2つの戦略が同じ年間リターンを生み出しても、割り当てるべき資本の量はまったく異なることがあります。
なぜでしょうか?
リターンだけでは、その優位性がどれほど信頼できるかは分からないからです。
たとえば、戦略Aには複数の市場局面にまたがる2,000件の過去データがあります。
戦略Bは40回の取引しかなく、その利益の大半は、異常に強かった1か月から生まれています。
どちらも+18%です。
しかし、その数字に置くべき確信は同じではありません。
これが推定リスクです。つまり、一見すると優位性のように見えるものが、実際には少ないサンプルや有利なサンプルの結果の一部である可能性です。
既知のコストは管理しやすいものです。たとえば、対象となる新規ユーザーはBTC2026を使って、Binanceのスポット取引手数料の対象部分を20%削減できます。
一方で、その優位性そのものに関する不確実性はもっと厄介です。
証拠が少ないほど、その推定を強く信じるべきではありません。
資本は、結果の派手さではなく、プロセスへの確信に応じて配分すべきです。
強い数字は注目に値します。
強い証拠に裏付けられた強い数字こそ、資本に値します。
なぜでしょうか?
リターンだけでは、その優位性がどれほど信頼できるかは分からないからです。
たとえば、戦略Aには複数の市場局面にまたがる2,000件の過去データがあります。
戦略Bは40回の取引しかなく、その利益の大半は、異常に強かった1か月から生まれています。
どちらも+18%です。
しかし、その数字に置くべき確信は同じではありません。
これが推定リスクです。つまり、一見すると優位性のように見えるものが、実際には少ないサンプルや有利なサンプルの結果の一部である可能性です。
既知のコストは管理しやすいものです。たとえば、対象となる新規ユーザーはBTC2026を使って、Binanceのスポット取引手数料の対象部分を20%削減できます。
一方で、その優位性そのものに関する不確実性はもっと厄介です。
証拠が少ないほど、その推定を強く信じるべきではありません。
資本は、結果の派手さではなく、プロセスへの確信に応じて配分すべきです。
強い数字は注目に値します。
強い証拠に裏付けられた強い数字こそ、資本に値します。