バックテストで美しいエクイティカーブを描くEAが、フォワードテストや実運用では全く成果を出せない――これはシステムトレード開発者が繰り返し経験する典型的な失敗パターンです。その主な原因の一つが「カーブフィッティング（過剰最適化）」です。本記事では、自作EAがカーブフィッティングに陥っていないかを個人開発者自身がチェックできる診断項目を整理します。
カーブフィッティングとは何か
カーブフィッティングとは、過去のデータに対してパラメータを過度に調整し、そのデータセット固有の「たまたまの動き」にまでロジックを合わせ込んでしまう現象を指します。結果として、検証期間内では非常に高い成績を示す一方で、未知の相場データに対する再現性が乏しくなる傾向があるとされています。
この現象は「過学習」とも呼ばれ、当メディアの別記事『EA最適化の過学習とは?パラメータチューニングで陥りやすい罠と対策』でも仕組みを解説しています。本記事では、その延長として「自分のEAが該当していないか」をセルフチェックする視点に絞って整理します。
診断チェックリスト：以下の項目に当てはまるほどリスクが高い傾向
以下は、開発コミュニティや検証プロセスの一般的な知見に基づく確認項目です。当てはまる数が多いほど、カーブフィッティングの可能性を疑う余地があると考えられています。あくまで傾向を把握するための目安であり、該当項目数によって結果を保証するものではありません。
1. パラメータの数が多すぎないか
最適化対象のパラメータが10個以上に及ぶ場合、パラメータの組み合わせ空間が広がりすぎ、偶然一致する解が見つかりやすくなるとされています。一般的には、少数の意味づけできるパラメータに絞る方が再現性の観点で有利とされる考え方があります。
2. パラメータの値に「都合の良すぎる」小数点まで意味があるか
例えば「移動平均期間23.7」のような、根拠を説明しづらい極めて細かい値が最適解として選ばれている場合、それは検証データの雑音に適合してしまっている可能性が指摘されています。パラメータを丸めても成績が大きく崩れないかを確認する方法が有効とされます。
3. 検証期間が短すぎないか
検証期間が数か月〜1年程度と短い場合、特定のトレンドやレンジ相場に偏った結果になりやすいと考えられています。複数の相場環境（トレンド期・レンジ期・急変動期など）を含む期間で検証できているかを確認することが望ましいとされます。
4. アウトオブサンプル検証を行っているか
最適化に使ったデータと同じ期間だけで良好な成績が出ている場合、その結果は検証データにのみ適合している可能性があります。最適化に使っていない未知の期間（アウトオブサンプル）でも同様の傾向が維持されるかどうかは、判断材料の一つとされています。
5. ウォークフォワード検証との差が大きくないか
通常のバックテストとウォークフォワード検証の成績を比較し、差が極端に大きい場合は過学習を疑う目安になるとされています。ウォークフォワード最適化の手法については、当メディアの関連記事で詳しく解説しています。
6. ドローダウンやトレード数が極端に少なくないか
トレード数が数十件程度と少ないにもかかわらず高い成績を示している場合、統計的な信頼性が乏しい可能性があります。一般的には、一定数以上のサンプル（トレード件数）が確保されているかを確認する考え方が知られています。
7. ロジックに明確な相場的根拠があるか
「なぜこのパラメータでうまくいくのか」を市場構造やアノマリーの観点から説明できない場合、それは数値上の偶然の一致に依存している可能性が指摘されています。ロジックの裏付けを言語化できるかどうかは、開発時の確認ポイントとして挙げられることがあります。
8. 複数の通貨ペア・時間帯で再現性があるか
同じロジックを別の通貨ペアや時間帯に適用した際、成績が大きく崩れる場合は特定条件への適合が疑われます。汎用的なロジックであれば、多少の成績差はあっても大枠の傾向が維持されやすいとされています。
診断結果をどう活かすか
チェックリストの該当数が多かった場合でも、それ自体が「使えないEA」を意味するわけではありません。重要なのは、該当した項目を一つずつ見直し、パラメータの単純化や検証期間の拡張、アウトオブサンプル検証の追加といった改善プロセスに落とし込むことです。カーブフィッティングの診断は一度きりで終わるものではなく、開発・検証・改修のサイクルの中で継続的に確認する作業と位置づけることが望ましいと考えられています。
なお、こうした検証作業を効率的に行うには、複数期間・複数条件でのシミュレーションを繰り返し実行できる検証環境の有無が作業効率に影響するとされています。ティックデータを用いた詳細なバックテストツールを活用することで、アウトオブサンプル検証やウォークフォワード検証の工程を体系的に進めやすくなる場合があります。
まとめ
バックテストの成績が良いことと、実運用で成果が出ることは必ずしも一致しません。カーブフィッティングは多くの個人開発者が一度は経験しうる過程であり、本記事のチェックリストを定期的に自分のEAに当てはめて確認することが、開発プロセスの精度を高める一つの手段になると考えられます。
本記事は情報提供を目的としたものであり、特定の売買手法や成果を保証するものではありません。システムトレードにはパラメータ調整や検証方法にかかわらず、相場変動によって損失が生じるリスクがあります。実際の運用にあたっては、ご自身の判断と責任のもとで検証・実施してください。
コメント