フォールス・ブレイクアウト・フィルタリングはいつ失敗する？
直接の答え
フォールス・ブレイクアウト・フィルタリングは、「真の」ブレイクアウトと「偽の」ブレイクアウトに関する前提が、現在の市場ではもはや成り立たなくなると失敗し得ます。ロジックが筋が通っているように見えても、レジームへの感度、コスト、執行上の問題によってフィルタの有効性は低下します。そこには、データとタイミングの不一致も含まれます。
仕組みと定義
フォールス・ブレイクアウト・フィルタリングは、ブレイクアウト型のエントリーの周辺に置かれる判断ステップです。基本的な考え方は、価格変動が「偽の」ブレイクアウト（たとえば、参照水準を超えるが、その後に伸びない）に見えるときは取引を避けることです。フィルタは通常、次のような1つ以上の入力に依存します：
- どこでその動きが起きたか（参照水準またはバンド）
- どう価格がクロス後に振る舞ったか（時間、距離、またはフォロー・スルーを使うルール）
- いつそのルールが評価されるか（バー終値か、イントラバーか、サンプリング頻度）
重要：仕組み自体は安定していますが、市場の入力は安定しません。したがって、フィルタは設計された条件では成功し得ますが、その条件が変わると失敗します。
証拠または例（前提から）
明確な前提を置いた簡略例を考えます。 例の前提：フィルタは、短い評価ウィンドウの間に価格がしきい値を超え続けるかどうかを測定し、取引はフィルタの判断とほぼ同じタイムスタンプ付近で実行される。
失敗モード1：レジームへの感度。市場がトレンド型の挙動から頻繁な平均回帰へ（またはその逆へ）移行すると、フィルタが用いる「フォロー・スルー」の特性が消える可能性があります。すると、以前は偽としてラベル付けされていた動きが真のブレイクアウトのように振る舞い始め、逆も起こり得ます。
失敗モード2：コストと市場のミクロ構造。フィルタが、そうであれば失敗していたエントリーを減らすと仮定しますが、残ったエントリーがよりボラティリティの高い局面で発生するとします。取引コスト、スプレッドの拡大、またはスリッページが想定より高い場合、フィルタが負けトレードの数を減らしていても、ネットの結果は悪化し得ます。
失敗モード3：執行の不一致。フィルタがあるデータ頻度（例：バー終値）で評価される一方で、注文が別の現実（例：イントラバーの価格）で約定される場合、意図したタイミングでは実行できない情報に基づいてフィルタが取引を受け入れてしまう可能性があります。
限界とリスク（何が検証できるか）
- 前提への依存：フィルタのルールには、フォロー・スルーのタイミングや価格ダイナミクスに関する前提が埋め込まれています。これらの前提はレジームによって変動します。
- 未来への移植が不確実：過去のパターンは、同じ「偽 vs 真」の分離が継続することを保証しません。
- コストの現実性：スプレッドの変化、スリッページ、流動性の影響を無視するバックテストは、パフォーマンスを過大評価し、失敗リスクを過小評価しがちです。
- データと実装のチェック：テストとライブで、タイムスタンプ、執行タイプ、しきい値の定義が異なる場合、フィルタはイベントを誤分類することがあります。
検証と次の質問
集計結果を報告するだけでなく、感度をテストすることで、失敗条件を独立に検証できます。確認すべき例：
- フィルタの分類が、異なる市場条件（落ち着いている vs ボラティリティが高い、トレンド型 vs レンジ型）で変わるかどうか。
- 執行の前提を変えたとき（手数料、スリッページの範囲、そして判断がバー終値かイントラバーのタイミングか）に、フィルタが安定しているかどうか。
- しきい値の小さな変更が、結果に実質的な影響を与えるかどうか。
次に役立つ質問は：フィルタリングのロジックはどの入力を使い、どの時間粒度で評価しているのか？ ここが、隠れた不一致によって誤った確信を生みやすいポイントです。
任意の内部リンク（より深い文脈が欲しい場合）：フォールス・ブレイクアウト・フィルタリング、フォールス・ブレイクアウト・フィルタリングはどの入力を使うのか、関連するリスク管理、そしてどのようにテストできるか。