リサーチ手法勝率が高くても損をする理由
高い勝率は安心感を与えますが、勝率90%の戦略でも、まれな負けが大きければ損をします。勝率を期待値やプロフィットファクターと併せて読む方法を解説します。
Traseq··2 分で読めます 勝率は、バックテストの中でもっとも安心感を与える数字であり、同時に単独で見るともっとも誤解を招く数字です。10回中9回勝つと聞けば、機能している戦略のように思えます。しかし、その1回の負けが9回の勝ちの合計を上回るなら、戦略はやはり損をします。勝率は「どれだけの頻度で正しいか」を教えてくれますが、「勝ったときにどれだけ得て、負けたときにどれだけ失うか」については何も教えてくれません。本記事では、勝率が単独では見せかけの指標である理由、期待値の計算方法、そして勝率と併せて読むべき数字を示します。
Traseq は研究のためのワークスペースであり、ライブトレードや取引所での執行プラットフォームではありません。注文を出したり、取引所アカウントに接続したり、パフォーマンスを保証したりはしません。以下はすべて、将来のリターンを予測するためではなく、過去のリサーチ結果を誠実に読むための話です。
勝率は、利益で終わった決済済みトレードの割合です:
ひとつのアイデアを検証可能なバージョンに変える。
ノーコードの暗号資産現物戦略から始め、バージョンを固定し、バックテストを実行し、比較のために結果を追跡可能に保ちます。
これは確かに有用な情報です。勝率が非常に低ければ、その戦略は多くの時間を「外している」ことになり、数学的には問題なくても心理的に保有し続けるのは難しくなります。勝率が非常に高ければ、戦略はしばしば正しく、気分も良いものです。
勝率が隠すのは、各結果の「大きさ」です。2つの戦略がどちらも勝率60%でありながら、正反対の資産曲線を描くことがあります。一方は小さく頻繁な利益を積み上げ、ときおり大きな損失を吐き出します。もう一方は小さく頻繁な損失を重ね、ときおり大きな利益を得ます。勝率は同一です。しかし金額は違います。どちらが利益を生むかを知るには、勝率を平均的な勝ち幅・負け幅と組み合わせる必要があります。
すべてを結びつける指標が期待値 — 1トレードあたりに期待できる平均損益です:
期待値 =(勝率 × 平均利益)−(負け率 × 平均損失)
期待値がプラスなら、その戦略はサンプル期間中、1トレードあたりで利益を出していました。マイナスなら、勝率がどれほど高く見えても損をしていたことになります。それぞれ100トレードずつの、対照的な2つのシステムで考えてみましょう。
- 勝率:90%(勝ち90回、負け10回)
- 平均利益:$50
- 平均損失:$500
- 期待値 =(0.90 × $50)−(0.10 × $500)= $45 − $50 = 1トレードあたり −$5
90%のトレードで勝っているのに、システムは依然として1トレードあたり$5を失います。まれな負けが勝ちの10倍の大きさなので、1回の悪いトレードが10回の良いトレードの利益を消し去ります。
- 勝率:35%(勝ち35回、負け65回)
- 平均利益:$300
- 平均損失:$120
- 期待値 =(0.35 × $300)−(0.65 × $120)= $105 − $78 = 1トレードあたり +$27
システムBは3分の2近く外していながら、それでも利益を出します。そのリスクリワードレシオが有利だからです — 勝ちは負けの2.5倍の大きさです。これはトレンドフォローの根底にある核心的なトレードオフです。各スタイルがこの曲線上のどこに位置するかは トレンドフォロー対平均回帰 を参照してください。
どちらのケースでも、勝率は真実の「逆」を示していました。
期待値が1トレードあたりのドル金額であるのに対し、プロフィットファクターは同じ考え方を比率で表したものです:
プロフィットファクターが1.0を超えれば、サンプル期間中の総利益が総損失を上回ったことを意味します。1.0を下回ればその逆です。スケールに依存しないため、取引サイズや頻度の異なる戦略どうしを比較できます。この2つの指標は構造上一致します。プラスの期待値と1.0超のプロフィットファクターは、同じサンプルを表しています。併せて読むのが有用なのは、1.0に近いプロフィットファクター — たとえば1.05や1.12 — が、薄いエッジが手数料・スリッページ・わずかに異なるサンプルで消えかねないという警告だからです。
バックテストの基礎 のインタラクティブデモは、2024-11-03 から 2024-12-31 までの実際の BTC/USDT 1h 足で3つのシステムテンプレートを実行します — ラリー後の横ばいから下落へのチョッピーな相場で、誠実かつ華やかさのない期間です。勝率を実際の結果と並べて見てください:
3つの行を併せて読むと、勝率単独ではどの結果も予測できません。Donchian の34.5%という勝率は設計上低いものです — ブレイクアウト系は、数回の大きなトレンドを待つ間に多くの小さな損失を取るため、低い勝率は欠陥ではなく想定どおりです。SMA(200) は22.7%と最も低い勝率で損をしましたが、それは勝率そのものではなく、プロフィットファクターが0.36と惨めだったからです。RSI は44.4%と最も高い勝率でありながらかろうじて利益を出しただけでした。プロフィットファクター1.12という、紙一重のエッジだったからです。小さな勝者を2つの敗者から分けたのは、勝率ではなくプロフィットファクターでした。
これこそ、お金を危険にさらす前にバックテストをする理由です。このようなチョッピーな期間では、すべてのトレンド・ブレイクアウトテンプレートが純損失となり、平均回帰だけがかろうじて損益分岐しました。そのいずれも勝率単独では見えません。
勝率を単独で戦略の評価に使ってはいけません。次の小さなまとまりをグループとして読みましょう:
- 勝率 — 戦略がどれだけの頻度で正しいか。文脈情報のみ。
- 平均利益と平均損失 — 各結果の大きさ。勝率が省くものはこれです。
- リスクリワードレシオ — 平均利益 ÷ 平均損失。これが十分に高ければ、低い勝率でも問題ありません。
- 期待値 —(勝率 × 平均利益)−(負け率 × 平均損失)。1トレードあたりの判定。
- プロフィットファクター — 総利益 ÷ 総損失。同じ判定のスケール非依存版。
- 最大ドローダウン — 高値から安値への最悪の下落幅。期待値は経路について何も語らないからです。ドローダウンとリスク を参照してください。
ご自身で確かめたいですか? バックテストの基礎 の登録不要デモを開き、3つのテンプレートを切り替えて、勝率をプロフィットファクターやリターンと比較してみてください。そのズレこそが、この記事の本質です。
勝率90%の戦略でも損をすることはありますか?
あります。まれな負けトレードが、頻繁な勝ちトレードよりはるかに大きければ、戦略はマイナスの期待値を持ち、全体として損をする可能性があります。勝率90%でも、平均利益$50・平均損失$500なら、10回中9回勝っても1トレードあたり約$5の損失になります。
トレードにおける期待値とは何ですか?
期待値は1トレードあたりの平均損益で、(勝率 × 平均利益)−(負け率 × 平均損失)で計算します。プラスの期待値はサンプル期間中に1トレードあたり利益を出したことを意味し、マイナスの期待値は、勝率がどれほど高くても損をしたことを意味します。
プロフィットファクターは勝率より優れていますか?
プロフィットファクターは、勝ち負けの頻度だけでなくその大きさも考慮するため、勝率より多くの情報を持ちます。1.0を超えるプロフィットファクターは総利益が総損失を上回ったことを意味します。両方を併せて読みましょう — 勝率は文脈として、プロフィットファクターは実際の判定として。
トレンドフォロー戦略の勝率が低いのはなぜですか?
トレンドフォローやブレイクアウト戦略は、数回の大きなトレンドの発生を待つ間に多くの小さな損失を取るため、低い勝率は設計上想定されています。Traseq のデモにおける Donchian ブレイクアウトテンプレートは34.5%しか勝っていません — この戦略は頻繁に正しくあることではなく、平均利益を平均損失よりはるかに大きくすることを狙っています。
勝率と併せてどの指標を読むべきですか?
勝率は、平均利益・平均損失・リスクリワードレシオ・期待値・プロフィットファクター・最大ドローダウンと併せて読みましょう。勝率単独では見せかけの指標です。これらをひとまとまりとして見ることで、戦略が利益を生んだか、そして経路がどれほど荒かったかが分かります。
暗号資産戦略のバックテスト:Traseq と TradingView の比較