投資ツールを作っていると、次にやりたくなるのがバックテストです。自分で考えたルールが過去データでどう動くのか、数字で見たくなるのは自然だと思います。
ただ、私はここで少し慎重になりました。バックテストは便利ですが、条件の置き方次第で、見たい結果にかなり寄せられてしまうからです。
AIにバックテストを頼む前に、人間側で前提を決めておかないと、きれいな数字だけを信じやすくなります。今回は、バックテストへ進む前に先に決めたい前提を整理します。
- バックテストは、結果を見る前に「何を確かめたいか」を決めておく必要がありました。
- 期間、対象銘柄、コスト、売買条件の置き方で、見える数字は大きく変わります。
- 良い数字が出ても、将来の成果を保証するものとして扱わないための読み方を整理します。
バックテスト前に決めたいのは、勝てるかより何を確かめるか
バックテストは数字が出るので、つい勝率や利益率に目が行きます。でも最初に決めるべきなのは、勝てるかどうかより、どの仮説を確かめたいのかでした。
たとえば、買い候補の条件が本当に絞り込みに効いているのか。下落局面で弱くなりすぎないか。売る条件を入れたときに、結果がどのくらい変わるのか。こうした問いがないまま数字を見ると、良さそうな結果だけを拾いたくなります。
バックテストの数字を見る前に、そもそも何を検証したい戦略なのかを置いておく必要があります。投資戦略の土台を先に確認すると、ここで前提を固定する理由が見えやすくなります。
戦略が曖昧なままバックテストをしても、数字の意味が薄くなります。
私が先に置きたいのは、「このルールはどんな場面で弱いのか」を見る視点です。良い結果を見るだけなら気持ちは楽ですが、実際に役立つのは、想定と違った場所を見つけることだと感じています。
そのため、バックテスト前には問いを一文で書いておきたいです。「この条件は上昇相場だけで良く見えていないか」「損切り条件を入れると極端に弱くならないか」のように、確かめたいことを先に固定します。問いが残っていれば、結果を見たあとに目的をすり替えにくくなります。
期間と対象銘柄を後から変えると、数字はいくらでも良く見える
AIに検証を頼むと、いろいろな切り口をすぐ出してくれます。これは便利です。ただ、その便利さがあるぶん、結果を見たあとで期間や対象銘柄を動かしたくなる危険もあります。
バックテストでは、期間と対象銘柄を後から都合よく変えないことが大事です。成績が良く見える期間だけを選んだり、結果が悪かった銘柄群をあとから外したりすると、検証というより結果合わせに近くなります。
- 検証する期間を先に決める
- 対象銘柄の条件を先に決める
- 除外する条件を先に決める
- 途中で変えた条件は別メモとして残す
このあたりは、AIに頼む前に人間側で固定しておきたいところです。AIは追加検証を速く出してくれますが、何を正式な条件として扱うかは、自分で決めておく必要があります。
条件を変えたくなった場合は、最初の条件を消さずに「追加検証」として残します。そうすれば、最初の仮説が外れたのか、条件を変えたから数字が良くなったのかをあとで分けて見られます。
ここは、AIに任せるほど意識したいところです。AIは「別の期間でも見ますか」「条件を少し変えますか」と提案してくれます。その提案自体は助かりますが、どれを最初の検証と呼ぶのかを曖昧にすると、あとから一番良いパターンだけを採用したくなります。
手数料や約定タイミングを軽く見ると、現実より良い結果になる
バックテストで見落としやすいのが、現実とのズレです。手数料、スリッページ、実際に注文できるタイミング、売買が成立しなかった場合。こうした小さな前提を軽く見ると、結果は実際よりきれいに見えます。
私は、精密な計算を最初から作るより、まず現実のズレを無視していないかを確認したいです。完璧なバックテストは難しくても、「これはかなり楽観的な前提だ」と分かっていれば、数字との距離を取りやすくなります。
- 手数料やスプレッドをどう扱うか
- 終値で売買できた前提にしていないか
- 急な値動きで注文できない場面を考えるか
- 税金や資金拘束をどう見るか
リスク管理の考え方も、バックテスト前に一度見直しておきたいポイントでした。
良い結果を見る前に、悪い場面をどこまで想定するか。そこを先に決めるほうが、数字に安心しすぎずに済みます。
特に、自分で運用する時間差も前提に入れたいです。通知を見てすぐ動ける日ばかりではありません。仕事中や家族の予定がある日に判断が遅れるなら、その遅れも現実の一部です。数字の上では買えていても、自分の生活では再現しにくい条件なら、慎重に見たほうがよさそうです。
良い数字が出ても、言ってはいけないことを先に決めておく
バックテストで良い数字が出ると、それだけでルールが強く見えます。特にAIにきれいな表やグラフでまとめてもらうと、説得力が増したように感じます。
過去データで良かったことと、将来も同じように通用することは別です。ここを混ぜると、バックテスト結果を投資判断の保証のように扱ってしまいます。
私は、良い数字が出ても「この条件では良さそうに見えた」くらいで止めるようにしたいです。「この方法なら勝てる」「この銘柄を買えばよい」といった断定にはつなげません。あくまで、次に確認する材料が増えたという扱いです。
バックテスト結果は、投資の答えではなく、仮説を見直すための材料です。この距離感を先に決めておくと、良い数字が出たときほど冷静に読み返せます。
逆に、言ってよいことも小さく決めておきます。「この条件では確認を続ける価値がありそう」「弱い期間をもう少し見たい」「コスト前提を厳しくして再確認したい」。このくらいの表現なら、数字を過信せずに次の検証へつなげられます。
AIには結果の評価より、前提の抜け漏れ確認を頼みたい
バックテストをAIに頼むなら、私は結果の良し悪しを評価してもらうより、前提の抜け漏れを確認してもらいたいです。「この条件で検証して」と頼む前に、「この前提で足りないものはあるか」と聞くほうが安心でした。
AIの役割は、勝てるルールを探すことではなく、検証の穴を見つけることに寄せたいです。期間、対象銘柄、売買条件、コスト、除外条件。人間が見落としやすい項目をチェックリスト化してもらう使い方です。
AIに複数パターンを出してもらう場合も、採用した条件だけでなく、採用しなかった条件を残しておきたいです。なぜその前提を使わなかったのかが残れば、あとで結果を見直すときに、自分の判断の癖も見えます。
この順番なら、AIの速さを使いながらも、判断の責任を丸投げしなくて済みます。便利さに乗る前に、検証の土台を人間側で握る感覚です。
具体的には、「このバックテストで楽観的すぎる前提を挙げて」「結果を読む前に固定すべき条件を一覧にして」「この検証からは言えないことを出して」と頼みたいです。AIへの依頼を評価ではなく点検に寄せると、数字の見た目に流されにくくなります。
バックテストは正解探しではなく、弱点を先に見るために使う
今回整理してみて、バックテストは正解探しではなく、弱点を先に見る作業として使いたいと思いました。良い結果を見るためではなく、どこで崩れやすいのかを知るためのものです。
私にとって大事なのは、検証結果そのものより、どの前提で試したかを説明できる状態です。説明できない数字は、見た目が良くても扱いに困ります。
次に試すときは、期間、対象銘柄、コスト、売買条件、除外条件を先に書き出します。そのうえで、AIには抜け漏れ確認と差分整理を頼みます。良い数字が出ても、そこからすぐ売買判断へ進まず、なぜそう見えたのかを確認する流れにしたいです。
AI投資ツールを作るほど、速く検証できることと、安全に判断できることは別だと感じます。だからこそ、バックテストの前提を先に固定する。ここを次の実験の出発点にします。
次回は、採用した前提だけでなく、迷って採用しなかった前提も一緒に残します。結果だけが残ると、あとから都合よく読めてしまうからです。検証の速さより、あとで説明できる形を優先して進めます。
