作る前に半日測って、短い先の予測をやめた話
短い
この記事の内容
1分ほど先の値の方向を読んで自動で売買するしくみを作ろうとしていたのですが、組み始める前にその短さで方向が読めるのかどうかを先に確かめることにしました。手元の数万本の分足で測ると、はっきり「できない」という結果が出ました。この記事は、そう言い切るまでに測ったものを順に並べたメモです。おかげで、組んでから「なぜ当たらないのか」と何週間も悩むことにはなりませんでした。
作る前の半日の測定
測定には半日ほどかけ、直前の値動きから次の方向を当てる、いちばん素朴なやり方だけを使いました。材料は9銘柄それぞれ20,000本ずつ集めた1分足で、集計にはhorizon3.py、dirtest.py、dir2.pyという短いPythonスクリプトを使用しました。
狙っていたのは、エントリーからイグジットまでが数秒から数分という、ごく短い保有でした。こうした予測モデルは、作ってから『当たらない』と気づくのが、いちばん高くつきます。モデルを組み、過去データでバックテストし、パラメータをいじっても当たらない、という往復に何週間もかけたあとで、そもそも当てられないデータだったと分かることがあります。先に『当たる余地があるか』だけを小さく測れば、この遠回りを避けられました。測る作業は半日で終わるので、見込みが無いと出ても、その半日を使っただけで済みます。
まず見た動く幅
最初に、データが十分に動いているかを見ました。方向を読まずにエントリーし、決めた時間だけ保有してイグジットしたときの値幅を、1往復ごとに決まってかかる往復コストで割ります。最もよく動く銘柄では、最短の1分の保有でも、値幅は往復コストの2.4倍ありました。同じ銘柄で15分なら10.35倍、1日なら134.4倍と、保有を延ばすほどこの比は大きくなります。くわしい数字は、下の表のとおりです。動きが小さすぎて何もできない、という状況ではありません。値幅だけ見れば十分すぎるほどで、詰まるとすれば方向のほうだと見当がつきました。
| 保 | 値幅 ÷ 往復コスト |
|---|---|
| 1分 | 約2.4倍 |
| 15分〜1時間 | 約10〜20倍 |
| 1日 | 100倍を |
ほぼゼロだった向きの当たり
次に、方向を当てられるかを測りました。直前の数本の値動きをシグナルにして順張りと逆張りの両方の成績を出し、方向情報の大きさを往復コストに対する比で表しています。最短の1分の保有では、どの銘柄でもこの比が−0.085から+0.034のあいだに収まりました。符号がマイナスの銘柄は逆張り側、プラスの銘柄は順張り側に傾いていますが、往復コスト1回ぶんに比べると多く見ても3%ほどの大きさしかありません。コストを払って勝つには、比が1.0は必要です。保有を1時間まで延ばしても最も良い銘柄で0.56にとどまり、必要な水準の6割にも届きませんでした。この時間スケールの直前の値動きには、方向を読むシグナルが入っていません。
| 保 | 方 |
|---|---|
| 1分 | −0.085 〜 +0.034 |
| 5分〜1時間 | 最大でも 0.56 |
| 勝つのに | 1.0 |
費用のかかり方
方向情報は、往復コストに対する比に直して評価しています。売買のしくみでは、1回エントリーするたびにほぼ決まった額のコストが発生します。その内訳は1往復ごとに払うスプレッドで、勝っても負けても必ず差し引かれます。方向がどれだけ当たっても、1トレードあたりの平均利益がこのコストを超えなければ、取引回数を重ねるほど負けてしまいます。往復コストに対する比にすると損益分岐が1.0にそろうため、銘柄どうしや保有時間どうしを共通の基準で比較できます。生の方向情報だけでは銘柄ごとにコストが異なるので、どれに見込みがあるのか判断できません。
自分をだまさない検算
この種の測定は気をつけないと自分に都合よく出てしまうので、途中で検算を2つ入れました。まず、順張りと逆張りの成績を足すとかならず決まった値になることを使います。方向情報が無いなら順張りの損益と逆張りの損益はちょうど打ち消し合って、往復コスト2回ぶんだけが残ります。たとえば順張りが−1.03、逆張りが−0.97なら足して−2.00で、総和ゼロのゲームに往復コストを2回払っただけの形になり、計算のつじつまは合っています。足して−2.00から外れたら手を止めて、どこで間違えたかを探しました。もう1つの検算は、最小価格刻み(ティックサイズ)を最初に2通りの方法で出して一致させることです。刻みを推測で設定したら、ある銘柄が別の銘柄の50倍動くというありえない表が出かけました。刻みは、気配の ask と bid の差をスプレッド欄で割った値と、値そのものの最大公約数の両方で出し、合ったものだけ使います。
コストも甘く見積もるほど比がよく見えてしまいます。往復コストは、バーに記録されたスプレッドの中央値に刻みと1.5を掛けて出しました。これはバーのスプレッドが実際の気配より1〜5割小さいためです。気配は中央値なので指標発表のときの広がりは均されていて、表の値は実際より甘い側にあります。その甘い側で測っても短い保有時間は1.0に届かなかったので、実際の気配ならなおさら届きません。
時間で増える材料と変わらない費用
次に、保有時間をどこまで延ばせば勝てるのかを調べました。方向情報は保有時間が延びるほど増えていき、おおよそ時間の平方根に比例していました。いっぽう往復コストは保有時間に関係なく定額で、エントリーとイグジットの1往復ごとに共通の額を払う形になります。したがって保有を延ばすほど方向情報と往復コストの比は改善します。手元のデータでその比が1.0を超えたのは数時間から1日の保有であり、いちばん早い銘柄で8時間でした。ただしこれだと当初狙っていた数秒から数分の保有から外れてしまうため、作るものごと考え直すことになります。
直前の値動き以外の手がかり
ここまで測ったのは、直前の数本の値動きをシグナルにするもっとも素朴なやり方だけです。数分の保有で効くシグナルがあるとすれば、値動きそのもの以外のところにあるはずで、候補には寄り付きや引けといった時刻のアノマリー、経済指標の発表、板の偏りが挙がります。どれも直前の値動きには写らず、まだ測っていません。直前の値動きだけで短い保有時間を当てる道は、どの銘柄でも比がほぼゼロだったのでこれで消せました。次に測るなら時刻のアノマリーか指標発表の前後からで、時刻や発表の日程という別のデータが必要になります。
強くかけても動かない比
負けている場所でも、レバレッジを上げて1回のロットを大きくすれば取り返せると考えたくなりますが、実際にはレバレッジを上げても方向情報と往復コストの比は少しも動きません。利益も損失も往復コストも同じ倍率で大きくなるだけで、比が1.0未満の場所でレバレッジを上げるのは負ける速度を上げることにしかなりません。今回のデータで比を動かせたのは、保有時間を延ばすことだけでした。
長い列を信じない理由
長い保有時間の列は、読み方に気をつけました。分足は20日分しかなく、保有時間を延ばすほど窓が重なるので、表の件数は独立な観測の数より桁違いに大きく見えます。1日保有の列だと、独立な観測は約20個です。最もよく動く銘柄の1日の列には−2.754という大きな値が出ましたが、20個ではノイズと見分けがつきません。結論には、1分から1時間までの列だけを使っています。
凝る前の素朴なやり方
この測り方は、予測モデルを作る前のスクリーニングです。モデルの精度を競う前に、当たる余地があるかだけを、もっとも単純なシグナルで見ます。素朴なシグナルで少しでも当たるなら、作り込めば伸びる見込みがあります。まるで当たらない場合は、読めるシグナルがそのデータに入っていないと見なしました。手の込んだモデルにできるのは、データに入っているシグナルを上手に使うところまでです。今回も、凝ったモデルには一度も手を付けないまま、半日で結論を出しています。
半日で終わった測定
この測定そのものは大がかりではありません。分足を集めるのは pullm1.py で、3銘柄ずつ取り込みながらハートビートを監視し、取り込みの遅れは最大でも6秒でした。集めた分足から方向情報を往復コストに対する比で算出し、保有時間を変えながら horizon.csv にまとめます。ここまでで半日ほどかかりました。コードも順張りと逆張りの損益を数えて往復コストで割り、それを保有時間ごとにくり返す程度のもので、この軽さだったので本番を作るより先に回せました。
お客様のデータを預かって予測や自動化の相談を受けるときも、まずこのスクリーニングから入ります。作りたいしくみがそもそも成り立つのかを、半日の測定で先に確かめます。動いているデータでも、短い先の方向まで読めるとは限りません。相談の段階で測定しておけば、作るかどうかを開発費をかける前に決められます。
次に読む
AIの
ニューヨーク大学と
会員番号を
個人情報保護委員会は
記事の一覧
自社でつくって運用している仕組みの記録をまとめています。
仕事のご相談
同じ作り方で、御社の仕組みを作ります 要件を固める前に、動く実物を1本お見せするところから始めます。ソースコードと設定一式は、御社のクラウドの中に残した状態でお渡しします。