EA開発で18戦略テストして学んだこと｜過適合との戦い

はじめに

プロップファームをEAで攻略するには、過適合（カーブフィッティング）を徹底的に排除したEAが必要です。過適合とは、EAが過去のデータに合わせすぎて、未来の相場では通用しなくなる現象です。バックテストでは好成績でも、実運用ではチャレンジ費用を溶かすだけの存在になります。

3年間のデータを使い、18以上の売買戦略を以下の2つの方法で検証しました。

結果は以下の通りです。

ステージ	通過数	通過率
WFA検証	8/18	44%
WFA + MC 両方通過	3/18	17%

5つに1つも残らない 。これがEA開発の現実です。

最もやりがちな失敗です。最適化用データ（IS: In-Sample）で成績が悪い条件を見つけ、その条件でトレードしないフィルターを追加する。

ISでは成績が上がりますが、検証用データ（OOS: Out-of-Sample）ではほぼ確実に悪化します。テストした全てのフィルター（ヘッジフィルター、傾きフィルター、タイムストップ等）が逆効果でした。

フィルターはISのノイズ（偶然のパターン）に適合する 。ノイズはOOSでは再現されないため、フィルターの効果は消えます。

各ウィンドウの最適化用データでパラメータを調整し、検証用データに適用する — WFAの標準的な手順ですが、これですら過適合リスクがあります。

実際に検証すると、 固定パラメータ（全ウィンドウで同じ値）の方が検証データでの成績が良い ケースが多発しました。

パラメータを少し動かしただけでEV（期待値：1トレードあたりの平均損益）が50〜80%低下することもあります。

「火曜日はリスクを33%削減」「水曜日はリスクを増加」のような曜日別最適化は、たまたまデータに現れた偶然のパターンを捉えている可能性が高いです。

ある検証では、火曜カット33%が+1.7ptの改善を示しましたが、以前テストした火曜カット50%が過適合と判定されていたため、同じファミリーの変更として不採用にしました。

同じ方向性の変更が一度でも過適合と判定されたら、そのファミリー全体を疑うべき です。

「損失フロア-1.3%」（1トレードの最大損失を制限する）設定は+1.3ptの改善を示しましたが、この効果は過去データの わずか3日間 に依存していました。

3日分のデータで結論を出すのは統計的に無意味です。

4パラメータのEAと7パラメータのEAでは、4パラメータの方がOOS成績が安定します。

パラメータが増えるほど「過去データに合わせる自由度」が上がり、過適合しやすくなります。

WFA+MCを両方通過した3戦略には共通点がありました。

複雑な条件分岐やマルチインジケーターの組み合わせではなく、 1〜2個の明確なシグナルに基づくシンプルなロジック でした。

固定pipsのストップロス（損切りライン）ではなく、ATR（一定期間の値動きの平均幅）に連動したストップロスを使用。相場のボラティリティ（値動きの大きさ）が変化しても自動適応するため、異なる相場環境でも安定します。

ローソク足が確定する前にエントリーする戦略は全滅しました。未確定の足でエントリーすると、バックテストでは「未来の値動き」を先読みしてしまう問題が発生します。 確定足ベースのエントリーのみが生存 。

上位1.6%のトレードが全利益の50%以上を生み出す構造。つまり「大勝ちが少数あり、小負けが多数」という損益分布です。

これは利益が伸びたときに決済ラインを切り上げるトレーリングストップ（追従型の利確・損切り）で実現されます。

生き残った3戦略は、ある戦略が負けているときに別の戦略が勝つ傾向がありました（相関係数 -0.1〜-0.5）。このような逆の値動きをする戦略を組み合わせると、全体のドローダウンが大幅に減少します。

最終的に確立した判断基準は以下の通りです。

パラメータ感度 が特に重要です。設定値を±5%動かしたときに成績が急激に変わる（崖がある）場合、そのパラメータは過適合しています。なだらかに変化する場合は、頑健（ロバスト）な設定であり、実運用でも安定しやすいです。

プロップファームのチャレンジで勝ち続けるには、過適合を排除した「本物のエッジ」を持つEAが不可欠です。バックテストの数字を追いかけて複雑にするほど、実運用での成績は悪化します。

EAを「いかに賢くするか」ではなく「いかにシンプルに保つか」が、プロップファーム攻略の鍵です。