【要約】戦略の独立性は設計どおりに作れた。そして6本とも負けた（振り返り第3回） [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者が、設計した自動売買戦略が実運用において全て損失を出すという問題に直面した。設計上の独立性は確保できていたが、収益性が伴わなかった。詳細は以下の通りである。
- ・戦略の独立性は確保できたが、期待した収益が得られない。
- ・損切り幅の変更など、表面的なパラメータ調整では改善が見られない。
- ・無人運用において、通信障害がデータ欠損を招き、それが後続の検証ロジックを誤作動させる連鎖的な不具合が発生した。
// Approach
開発者は、損失の真因を特定するために、統計的な仮説検証を実施した。単なる勘に頼らず、データに基づいた検証を繰り返している。具体的な手法は以下の通りである。
- ・決済ルールの変更による、生存者バイアスの有無を検証。
- ・エントリー時刻の騰落率を、無作為な時刻と比較する統計的検定。
- ・ニュース判定とギャップ（寄り付きの乖離）を組み合わせた、新戦略の抽出。
- ・比較対象の「窓」を揃え、統計的有意性の妥当性を精査。
// Result
統計的な分析により、既存戦略の敗因がエントリータイミングの不備にあることを突き止めた。検証の結果、以下の知見が得られた。
- ・ニュース判定を用いたギャップ逆張り戦略は、高いt値を示す有望な候補となった。
- ・銘柄数を増やしても統計的優位性が向上しないという、分散投資の予測とは異なる結果を得た。
- ・事後的な分析が、意図せずバイアスを生むリスクを再認識した。
Senior Engineer Insight
> 検証プロセスにおける「比較窓の整合性」へのこだわりを高く評価する。エントリーの有意性を、無作為な時刻と比較する際に窓を揃える姿勢は、データサイエンスの基本かつ肝である。また、通信障害がデータ欠損を招き、それが後続のロジックを壊す「障害の連鎖」の記述は、無人運用の恐ろしさを的確に示している。スケーラビリティを追う前に、データの整合性と観測条件の厳密さを担保することの重要性を再認識させる内容だ。