RSIはどのように責任ある形でバックテストできますか？

テストの前に、RSIの定義と正確な計算を決める

RSI（Relative Strength Index：相対力指数）は、過去の価格変化から作られるモメンタムオシレーターです。バックテストにおける最初の責任は、使用する入力と計算の詳細を定義することです（たとえば、RSI計算に投入する価格系列が何か—終値、典型価格、または別の一貫した選択—そしてRSI計算に使うロックバック長はどれか、など）。これは重要です。小さな実装の違いがRSI値を変え、その結果として後続の評価も変わり得るからです。

また、テスト設計において「シグナルイベント」が何を意味するのかも定義してください。RSIバックテストは、「RSIが動いた」ことを「取引が発生した」と暗黙に同一視すべきではありません。指標を単独の約束にしない形で成果を測る方法を決めましょう。たとえば、明確なルールのもとで、RSIが高い／低い期間が将来のリターン分布の違いと結びついているかどうかを評価できます。

固定されたデータルールと前提を選ぶ

責任あるバックテストは、データの衛生状態と明示的な前提から始まります。文書化すべき一般的なデータルールには次が含まれます：

• 使うタイムスタンプとサンプリング頻度（バー終値でのクローズか、イントラバーの挙動か）。
• 欠損データ、コーポレートアクション（該当する場合）、外れ値の扱い。
• 最初にテストするポイントの前に、RSI計算を「ウォームアップ」するために必要な完全な履歴を含めるかどうか。

すべての計算は、その前提を明記する必要があります。「N本先」をテストするなら、成果がクローズ・トゥ・クローズのリターンを使うのか、1本のバーにつき1つの結果だけを考えるのか、そして複数のイベントが重なった場合にどうなるのかを指定してください。

コストと現実的な執行の前提を含める

バックテストは、バックテストからライブ条件へ移る際に何が変わるのかを無視すると失敗しがちです。最低限、コストを一貫した方法でモデル化し、明示したままにしてください：

• 取引コスト（スプレッド、コミッション、手数料）を、エントリー／エグジットのロジックに対する追加の摩擦として扱う。
• テストが完全な約定を前提としている場合のスリッページ、または執行の不確実性。

責任あるためにブローカーのミクロ構造を正確に再現する必要はありませんが、非現実的な前提は避けるべきです。実務的な方法として、感度チェックを行いましょう。複数の妥当なコストおよび執行シナリオのもとで評価を繰り返し、結論が不利な条件でも維持されるかどうかを確認できます。

アウト・オブ・サンプルとウォークフォワードでバイアスを制御する

RSIの計算が正しくても、バックテストはバイアスや過学習によって証拠を過大評価してしまうことがあります。データリーケージやパラメーター調整の成果物を減らすバイアス管理を使いましょう：

• アウト・オブ・サンプルテスト： ある期間でRSI設定や意思決定ルールを選び、その後の別の期間で、設計に使わなかったデータに対してパフォーマンスを評価する。
• ウォークフォワード（ローリング）評価： ルールを過去データのみに基づいて更新し、次のセグメントでテストする。

評価プロトコルは安定させてください。同じデータセットで結果を追いかけるために設定を繰り返し変えると、指標の予測力ではなく、あなたの反復プロセスを測ってしまうリスクがあります。

「見栄えの良い」結果だけでなく、失敗モードを評価する

責任あるRSIバックテストには、少なくとも1つの重要な限界または失敗モードを含める必要があります。検討すべき例：

• レジーム感度： RSIの関係は、ボラティリティ、トレンドの強さ、市場構造によって弱まったり反転したりする可能性があります。
• パラメーター不安定性： 結果は特定のRSI長やしきい値定義に強く依存するかもしれず、再現が難しくなります。
• 重複するイベント： RSIによって引き起こされる条件が頻繁に発生すると相互作用し得るため、複数の同時ポジションを暗黙に想定していたり、機会費用を無視していたりする可能性があります。

過去の関係は将来の結果を保証しません。特に市場や執行条件が異なる場合は、発見を、特定の前提のもとでの「関連性に関する仮説」として扱ってください。

主張を明確なレポーティングで検証する

RSIバックテストの推論を独立に検証するために、他者が再現するのに必要な情報を報告してください：

• RSIの定義の詳細（価格入力、ロックバック長、（ある場合）平滑化の方法）。
• 厳密なイベントルール、または評価方法（「高いRSI」期間をどう分類し、どの将来ウィンドウを測るのか）。
• データ頻度、ウォームアップの方法、欠損データの扱い。
• 使用したコストと執行の前提、および任意の感度範囲。
• 選定と評価に使われた期間を含む、アウト・オブ・サンプルまたはウォークフォワードのプロトコル。

次の有用な問いは、1つの前提を1回ずつ変えた後でも結論が維持されるかどうかです（データ頻度、コスト水準、またはイベント定義）。結論が狭い選択肢のもとでしか成り立たないなら、それは頑健性の兆候ではなく、不安定性の証拠になります。

DOCUMENT END