フィボナッチ・ピボットはどのように責任ある形でバックテストできますか？
フィボナッチ・ピボットとは何で、具体的に何をバックテストするのですか？
フィボナッチ・ピボットは、参照レンジ（たとえば、直前期間の高値・安値・終値）から導出され、フィボナッチ比率を用いて分数にマッピングされる一連の価格水準です。責任あるバックテストは、次の2つの考えを分けることから始まります。
- 安定したメカニクス：入力価格をピボット水準へ変換する式。
- 変動する文脈：市場がどのように振る舞うか、どのコストが適用されるか、（シミュレーションする場合）取引がどのように執行されるか。
責任あるバックテストを行うには、何をテストしているのかを明確に述べる必要があります。よくある選択肢は、価格がその水準に反応するかどうか（例：タッチやリジェクションの挙動）をテストすることと、それらの水準に基づく意思決定ルール（例：エントリー／エグジットがその水準に基づく）をテストすることです。取引推奨を避けていても、「意思決定ルール」は依然として戦略なので、あなたがシミュレートする正確なルールに評価を合わせる必要があります。
メカニクス：入力、前提条件、バックテスト用データセットを定義する
責任あるバックテストは、入力と前提条件を平易な言葉で書き下すことから始まります。
- 参照価格：レンジを定義するデータポイント（例：直前期間の高値／安値／終値）と、そこからどのセッション境界を使うかを指定します。
- 時間の整合：計算された各ピボット水準が、意思決定の時点で既に知られていたはずであることを確認します。これにより、将来の情報が意図せず前の計算に漏れ込む 先読みバイアス を回避できます。
- 頻度：ピボットが日次、週次、または別の期間ごとに計算されるのか、そして評価する際のバーサイズ（またはティック集計）を定義します。
- スリッページとスプレッド（コスト）：執行をシミュレートするなら、コストモデルが必要です。そうでなければ、結果は理想化された約定のみを反映してしまう可能性があります。
- イベントのルール：「ヒット」をどのように検出するかを明確にします。たとえば、バーの中で価格が水準をクロスした場合、それをタッチとして扱いますか？ 検出方法によって結果が変わります。
この段階では、コストと「イベント検出」が、あなたがテストするメカニクスの一部です。それらを、監査して変更できる前提条件として扱ってください。
エビデンス：バイアス制御とアウト・オブ・サンプルのチェックを使う
過去のパターンは将来の結果を保証しないため、評価は頑健性に焦点を当てるべきです。
主要な制御：
- 先読みバイアスのチェック：意思決定の時点で利用可能だったデータだけを使ってピボットを再計算し、あなたのパイプラインがその順序を強制していることを検証します。
- パラメータ感度：含める比率の選択や、複数回タッチの扱い方のような選択肢を許可している場合、特定の微調整された構成に依存してパフォーマンスが決まっていないかをテストします。
- アウト・オブ・サンプル検証：データセットを、仮定の設定やルールの選択のための学習（training）と、評価のためのテスト（testing）に分割します。学習でパラメータを選んだら、それらを固定し、テストでのみ評価します。
- レジームのカバレッジ：異なるボラティリティやトレンド環境にわたって結果を検証します。特定のレジームでしか機能しない手法は、過学習しやすくなります。
この信頼性を保つ実務的な方法は、結果を生み出すために使ったすべての前提条件を記録することです。つまり、ピボット計算の方法、セッション境界、イベントのルール、コストモデル、そして選定基準です。
限界とリスク：少なくとも1つの失敗モードを想定する
責任あるバックテストには、結論がどのように崩れ得るかを述べることも必要です。重大な失敗モードには次が含まれます。
- データと整合のエラー：タイムゾーン、セッションの締め切り、またはバー構築における小さなミスが、計算された水準をずらし、誤解を招く「ヒット」を生み出す可能性があります。
- 隠れたコストと執行の不一致：スプレッド、スリッページ、部分約定は、ペーパーレベルの結果と比べて、実現した結果を大きく変え得ます。
- 履歴への過学習：歴史的な結果を改善するために入力を繰り返し微調整すると、過去データを説明するルールを作ってしまい、他では失敗するかもしれません。
- 市場レジームの変化：ボラティリティ、流動性、参加者の行動が変わると、価格とピボット水準の関係は変わり得ます。
計算自体が正しくても、これらの限界によってバックテストの結論が不安定になることがあります。
検証と、次に尋ねるべき質問
主張を独立に検証するには、他人の結果に頼らずに次のチェックに答えられるべきです。
- 指定された参照価格とセッション境界から、ピボット水準を再現できますか？
- テストは先読みを避けていますか（計算された各値は意思決定の時点で利用可能でなければなりません）？
- 評価には、透明なコストモデルと現実的なイベント検出が含まれていますか？
- アウト・オブ・サンプル期間で結果は一貫しており、複数のレジームにわたって持続しますか？
これらの手順ができるなら、あなたは偶然に前提条件を検証しているのではなく、その手法の挙動をテストしていることになります。
DOCUMENT END