レジスタンス・ブレイクアウトはどう検証できるか
直接的な答え
レジスタンス・ブレイクアウトは「測定可能」にすることで検証できます。つまり、「レジスタンスとは何か」「ブレイクアウトとは何か」「一定の期間（ホライズン）で結果をどう測るか」を定義します。次に、計画したデータ分割を用いてベースライン規則と結果を比較し、実運用で結果がどう変わり得るかを反映するためにコストと執行前提を含めます。最後に、偽ブレイクアウト、相場レジームの変化、規則を繰り返し調整することによる選択バイアスといった一般的な失敗モードに対して、頑健性チェックを実行します。
仕組みと定義
特定的で反証可能な仮説から始めます。たとえば次のようにします。
「価格が直近のレジスタンス水準を上抜け、その後に確認が入ったとき、次のN期間におけるリターンはベースラインより高い。」
この枠組みでは、レジスタンス・ブレイクアウトを単独の「シグナル」として扱うのではなく、規則ベースの記述を検証していることになります。
入力（インプット）を明確に定義します。
- レジスタンス水準：水準がどのように構築されるかの規則。測定可能な定義の例として、直近のスイング・ハイを使う、ある見送り期間（ルックバック・ウィンドウ）におけるローリング最大値を使う、特定の過去のローソク足パターンから得る水準を使う、などがあります。1つの定義を選び、固定します。
- ブレイクアウト条件：測定可能なトリガー。たとえば「レジスタンスを上抜けて終値が上にある」または「高値がレジスタンスをクロスする」。終値が水準を超えていることを要求するのか、それとも期間内のタッチだけで十分とするのかを決めます。
- 確認（任意だが検証可能）：ノイズを減らすための2つ目の条件。たとえば「次のローソク足もレジスタンスを上回って終値がある」または「価格がレジスタンスの上でK期間保持される」など。
- アウトカム・ホライズン：規則が発動した後にパフォーマンスをどう測るか。次のN本のローソク足、あるいは時間ベースのウィンドウのように、固定したホライズンを選びます。
含めるコストと執行前提を定義します。コストは手数料だけではありません。ビッド・アスクの影響や、ブレイクアウトが素早く起きる場合のスリッページの前提も含まれ得ます。ここではライブの価格は想定しないため、保守的で、明確に記述した前提を使います（たとえば固定スプレッド・モデル、または上限付きのスリッページ割合など）そしてそれを文書化します。
エビデンスと例示的なテスト設計
堅実なレジスタンス・ブレイクアウトのテストは、通常5つのステップに従います。
1) ベースラインを選ぶ
ベースラインは、一般的な相場の動きをブレイクアウト効果と取り違えるのを防ぎます。ベースラインには次のようなものがあります。
- 「ノートレード」または「市場のみ」の比較。仮説の方向に価格がどれくらいの頻度で動くかを測定する。
- 同じ水準に反応する単純な代替規則。ただしブレイクアウト条件を要求しない（たとえば、レジスタンス近辺にいる場合と、実際のブレイクアウト後の場合で結果を比較する）。
ベースラインは、同じデータと同じホライズンで定義されていなければなりません。
2) データ分割を計画する
過学習を減らすために、過去データのサンプルを次のように分割します。
- インサンプル期間：規則パラメータを設定するために使う（たとえばレジスタンスのルックバック、確認要件、ホライズン長など）。
- アウト・オブ・サンプル期間：最終評価のみに使う。
十分なデータがあるなら、単一の分割ではなく、複数の分割（たとえば複数の非重複の時間ウィンドウ）を検討します。
3) 仮説検定の指標を指定する
主張に合う1つ以上の指標を選びます。例：
- 次のN期間における平均リターン（または平均価格変化）。
- 閾値を上回って終わる確率。
- ドローダウンと不利な局面に費やした時間を組み込むリスク調整型の指標。
コストが重要なので、指標は コストを差し引く前 と 差し引いた後 の両方で計算します。
4) 前提を明示してアウトカムを計算する
各トリガー・イベントについて：
- 定義に従ってブレイクアウトが起きた時刻を特定する。
- ホライズンのアウトカム規則を適用する。
- エントリー時（必要ならエグジット時）にコスト・モデルを適用する。
明示的な前提の例（説明目的であり、典型的な市場行動を主張するものではありません）：
- N期間の固定ホライズンを使う。
- 1往復あたりの取引コストを、価格の割合として一定と仮定する。
- スリッページをモデル化する場合は、固定の保守的な上限を使い、低／中／高のスリッページで感度テストを実行する。
リアルタイムのデータがなくても、これによりテストは再現可能になります。
5) 頑健性チェック
頑健性チェックは、結果が単一のパラメータ選択や単一の市場レジームに依存していないかを調べます。
次のようなチェックを実行します。
- パラメータ安定性：レジスタンスのルックバック・ウィンドウと確認設定の小さなグリッドをテストする。ただし、アウト・オブ・サンプルでも成り立つ結果だけを報告する。
- レジーム分割：異なるボラティリティ環境でのパフォーマンスを比較する（たとえば、単純なヒストリカル・ボラティリティ指標を使って、高ボラ期間と低ボラ期間を分ける）。
- トリガーの厳格さ：「レジスタンスを上抜けて終値がある」と「高値がレジスタンスをクロスする」を比較する。期間内のタッチは偽ブレイクアウト率を高めやすいためです。
- ホライズン感度：複数のホライズン（短期・中期・長期）をテストし、ホライズンが変わると効果が消えるかどうかを確認する。
狭い1つの設定でしか機能しないレジスタント・ブレイクアウト規則は、過学習または偶然のパターンを示唆することが多いです。
限界とリスク
レジスタンス・ブレイクアウトの検証には、いくつかの重要な限界と失敗モードがあります。
偽ブレイクアウトとオーバーシュート
市場では、価格が水準を越えてから反転することがよくあります。期間内のタッチだけに基づくブレイクアウト規則は、レジスタンスを終値で上回ること、または保有期間を要求する規則よりも、より多くの偽陽性を含みやすいです。
非定常な市場構造
過去の高値、将来の値動き、ボラティリティの関係は時間とともに変わり得ます。ある期間では有効に見えても、後には弱まる可能性があります。そのため、アウト・オブ・サンプル検証とレジーム分割が不可欠です。
コストと執行の感度
コストを考慮する前にパターンが有利に見えても、スプレッド、手数料、スリッページの後ではリターンが減少したり、逆転したりし得ます。執行の詳細は提供業者や管轄によって異なるため、コスト・モデルは前提として扱い、その後に妥当なコスト水準にわたって感度を確認すべきです。
選択バイアスとチューニング・バイアス
見栄えが良くなるまでパフォーマンスに基づいて規則を繰り返し調整すると、安定した効果というよりノイズを学習している可能性があります。計画した分割と、インサンプル後にロックしたパラメータは、このリスクを減らします。
サバイバーシップとデータ品質の問題
テストは、過去系列の完全性と一貫性に依存します。データに欠落期間がある、または（関連する可能性がある）コーポレートアクションの扱いが一貫していない場合、テストが歪むことがあります。
検証と次の質問
レジスタンス・ブレイクアウトの検証結果を確認するには、各イベントが何によって発動したのかを、あなた自身の文章による定義を使って説明できる必要があります。さらに、レジスタンス水準がどのように構築されたのか、どのアウトカム・ホライズンが使われたのか、どのベースライン比較が適用されたのかも説明できる必要があります。加えて、少なくとも1つの限界について、あなたがテストしたことを指摘できるべきです。たとえば、偽ブレイクアウト（トリガーを締めることで）や、レジーム変化（ボラティリティ環境を分割することで）などです。