またバックテストを再開した話
最近、またバックテストにハマっている。
一度離れてたんだけど、再開したらやっぱり面白くてさ。で、今回ちょっと新しいことを試してみたんだよね。
ディープラーニング。
いわゆるAIの学習ってやつ。これをバックテストに組み込んでみたら、なかなか面白い結果が出てきたんだよ。
テクニカル指標だけだと頭打ちする問題
FXのバックテストって、基本的にはテクニカル指標の組み合わせでやるじゃん。移動平均線がこうなったらエントリー、RSIがこの水準に来たら決済、みたいな。
でもさ、これだけだとどうしても限界があるんだよね。
合格点に届くものが全く出ないわけじゃない。「ちょっとだけ優位性が出るかな」くらいのものは作れる。でも、そのまま実運用したら多分破産するだろうな……というレベルのものが大半なんだよ。
正直に言うと、テクニカル指標だけでガチガチに組んでも、「これでいける」と確信を持てるものにはなかなか辿り着けない。ずっとそんな感じだった。
ディープラーニングをフィルターにしたら変わった
そこで試したのが、ディープラーニングをフィルターとして追加する方法。
テクニカル指標で出したシグナルを、ディープラーニングでもう一回ふるいにかけるイメージかな。
これが結構いい感じになる。少なくとも「ちょっとは使えるかな」というレベルまではいけるんだよね。破産確定のものが、ワンランク上がる感じ。
まだ劇的に稼げるとかそういう話じゃないよ。でも、テクニカル指標だけでは超えられなかった壁を、ちょっとだけ超えられた感覚がある。これは素直に嬉しかった。
15分足ではうまくいかない、4時間足だと優位性が出る
ただ、万能ってわけでもなくて。
15分足みたいな短い時間足だと、ディープラーニングを入れても全然ダメなんだよね。学習がうまくいかないのか、優位性が全く見つからない。やり方が悪いのかもしれないけど、今のところ15分足ではディープラーニングの恩恵はゼロかな。
逆に、4時間足だと優位性が出やすいっぽい。
まだ素人レベルの作り方しかできていない段階でこの結果だから、もうちょっと上手に使えるようになったらどうなるのか、気になるところではある。次は1時間足で試してみようと思っている。
「特徴量」を追加する作業が、ものづくりみたいで面白い
ディープラーニングには「特徴量」っていう概念があるらしい。
簡単に言うと、AIに学習させるときの検討材料みたいなもの。「この情報も判断に使ってみて」と追加していくんだよね。
この作業が、やっていてめちゃくちゃ面白い。
正直、バックテストそのものよりも面白いかもしれない。何を特徴量として入れるかで結果が変わるから、あれこれ試すのが楽しくてさ。感覚としては「ものづくり」に近い。素材を選んで、組み合わせて、結果を見て、また調整する。この繰り返しがたまらない。
まだ始めたばかりだけど、可能性は感じている
正直に言うと、僕はディープラーニングに関してはまだ完全に素人。使い方も手探りだし、もっと有効な方法があるんだろうなという自覚はある。
でも、ここで勉強しておけばFXのバックテストだけじゃなくて、他のことにも使えるはずなんだよね。ディープラーニングって応用範囲が広いから。
とりあえず今は試行錯誤の段階。新しい使い方を見つけられたらいいなと思いつつ、まずは目の前のバックテストで色々試していこうと思う。
50代の派遣社員がディープラーニングをいじっている。なかなかシュールな光景だけど、面白いんだからしょうがないよね。
