Open Research / Observable Evidence / Proprietary Implementation

トラストセンター

信頼を求めるのではなく、点検できる形を作る。

Research Philosophy(研究哲学)

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。

Overfitting Validation Framework(過学習検証フレームワーク)

基本のバックテスト検証

戦略を候補にする前に、すべてのバックテストで最低限行う確認。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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

上の基本検証に加えて行う、DM-Signal 固有の検証。

1. 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。

source: context/robustness-verification-catalog.md §0

2. 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ヶ月窓のp_det_roll/p_erosionで直接測る。

source: context/robustness-verification-catalog.md §4.1

3. 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。

source: context/robustness-verification-catalog.md §4.2

4. 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。

source: context/robustness-verification-catalog.md §4.3

5. 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。

source: context/robustness-verification-catalog.md §4.4

6. 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。

source: context/robustness-verification-catalog.md §4.5

7. α6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。

source: context/robustness-verification-catalog.md §4.6

8. 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。

source: context/robustness-verification-catalog.md §4.7

9. 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。

source: Rule Freeze

10. 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。

source: Forward observation

Prospective Forward Policy(フォワード方針)

確定前の全ては、まだ過去に過ぎない。選定ルールをある時点で確定し(Rule Freeze)、その後にリアルタイムで観測された実績だけをフォワード実績として扱う。フォワード指標はフォワード期間の行だけで再計算する。

Signal Archive Policy(シグナルアーカイブ方針)

  1. 公開されたシグナルは、当時実際に表示されていた内容の歴史的記録である。
  2. 運用上のミスでシグナル公開が誤っていた場合、元の記録を保持したまま、タイムスタンプと理由を添えた訂正を追記する。
  3. 過去の市場データは後から訂正されることがある。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。
  4. データ訂正は、過去の公開記録を書き換える理由にはならない。
  5. 手法の変更には新しいバージョンと発効日を付与する。
  6. バグ修正と研究上の改善は区別する。
  7. 利用者が見る全てのパフォーマンス頁は、対応する訂正方針へリンクする。

Historical Data Revision Policy(過去データ訂正方針)

過去の市場データはデータベンダーによって後から訂正されることがある。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。データ訂正は過去の公開記録を書き換える理由にはならない。

個別イベント単位の訂正履歴ページは準備中。

Deterministic Selection / Numerical Stability(決定論的選定 / 数値安定性)

ポートフォリオの選定は決定論的で、同じ入力からは常に同じ選定が得られる。スコアが微小な同値帯に入る候補は同順位として扱い、固定した経済的に意味のある順序で tie-break するため、微小な数値ノイズだけで順位が反転しない。内部の tie-break キーと weighting rule は公開しない。

Methodology Version History(手法バージョン履歴)

手法バージョン履歴は準備中です。

Research Log(研究ログ)

研究ログ(採用/棄却/検証中/廃止)は準備中です。

Data Sources(データソース)

価格データ: Yahoo Finance の日次価格(yfinance 経由)。分割・配当の調整は自前で検査する。日次終値は EODHD と Tiingo で照合する。無リスク金利: 米 3 か月 T-bill(DTB3)。ベンチマーク: SPY。シグナル・リターンの System of Record: PostgreSQL。

External References(外部参照)

DM-Signalは公開研究と会員実装を分ける点でAQRと類似の分離を採る(同等ではない)。

Disclaimer(免責事項)

DM-Signalはsystematicな研究とルールベースのシグナルを情報提供目的で公開する。フォワード実績を含む過去の成績は将来の成果を約束しない。本頁の内容は投資助言ではない。