量的研究ワークフロー：
5MA、ボラティリティ、バックテストを同じ証拠チェーンに組み込む。
クオンツはチャートをより複雑にすることではなく、研究課題、データ範囲、式、実行ルール、失敗条件を明確に書くことです。本稿では 5MA／20MA のオフセット、ボラティリティの Z‑Score、アウト‑オブ‑サンプルのバックテストで再現可能なプロセスを構築します。 Z-Score
まず結論を見る。
- 移動平均の控除は「ウィンドウから除かれる価格」と新しい価格との差を表し、単独の売買シグナルではありません。
- ボラティリティ Z‑スコアは、現在のボラティリティが自身の過去分布に比べて高いか低いかを示すだけで、方向性は示唆しない。 Z-Score
- バックテストで最も重要なのは見栄えの良い曲線ではなく、時間の分割、次足での実行、コスト、アウト・オブ・サンプル、失敗の監視である。
1. まず研究課題を反証可能な命題で書くこと
1.1 「上がるかどうか」から観測可能な条件へ変更する
「5MAが上向きだから上がる」は完全な命題ではありません。シグナルの生成時点、エントリー価格、保有期間、取引コスト、失敗条件が定義されていないためです。よりテスト可能な書き方は：「終値時の5日移動平均が20日移動平均を上回っている場合、翌営業日の日足を1本保有し、両方向のコストを差し引いた後の平均リターンが正か？」こうすればどのフィールドを収集すべきかが分かります。
1.2 データの基準を固定する
研究前に、対象、取引所、通貨、調整方法、頻度、締切日を記録すること。ETF を使用する場合、配当を再投資するかどうかで結果が変わる；先物を使用する場合、継続契約のロール方法がリターンを変える。異なる口径は同一の曲線上で黙って混ぜてはいけない。
2. 5MA／20MAの差引値：まずウィンドウを理解し、その後転換を論じる
2.1 移動平均線と差し引きの公式
n日単純移動平均は直近 n 件の終値の平均です。今日から明日にかけて、ウィンドウは最古の価格を外して新しい価格を加えるため、移動平均は単に今日の上昇だけで変化するわけではありません。
MA(n,t+1) − MA(n,t) = (C_{t+1} − C_{t-n+1}) / n
2.2 再現可能なデモンストレーション
2.3 5MA と 20MA の使用上の境界
短い移動平均はノイズに敏感で、長い移動平均は転換に対して遅れる。オフセット値を比較する際は、出来高、ボラティリティの状態、サポート・レジスタンス、取引コストも同時に観察すべきであり、「大きくオフセット＝下押し、低くオフセット＝押し上げ」と因果関係のように書かないでください。直接使用可能：ボラティリティ Z‑スコア ツール Z-Score当時のボラティリティ環境を確認し、過去の終値を自分のスプレッドシートで照合してください。
3. ボラティリティ Z‑Score：高ボラティリティと低ボラティリティを明確に定義する Z-Score
3.1 価格からリターンへ
同じ調整口径の価格を用いてまず日次リターンを計算する。 r_t=P_t/P_{t-1}−1，その後固定ウィンドウで標本標準偏差を計算します。価格をそのまま標準偏差に使うと、価格水準をリスクと誤認します。
Z_t = (σ_t − mean(σ)) / stdev(σ)
3.2 三つのケースの解釈
| 結果 | 言ってよいこと | 言ってはいけないこと |
|---|---|---|
| Z ≥ 2 | 現在のローリング・ボラティリティはサンプル自身の分布より高い | 空売りを直接指示したり、必ず下落すると断言することはできません |
| −2 < Z < 2 | 自身サンプルの中間点に接近 | リスクが消えたとは言えません |
| Z ≤ −2 | 現在のボラティリティは自身の分布より低い | 低ボラティリティ＝安全とは言えません |
ウィンドウ、サンプル長、マーケット構造はいずれも Z‑Score に影響する。Z‑Score は研究の層別化、例えばバックテストコスト想定の調整やレバレッジ暴露の短縮に適しており、取引計画の代替にはならない。 Z-Score
4．アウト・オブ・サンプルのバックテスト：歴史的ノイズをアドバンテージと誤認しないために
4.1 先行（lookahead）時間で切り分けてからパラメータを再調整する
データを研究期間、検証期間、アーカイブされたサンプル外期間に分ける。パラメータは研究期間内でのみ決定する；サンプル外データはルールをロックした後でのみ使用する。サンプル外結果を繰り返し見てからパラメータを変えると、それはもはやサンプル外ではない。
4.2 次の足での執行とコスト
終値で形成されたシグナルは、同一の終値約定で同時に実行できると仮定してはいけない（終値撮合の仕組みを証明できる場合を除く）。保守的には次の足で約定し、手数料、スプレッド、スリッページ、税金、ロールオーバー、取引停止を織り込む。戦略のリターンと買い持ちを同一の価格口径で比較すること。
4.3 ドローダウンは飾りではない
総リターン以外に、少なくとも最大ドローダウン、ドローダウン継続時間、取引回数、単体取引の分布、最悪の連続損失、サンプル外差を報告すべきです。取引数が少ないのにSharpeが高いのは推定誤差かもしれませんし、多数のパラメータで曲線を真っ直ぐにするのは過学習のリスクです。
組み合わせ可能：ヒストリカル VaR 推定器與Kelly リスク予算ツール，研究結果を直接ポジションサイズに変換するのではなく、ストレステストに落とし込む。
5. 再現可能な定量研究チェックリスト
- 研究仮説はデータによって反証可能か？
- 価格、配当、先物ロールの観測口径は固定されていますか？
- サンプル外期間は明確に分離されているか？
- シグナルと約定は少なくとも1本のローソク足の隔たりがありますか？
- コスト、スリッページ、税金、流動性はストレステストされていますか？
- パラメータ数はサンプル量と釣り合っていますか？
- バージョン、締切日および各変更の理由は記録されているか？
- 失効条件とシャットダウンルールは事前に書かれているか？
リサーチプロセスを実行可能な計算に落とす。
検証済みの日次リターンをまず貼り付け、Z‑Scoreでボラティリティの位置を確認し、最後にリスク予算でポジション上限をチェックする。 Z-Score
よくある質問
オフセット値が高いと必ず下落に寄与しますか？
いいえ。差引値は単に移動平均ウィンドウを置き換えた機械的効果を説明するに過ぎません。実際の価格は新情報、出来高、流動性、市場制度の影響を受け続けます。
Zスコアは暴落を予測できますか？ Z-Score
いいえ。相対分布の記述統計に過ぎません；ボラティリティのZスコアが高くても、方向性やタイミングは示しません。 Z-Score
アウトオブサンプルの結果が悪い＝戦略が必ず無効か？
少なくとも現在のルールとデータ口径がアウトオブサンプル期間において優位性を再現していないことを示しています。データ、コスト、実行の仮定をまず点検し、それから研究を停止するか判断すべきであり、アウトオブサンプルのパラメータを後付けでこっそり変えてはいけません。