ウォークフォワード分析で過剰最適化を見抜く|2026年8月版

執筆:シュウ(FX実務解説)/最終更新:2026年8月8日
FX取引はレバレッジにより預託証拠金を超える損失(元本超過損失)が生じる可能性があります。本記事は検証手法の考え方を解説するもので、特定の手法・利益を保証しません。掲載する数値は乱数データで実行した試算であり、実際の運用成績を示すものではありません。制度・取引条件は各社および公的機関の公式資料をご確認ください。

結論:ウォークフォワード分析は「良い成績」ではなく「劣化幅」を測る道具

ウォークフォワード分析とは、検証期間を区切り、直前の区間で最適化したパラメータを次の未知区間でそのまま動かす手続きを、期間を前進させながら繰り返す検証方法だ。狙いは好成績の再現ではない。イン・サンプルとアウト・オブ・サンプルの成績差、つまり劣化幅を数値化し、過剰最適化がどれだけ混ざっているかを量として突きつけることにある。

優位性がゼロと分かっている乱数データで試算したところ、探索数を9通りから198通りへ増やしただけで、イン・サンプルの平均シャープレシオは0.44から0.70へ上がった。中身は偶然だけである。以下、試算の内訳から手法の限界までを順に整理します。

なぜイン・サンプルの好成績は、それ自体では証拠にならないのか?

パラメータ最適化は「最も成績が良かった組み合わせを選ぶ」作業だ。選ばれた1つには、戦略の実力とデータ固有のノイズが同居している。探索した数が多いほどノイズ由来の上振れを引き当てる確率は上がり、イン・サンプルの成績は構造的に過大評価される。

● 「最良を選ぶ」行為そのものが成績を膨らませる

コインを100枚投げれば、10回連続で表が出る枚数が現れる。その1枚を「表が出やすいコイン」と呼ぶのが、総当たり最適化の実態に近い。完成したバックテスト画面に、裏で捨てた197通りの失敗は表示されない。

● 独自試算:優位性ゼロの乱数でもシャープ1.72が出た

膨らみを実測した(2026年8月8日実行)。ドリフトをゼロにした正規乱数2,000本を価格系列とみなし、前半1,000本をイン・サンプル、後半をアウト・オブ・サンプルに割る。単純移動平均クロスの短期・長期を総当たり探索し、イン・サンプルのシャープレシオが最大の組み合わせだけを採った。独立100系列の結果が下の表だ。

探索した組み合わせ数 イン・サンプル平均シャープ 同・最大値 アウト・オブ・サンプル平均 OOSがプラスだった割合
9通り 0.44 1.44 −0.02 52%
24通り 0.57 1.50 −0.03 49%
198通り 0.70 1.72 −0.06 42%

元データに優位性は埋め込んでいない。それでもイン・サンプルの成績は探索数に比例して上がり、アウト・オブ・サンプルはゼロ近傍に張り付いた。平均の劣化幅は0.46→0.60→0.76と拡大している。探索を広げて買っていたのは、実力ではなく劣化幅だった。

ウォークフォワード分析は具体的に何をする手法か?

期間を「最適化窓」と「検証窓」に区切り、最適化窓で決めたパラメータを直後の検証窓へ持ち込んで成績を記録する。次に窓を検証窓の長さぶん前へずらし、同じ作業を繰り返す。検証窓の成績だけを連結すれば、一度も最適化に使われていない資金曲線が手に入る。

● アンカード方式とローリング方式で前提が変わる

最適化窓の始点を固定し続けるのがアンカード方式で、学習データは進むほど増える。始点も前進させて長さを保つのがローリング方式だ。古い環境を捨てるローリング方式はレジーム変化に追随しやすい反面、推定は不安定になる。戦略が長期の統計的性質に依存するのか、直近の癖に依存するのかで選ぶ。

単純バックテスト・ホールドアウト・ウォークフォワードは何が違うのか?

違いは「未知データで何回評価したか」に集約される。単純バックテストは0回、ホールドアウトは1回、ウォークフォワードは区間数だけ評価する。回数が増えるほど、偶然で成績を説明できる余地は狭まる。

検証方式 未知データでの評価回数 レジーム変化への追随 主な弱点
単純バックテスト(全期間最適化) 0回 なし 成績が実力かノイズか分離できない
ホールドアウト(後半を検証に取り置き) 1回 なし 1回の当たり外れに結論が左右される
ウォークフォワード 区間数だけ(通常5〜20回) あり(再最適化を繰り返す) 計算量が重く、手続き自体を選び直すと台無しになる

ウォークフォワード分析はどの手順で回すのか?

特別なソフトは要らない。バックテスト環境で日付を切るだけで成立する。

  1. 全期間を決め、実装コスト(スプレッド・スワップ・スリッページ)を先に組み込む。
  2. 最適化窓と検証窓の長さを決める。比率は3対1から4対1が引用されることが多い。
  3. 最初の最適化窓で総当たり探索し、評価指標が最良の組み合わせを1つ選ぶ。
  4. そのパラメータを固定したまま直後の検証窓で売買させ、成績を記録する。
  5. 窓を検証窓の長さぶん前進させ、3〜4を期間の終わりまで繰り返す。
  6. 検証窓の成績だけを連結し、通しの資金曲線と最大ドローダウンを算出する。
  7. イン・サンプルとアウト・オブ・サンプルの成績比(ウォークフォワード効率、WFE)を区間ごとに並べる。

7の比率の列が分析の本体だ。通しの資金曲線が右肩上がりでも、WFEが区間ごとに0.9と0.1を行き来するなら、見ているのは優位性ではなく運の振れになる。

過剰最適化を見抜くチェックポイントはどこか?

見るのは最終成績ではなく次の5点だ。1つでも崩れていれば、資金曲線の形が良くても採用は見送る。

  • WFEの水準:アウト・オブ・サンプル成績÷イン・サンプル成績。50〜60%を下限の目安に置く資料が多いが、閾値に必然はない。水準より区間ごとのばらつきを重く見る。
  • パラメータ高原の有無:最良値の周囲を1目盛ずらして成績が崩れないか。周囲が断崖なら、その最良値はノイズの尖りだ。
  • 探索回数の記録:何通り試したかを残す。試行回数は事後に思い出せない。探索数は劣化幅の予測変数になる。
  • 採用値の安定性:区間ごとに採用パラメータが大きく飛ぶなら、拾っているのは相場構造ではなくノイズだ。
  • 実装コスト計上後の再判定:コスト前に成立した優位性は、コストを入れた瞬間に消えることがある。順番は「コストを入れてから最適化」だ。

ウォークフォワード分析でも防げない誤りは何か?

最大の穴は、この手続き自体を何度もやり直せることだ。窓の長さや評価指標を変えて何通りも走らせ、見栄えのする1つを採用すれば、アウト・オブ・サンプルは事実上イン・サンプルに変わる。走らせた回数を記録し、採用は1回で終える。

もう1つは、市場構造が検証期間の外で動くことだ。国際決済銀行(BIS)の3年ごとの中央銀行サーベイによると、店頭外国為替市場の1日平均取引高は2025年4月時点で9兆6,000億ドルとなり、2022年の7兆5,000億ドルから28%増加した(BIS Triennial Central Bank Survey 2025)。参加者の構成も商品の比率も3年単位で変わる。過去10年で最適化したパラメータが、その前提ごと有効であり続ける保証はない。再最適化の周期は先に決めておく。

制度・業者条件は検証より先に確認する。証拠金規制は金融先物取引業協会「規制について」、監督の一次情報は金融庁、統計は日本銀行に当たる。

関連する論点は実装コスト対策とモンテカルロ法によるドローダウン評価で、採用後のロット設計は期待値とケリー基準で扱っている。

よくある質問(FAQ)

Q. 最適化窓と検証窓の比率はどう決めますか?
3対1から4対1が目安として引用されますが、根拠のある固定値ではありません。比率を変えて結論が反転するなら、その優位性は比率の選び方に依存しているだけです。判断を保留してサンプルを増やします。

Q. WFEが何%あれば合格ですか?
50〜60%を下限に置く資料が多いものの、閾値に理論的な必然はありません。平均だけを見ず、区間ごとのWFEを並べます。平均60%でも内訳が110%と10%なら、安定性の評価は下がります。

Q. 条件を変えて何度も試すのは問題ですか?
選び直した時点で、アウト・オブ・サンプルは選抜に使われイン・サンプル化します。走らせた回数と条件を記録し、採用は1回で終える運用にします。

Q. ウォークフォワードで良好なら実運用も同じ成績になりますか?
なりません。約定拒否や指標発表時のスリッページは過去データに残りません。掲載した試算値も乱数による方法論の説明であって、将来の成績を示すものではありません。

コメント

タイトルとURLをコピーしました