プロバイダー選択要因のワーク例とは？

プロバイダー選択要因、一つの明確な定義で

プロバイダー選択要因は、コピー形式または自動フォロー契約に適したプロバイダーかどうかを判断するために使用する基準のセットです。主な考え方は、過去の結果を将来の成果の予測として扱うのではなく、要因（入力と制約）を評価することです。

ワーク例は役立ちます。それは、使用する数字、その測定方法、そして一定と仮定するものを明示的に記述することを強制するからです。

ワーク例：同じ入力を使用して2つの仮想プロバイダーをランキングする

シナリオと仮定（すべて明示）

2つの仮想プロバイダー、AとBを、同じ割り当てモデルを使用して評価していると仮定します。

仮定

1. コピーに割り当てるベース金額は**$1,000**です。
2. 各プロバイダーは戦略パフォーマンスストリームに利益を提供します。コピー割り当てが追加の摩擦を考慮する前に比例する変化をもたらすと仮定します。
3. プロバイダー関係の単純なコストをモデル化します：**0.50%**の正の利益（パフォーマンス手数料）は両方のプロバイダーに適用されます。
4. 通貨換算コストや税の影響を無視します。クリーンなメカニズムの例を得るためです。
5. 評価期間は1ヶ月です。
6. この月で利用可能な唯一の数値出力は総利益率、総ドローダウン、平均月間取引頻度です。

その月の入力

• プロバイダーA
  • 総利益率: +4.0%
  • 総最大ドローダウン（ピーク・トゥ・トラフ）: -2.0%
  • 取引頻度: 30回
• プロバイダーB
  • 総利益率: +3.5%
  • 総最大ドローダウン: -1.0%
  • 取引頻度: 10回

ステップ1: 総利益率を利益に変換

• プロバイダーAの総利益 = $1,000 × 4.0% = $40
• プロバイダーBの総利益 = $1,000 × 3.5% = $35

ステップ2: パフォーマンス手数料の仮定を適用

パフォーマンス手数料 = 利益の0.50%（仮定により、正の利益のみ）。

• プロバイダーAの手数料 = $40 × 0.50% = $0.20
• プロバイダーBの手数料 = $35 × 0.50% = $0.175

ステップ3: 純利益（仮定の下）

• プロバイダーAの純利益 = $40 − $0.20 = $39.80
• プロバイダーBの純利益 = $35 − $0.175 = $34.825

ステップ4: 2つの例要因（1つは利益、1つはリスク）を使用して比較

メカニズムを説明するために単純なスコアリングルールを使用しています。自分のスコアリングは異なる場合があります。

仮定:

• 利益要因の重み: 70%
• ドローダウン要因の重み: 30%

各メトリクスを0–1のスケールに正規化（説明的な方法）:

• 総利益率が高いほどスコアが高くなります。
• ドローダウンの大きさ（負の値）が低い（少ない）ほどスコアが高くなります。

利益スコア:

• プロバイダーA: 4.0 / (4.0 + (0.0を比較するため)) は、選択した正規化がないと曖昧です。明示的に保つために、この直接相対ルールを選択します: score = gross_return / 4.0。
  • Aスコア = 4.0 / 4.0 = 1.00
  • Bスコア = 3.5 / 4.0 = 0.875

ドローダウンスコア（負の値が少ないほど良い）: 2つのうち最悪のドローダウンに対して相対的に選択: score = drawdown / (-2.0)。

• プロバイダーAのドローダウン = -2.0 → スコア = (-2.0)/(-2.0) = 1.00（「1」を「最高リスクレベル」と解釈するのは混乱を招きます）

重要な調整: 方向を正しく保つために: 代わりに「リスク改善」スコア = (-drawdown) / (max_risk) を使用し、max_risk = 2.0 とし、リスクが低いほどスコアが高くなるように逆転させます。

• リスク額 = -drawdown
  • Aリスク額 = 2.0 → リスクスコア = 2.0/2.0 = 1.0
  • Bリスク額 = 1.0 → リスクスコア = 1.0/2.0 = 0.5
• ドローダウン要因スコア = 1 − リスクスコア
  • Aドローダウンスコア = 1 − 1.0 = 0.0
  • Bドローダウンスコア = 1 − 0.5 = 0.5

加重最終スコア:

• プロバイダーA = 0.70×1.00 + 0.30×0.0 = 0.70
• プロバイダーB = 0.70×0.875 + 0.30×0.5 = 0.6125 + 0.15 = 0.7625

この明示的な仮定とこの明示的なスコアリングルールの下での結果: この単一の月で純利益が低いにもかかわらず、プロバイダーBがスコアで勝ちます。

この「ワーク例」がメカニズムを反映し、どこで失敗する可能性があるか

安定したメカニズム vs 変動する条件

この例が良く示していること:

• コストが純利益を減少させる方法。
• スコアリングモデルが利益とドローダウンをトレードオフできる方法。

この例が保証できないこと:

• 将来のパフォーマンス、なぜなら利益率とドローダウンは市場状況によって変動するからです。
• 実際のコピー結果が比例仮定に一致するかどうか、なぜなら実際のコピー実行はマッチング、レイテンシ、注文処理、特定のプロバイダー/プラットフォームのメカニズムによって影響を受ける可能性があるからです。