検証の手順

研究の考え方

バックテストを信じろとは言わない。ルール確定後に何が起きたかを点検できるようにする。研究は反証できるほど、証拠は検証できるほど開かれているべきだと考える。

公開する研究と、公開しない実装

DM-Signalは、研究を公開し、実装を守ります。

Open research. Observable evidence. Proprietary implementation.

誰でも見られるもの。無料のBasic-DualMomentumのシグナルと、保有が入れ替わった全ての月の履歴。全ての戦略に通す検証の手順(このページ)。成績の数字に付ける期間と条件。当時公開したシグナルの記録は、あとで書き換えないこと。

会員向けのもの。上位ポートフォリオと、そのシグナル、割合、追加の実装情報。

公開しないもの。上位ポートフォリオの詳細な選定ロジックです。選定ロジックの開示を求めるご要望には応じていません。個別のご質問にも、このページの内容を超えてはお答えしていません。

研究は、反証できるほど開かれているべきだと考えています。ただし、研究の透明性と、独自の実装の全面開示は別のものです。実装を守るのは、研究を続け、その成果を会員に届け続けるためです。

これはDM-Signalだけの方針ではありません。世界的な運用会社AQRのThomas MaloneyとTobias Moskowitzは、論考『Academic Alpha: A (Re)Introduction to Style Premia Investing』(AQR、2026年8月)で、学術研究にもとづく投資のアイデアそのものは「秘伝のタレ」ではないが、その測り方と実装は秘伝でありうる、と書いています。同じ論考は、運用会社の最新の独自シグナルは上位の「フルモデル」の戦略のために取っておかれることがある、とも述べています。

the ideas themselves are not “secret sauce” – though some of the measures and implementations might be

a manager’s very latest proprietary signals may be reserved for its premium “full model” strategies

出典: AQR「Academic Alpha: A (Re)Introduction to Style Premia Investing」(PDF、英語)

製薬企業や大学の研究機関も、研究成果の公開と知的財産の保護を両立させています。DM-SignalもAQRと同様に、公開研究と独自実装を分ける方針を採っています。

根拠を確かめるだけなら、会員になる必要はありません。

• 保有の入れ替えの履歴
• 無料と会員の違いを見る

基本の検証

1. A1

   広大なグリッドサーチ

   広いパラメータ空間を総当たりし、最高の一点ではなく、少し条件を変えても成績が崩れない平らな領域があるかを見る。

2. A2

   パラメータ空間の頑健性

   グリッドの全パターンで Beta 調整後の Alpha を計算し、チャンピオンだけでなく Alpha が正だったパターンの割合を見る。

3. A3

   IS / OOS

   ある時点までの情報だけで選択し、その後の未知の期間で評価する。

4. A4

   複数窓ウォークフォワード

   時間を進めながら選択と評価を繰り返し、学習期間の長さも複数試す。特定の学習期間だけで偶然うまくいった可能性を疑う。

5. A5

   Beta 調整後 Alpha

   市場 Beta を推定し、市場連動分を除いても何かが残るかを見る。この段階で FAIL になる戦略もある。

6. A6

   拡張窓

   学習期間を伸ばし続ける拡張窓でも確認し、特定のローリング窓幅に結果が依存していないかを見る。

7. A7

   レジーム別の頑健性

   平均だけでなく、市場環境ごとに何が起きたかを見る。

8. A8

   ヴィンテージ OOS

   研究環境そのものを過去の時点に戻し、その時点で利用可能だった情報だけで選択して、その後を評価する。

9. A9

   棄却 / 採用

   初期の検証を通った戦略でも、後の検証で落ちれば捨てる。捨てた研究も記録に残す。

10. A10

    実際のフォワード観測

    どれだけ検証しても研究者は過去を知っている。事前に公開したシグナルをその後観測することだけがそれを消す。

DM-Signal 固有の追加検証

1. B1

   アルファ空間検証

   パラメータ空間全体の CAGR 正率を測る。パラメータ空間全体で広く正の結果が得られることは、一点だけの偶然のピークである可能性を下げる。ただし、それだけで過学習を否定するものではない。

2. B2

   デケイ分析

   過去時点で選ばれたchampionの優位性が経年で摩耗していないかを、6/12/24ヶ月窓で直接測る。

3. B3

   Vintage分析

   異なる時点で選出されたchampion同士でOOS成績が再現するかを、選出タイムラインとIS/OOS比較で検証する。

4. B4

   パラメータ近傍分析

   championが孤立した一点豪華のピークでないかを、近傍パラメータでの性能落差を比較して確認する。

5. B5

   ストレステスト

   急落局面や利上げショックなどの極端な期間で、平常時に見えていた優位性がbenchmark比で剥がれていないかを見る。

6. B6

   foldパーセンタイル検証

   固定championが各walk-forward foldの母集団内でランダム以上の成績を維持しているかを、fold percentileで確認する。

7. B7

   指標top安定性

   計算期間を短縮してもtop集合がどれだけ保たれるかを、overlap率/Jaccard係数で測る。

8. B8

   レジーム条件付き検証

   Bull/Bear/Sidewaysいずれの相場局面でもαが正であるかを見て、特定局面依存の見かけの強さを炙り出す。

9. B9

   Rule Freeze(ルール確定)

   選定ルール・パラメータをある時点で確定し、以後は記録のない変更を行わない。この確定点が、まだ検証していない未来との境界線になる。

10. B10

    Forward observation(フォワード観測)

    Rule Freeze以降のリアルタイム実績のみを、バックテストと区別して観測・再計算する。フォワード指標はフォワード期間の行だけで計算する。

研究コラム

DM-Signalでは、バックテストの結果だけでなく、その結果がどこまで信用できるのかを検証しています。検証の過程と、そこから分かったことをnoteで公開しています。

• バックテストを、もう一度疑う。― Full-Stack Nested Walk-Forwardという次の実験
• 「戦略を選ぶ」ところまで未来を見なくても、リターンは残った。
• 高リターンから「既知のファクター」を引いても、リターンは残った。

noteで研究コラムを読む →

過去データの訂正

過去の価格系列は、後から変わることがある。調整後の価格は、新しい配当・分割・分配金が出るたびに、過去の値まで遡って計算し直される。データベンダーが過去のデータを訂正することもある。そのため、再計算した研究系列は、元の過去シグナル記録と異なる場合がある。こうした変化は、過去の公開記録を書き換える理由にはならない。