【要約】バックテストに「摩擦」を実装する——約定モデルの作り方 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
アルゴリズムトレードの開発者は、バックテストの成績が実運用で再現されない問題に直面する。素朴な検証モデルは、理想的な市場環境を前提としており、現実の構造的な乖離を無視しているためだ。具体的には以下の課題がある。
- ・約定遅延（レイテンシ）の無視：発注から約定までの時間がゼロと仮定されている。
- ・スリッページの欠如：指値や成行が、シグナル時の価格で正確に約定すると仮定されている。
- ・SL判定の解像度不足：バー内の価格変動を無視し、バーの終値等で判定してしまう問題がある。
// Approach
著者は、バックテストの信頼性を高めるため、現実の市場における「摩擦」をモデル化する手法を提案している。具体的には、以下の3つの要素をシミュレーションに組み込むアプローチをとる。
- ・約定遅延のモデル化：
latency_msを用いて、シグナル発生から約定までの時間を遅延させる。 - ・スリッページの適用：買いは高く、売りは安く約定するよう、呼値単位（
tick_size）で価格を補正する。 - ・SL判定の高度化：ティックデータを用いて実時刻を特定するか、バー内での保守的な近似を行う。
- ・摩擦モデルの統合：
FrictionModelクラスにより、遅延とスリッページを単一のフローで実行する。
// Result
摩擦モデルを導入することで、バックテストの成績は低下する。しかし、これにより実運用に近い、より現実的な期待値を算出することが可能になる。具体的な成果は以下の通りである。
- ・コストの可視化：摩擦によるコスト（
cost）を記録し、成績の低下幅がモデルの計算値と一致するか検証できる。 - ・脆弱性の特定：感度分析により、摩擦の変化に対して戦略がどれほど脆弱かを定量的に評価できる。
- ・乖離の検知：成績の落ち幅がコストで説明できない場合、未発見の構造的な乖離を特定する手がかりが得られる。
Senior Engineer Insight
> バックテストの「綺麗すぎる成績」を疑う姿勢は、実戦において極めて重要だ。本記事の手法は、単なる精度の向上ではなく、戦略の「生存率」を測るための必須工程といえる。特に、摩擦への感度が高い戦略は、本番環境での微細な環境変化で即座に破綻するリスクがある。実装においては、まず固定値から始め、徐々に実データの分布へ移行する段階的なアプローチが、開発コストと精度のバランスを取る上で現実的である。