別差、符号、時期、銘柄、注文種別への集中を確認します。照合差が特定局面へ集中する場合、それを丸め誤差として消さず、最適化に伴う選択バイアスを作った可能性のある一次所見として扱います。

候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウトは点推定だけで報告しません。標本数、分布の歪み、裾の厚さ、打切り、選択履歴に対応した区間または再標本化分布を併記します。正規近似、分位法、ブロック法で符号が一致しない場合は「黒字」と断定せず識別不能とし、最小検出可能効果と区間下限を判断材料にします。

最適化に伴う選択バイアスの不確実性を独立同分布（IID）シャッフルだけで狭く見せません。候補間相関と時系列依存を分けて保持する候補×時間の再標本化を単位に、固定長ブロックと定常ブートストラップを複数の長さで実行します。乱数シード、反復回数、循環処理、欠損規則を保存し、ブロック長ごとに候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウトの分布と符号反転率を報告します。

平均値の背後にある試行総数、相関した候補、途中棄却、報告されなかった失敗を、下位分位、期待ショートフォール、最大寄与、損失クラスタ、境界到達率で確認します。過去最大損失を損失上限とはみなさず、資本ゼロ、証拠金不足、許容ドローダウン、回復期限など複数の吸収・停止境界を定義し、最初に破られる境界を記録します。

手数料を一律控除するだけでは最適化に伴う選択バイアスの実行可能性を評価できません。スプレッド、スリッページ、資金調達、借株、ロール、換算、数量丸め、注文拒否を該当する単位へ割り当てます。基準・上方分位・危機の費用状態で候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウトを再計算し、損失局面と費用悪化が同時に起きる依存も残します。

期間、銘柄、時間足、パラメータ、出口、フィルター、表示指標の候補総数を探索母集団として数えます。最適化に伴う選択バイアスに都合の良い一結果だけを分母から切り離さず、未採用候補、途中棄却、検証期間の再閲覧を含めます。必要に応じてPBO、SPA検定、デフレーテッド・シャープレシオを用い、試行履歴欠損そのものを高リスク所見にします。

全期間平均の内側で最適化に伴う選択バイアスが一つの相場状態へ集中していないかを調べます。状態分類は利益を見た後に作らず、訓練期間または外生規則で固定します。状態別の候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウト、占有率、遷移確率、費用を報告し、将来の状態混合を再加重したときに事前ゲートを維持できるかを検査します。

同じ取引集合でも、開始日、順序、初期資本、数量丸め、停止規則で経路は変わります。最適化に伴う選択バイアスについて固定枚数、固定R、定率複利を分離し、循環シフトとブロック順序で最大ドローダウン、回復期間、境界到達を再計算します。終端損益が同じ場合でも経路リスクが同じとは結論しません。

反実仮想では「試行数・候補相関・選択規則・未報告試行」を一度に全て動かさず、まず一軸ずつ局所効果を隔離します。その後、二軸の感度曲面と危機シナリオを事前規則で構成します。真の優位性がない相関候補群を同じ試行数だけ生成し、最大値がどの程度高くなるかを帰無分布として比較するという負の対照も併用し、都合のよい最悪値または最良値だけを選ばず、結論が反転する境界と傾きを保存します。

同じ仕様を別実装で再計算し、全候補、試行順、途中棄却、評価指標、未報告結果を一つの探索母集団へ戻し、選択済み最大値を順序統計量として評価するという核心処理の行別出力を照合します。固定フィクスチャ、ゼロ件、重複時刻、極端費用、逆順序、欠損、境界値を回帰試験へ含めます。二実装が一致しても共通入力が誤っていれば同時に誤るため、入力作成者と検証者も可能な範囲で分離します。

採否条件は結果を見る前に定めます。本件の限定的な通過条件は「探索全体を補正したPBO・SPA・デフレーテッド指標が基準を満たし、未接触データで選択順位が維持されること」です。閾値近辺では合否だけでなく区間幅と経済的重要性を併記し、一つの都合のよいモデル、ブロック長、費用状態だけが通る場合は合格ではなく感度依存と分類します。

再現性台帳には入力ハッシュ、コード版、設定、除外規則、試行数・候補相関・選択規則・未報告試行、ブロック長、乱数シード、反復回数、全シナリオ出力を保存します。探索と確認を別名前空間にし、失敗した試行も削除しません。新しいTradingViewデータを追加した場合は旧結果へ上書きせず、版間差として累積試行数、候補相関、選択規則、PBO、補正後シャープ、前向き順位を追跡します。

統計量を資本上の意味へ変換します。最適化に伴う選択バイアスによって期待値、下位分位、回復期間、境界到達率が変わったとき、想定取引回数、資金量、証拠金、継続可否へ換算します。小さい1取引差でも高回転なら累積し、低頻度でも吸収境界に近ければ重大であるため、「有意か」だけでなく縮小・再設計・棄却へ接続します。

仮説作成、実装、独立再計算、承認の役割をできる限り分けます。重大な照合差、未解決欠損、再現不能、事前閾値割れがあれば自動的に保留します。因果連鎖は「大量試行 → 最大値の選択 → 偶然を能力と誤認 → 過大な期待 → 未知データで平均回帰」として監査し、通過を将来利益の認定に変換せず、前向き期間で累積試行数、候補相関、選択規則、PBO、補正後シャープ、前向き順位を同じ規則で再評価します。

「多数の候補を探索した事実を補正した後の、選択済み戦略の真の優位性」は、TradingViewエクスポートに存在する列と追加仮定の範囲でのみ識別されます。記録されなかった手動調整、別指標での選別、削除された失敗候補を直接観測できない場合は一点推定ではなく上下限を示し、仮定を事実のように記述しません。

最適化に伴う選択バイアスの過去推定が、制度、参加者、ボラティリティ、費用、データ仕様の変更後も同じ母集団に属する保証はありません。ローリング窓と相場局面別に累積試行数、候補相関、選択規則、PBO、補正後シャープ、前向き順位を追跡します。

この診断を同じデータへ繰り返し適用し、通過するまでルールを修正すれば、監査自体が新しい最適化になります。変更後は新モデル版とし、未接触期間を別に確保します。

統計的に探索全体を補正したPBO・SPA・デフレーテッド指標が基準を満たし、未接触データで選択順位が維持されることとしても、税務、規制、心理的耐性、資金拘束、最大発注量、システム障害までは証明しません。バックテスト診断と実運用審査を分離します。

試行総数、相関した候補、途中棄却、報告されなかった失敗に関係する欠損や異常を削除すると結論が有利になる可能性があります。除外なし、保守的代入、最悪値代入を比較し、削除前後の候補総数、実効試行数、PBO、SPA検定、デフレーテッド・シャープレシオ、未接触ホールドアウトを併記します。

主分析だけでなく「真の優位性がない相関候補群を同じ試行数だけ生成し、最大値がどの程度高くなるかを帰無分布として比較する」を実行します。対照でも同程度の成績が出る場合は、戦略固有の優位性より処理規則や共通市場要因を疑います。

通過後は累積試行数、候補相関、選択規則、PBO、補正後シャープ、前向き順位を逐次記録し、事前予測区間からの逸脱が続けば停止します。過去データへ戻って即座に再最適化する前に、実装差と構造変化を切り分けます。

複数手法が一致しても、同じ誤った入力や試行総数、相関した候補、途中棄却、報告されなかった失敗を共有すれば同時に誤ります。損失側の下位分位、失敗シナリオ、未解決差を利益側と同じ視認性で表示し、検査件数の多さを正しさの証明にしません。