戦略に資本を投じる前に、まず彼らはこう問いかけます――「これは過去でも機能していたのか？」。バックテストがそれに答えます。つまり、過去のデータに対して一連のルールを実行し、結果を集計するのです。正直に行えば、定量分析の仕事で最も役に立つツールのひとつです。けれども不注意に行うと、最も危険なものの一つにもなります。というのも、バックテストは、価値のないものであっても驚くほど簡単に「見栄えのする結果」に見せられるからです。

優れたバックテストが簡単に“捏造”できてしまう理由:

• 未来の情報に基づくバイアス。戦略が、当時は得られなかったはずの情報をこっそり使えるように許されてしまいます。「月初来の安値付近で買う」というルールは、後から見ると簡単ですが、実際のリアルタイムでは不可能です。

• 目立たない過剰チューニング。十分なパラメータセットを試せば、派手なカーブが出てきます — 本物のパターンを見つけたからではなく、試行回数が多ければノイズに合うものが必ずあるからです。失敗した実験は記録されにくいため、勝者は“初回でうまくいった”ように見えます。

最も深刻なものは過学習です。過去を“学ぶ”のではなく“記憶する”戦略は、耐久性のあるパターンを身につける代わりに、歴史にぴったり合ってしまいます。歴史に合わせて形作られたから当たるのです。そして、見たことのないデータでは崩れ落ちます。

正直なバックテストとは：

• データを保持しておく — 1つの区間で構築し、見たことのない後続の区間で1回だけテストする。

• 先へ進めて検証する — ローリングウィンドウで再学習し、その直後の期間でテストする。

• 摩擦（コスト）をモデル化する — 取引コスト、スプレッド、スリッページ。

• 挑戦回数を数える — 試すほど、最良の結果が運だった可能性は高まります。

注意深いバックテストでも、弱点は1つ共通しています。すでに存在するデータで採点されるため、テスターは常に物語の結末を知っているのです。完全にそれを避ける唯一の方法は、先に予測して、現実に採点させること — フォワードテストです。

それが私たちの公開実験の設計です。すべての予測は、イベント前にロックされ、Bitcoinのタイムスタンプが付与され、その後オープンに採点されます。勝ちも負けも同様です。タイムスタンプ付きのフォワード記録は、あなたがすでに知っている過去に静かに“後付け”で適合させることはできません。

完全な記録：https://neuportal.ai/experiment

教育目的のみ — 金融アドバイスではありません。