AI取引モデルはどの頻度で再学習すべきか：固定モデルとローリング再学習の比較

固定モデルも新しい価格を読む

モデルを固定するとは、学習した係数と前処理の統計量を固定することだ。昨日の入力や予測を繰り返すことではない。固定モデルも更新モデルと同じ、確定した新しい日次特徴量を受け取る。異なるのは学習を行う日だけだ。

経済的な問いは、学習済みの関係を新しい観測による推計に置き換えることで、不安定化や取引コストを補うほど判断が改善するか、である。直近データは古くなった関係を改善しうるが、不確かな推計を別の不確かな推計に置き換えても自動的に改善しない。学習頻度と学習窓の長さは別の設計事項だ。

本稿は未来情報を使わない機械学習バックテストを、条件をそろえた日程比較へ拡張する。教師ありロジスティック回帰であり、ChatGPTやClaudeの基盤モデルの再学習ではない。プロンプト変更、新しい言語モデル版、小さな取引分類器の定期的な再推定は異なる介入だ。

まず日程を変え、次に履歴窓の影響を分ける

追加比較を実行する前に四つの方針を記録し、全結果を保持した。月次ローリングとこの市場履歴は、すでに公表済み研究で調べている。実行前に新比較を記録すれば本演習内の結果優先の変更は防げるが、元の評価期間が新規・未使用になるわけではない。

最初の三方針は、2024年1月1日の確定終値時点の同じ学習から始める。各学習は直近730暦日の特徴量窓を使い、未確定ラベルを除き、スケーラーとモデルを新しく推定する。固定方針は最初の学習を保持する。週次は1月1日から7暦日ごとであり、好成績のチャートから選んだ日程ではない。月次は毎月UTC第1日の確定終値時点とする。

第四方針は月次学習の記憶範囲だけを変える。窓の進行とともに古い日を落とす代わりに、2022年1月1日以降の対象特徴量日を保持する。初期学習行列は他と同じだ。最後の月次学習では、拡張窓に確定ラベル行が1,425件、ローリングには725件ある。固定した正則化設定の下では標本の増加も推定問題を変えるため、日程頻度だけの純粋な検定ではない。

情報の時刻と口座ルールを変えない

全学習はStandardScalerの後にLogisticRegressionを適用し、C = 1、lbfgs、max_iter = 2000、記録した乱数シード6142026を使う。六入力は、確定終値の1、5、20日収益率、直近20本の日次収益の母標準偏差、確定した高値−安値を終値で割った値、出来高を直近20日平均で割って1を引いた値だ。変換は各学習集合だけで推定する。Scikit-learnの漏洩対策と推定器資料は、この実装の扱いを支える。[1][2]

二値目標はopen[t+6] / open[t+1] − 1が正かどうかだ。学習行は学習日より前にあり、ラベル終点の始値がすでに利用可能でなければならない。そのため2024年1月1日の学習は、全方針で2022年1月1日から2023年12月26日までの725行となり、最新ラベルは1月1日始値で終わる。直近の五つの特徴量行は結果未確定のため除く。初期確率はすべて0.452770で、固定売買閾値0.55未満だった。

各経路は独立に10,000 USDTから始める。建玉がなく、確率が0.55以上なら次の始値で買い、open[t+6]で必ず売る。保有期間は始値間の5日だ。購入はエントリー手数料込みで利用可能現金の90%を使う。レバレッジ、空売り、重複保有、決済約定日の新規シグナルはない。片道に想定手数料10ベーシスポイント、不利な約定5ベーシスポイントを課し、別のスプレッド控除は加えない。モデル仮定であり、取引所料金や実行可能価格の保証ではない。

予定決済が2025年12月31日より後なら新規購入を遮断するため、戦略口座は建玉なしで終わる。保有基準は資産を残し、最終終値で評価する。ドローダウンは日次終値純資産で測る。計算・監視費、税、遅延、数量フィルター、市場インパクトはモデル化しない。特に直前の終値で作ったシグナルでは、実執行が日次始値約定と異なりうる。

再利用した観測を特定し、未来情報を使わない実装を確認する

入力は2020年2月20日から2025年12月31日までの保存済み2,142日系列で、humblefool06がCC BY 4.0で公開したアーカイブの版9f491eb5340dd6a24f27fde24edf098e1e785443から集計した。UTC日次足は最初の始値、最大高値、最小安値、最後の終値、出来高合計を使う。正規化入力のSHA-256は43655a51e6cb41c2ee087bd947f4cefb7dd4151617a29d7f75a3cda471ae5cbbで、拡張実験の実行時に確認した。[3]

評価足731本、OHLCVセル3,655個すべてがBinanceの日次エンドポイントと完全一致したという10月18日の確認記録を引き継ぐ。外部照合は再実行していない。公開者はアーカイブの元の取引所を明示的には確定しておらず、それ以前の学習観測は外部未検証のままだ。エンドポイント一致は独立した取引所標本を意味しない。Binanceは始値時刻で足を識別し、本稿の日付はそのUTC取引日に対応する。[4]

実行環境はPython 3.13.3、NumPy 2.2.6、pandas 2.2.3、scikit-learn 1.6.1。各学習でラベル確定、両クラスの存在、学習集合だけのスケーラー平均、最適化収束を確認する。保存係数から再構成した予測はパイプライン確率と一致した。2024年6月15日より後の全価格・出来高を変えても、各方針のそれ以前の予測と学習パラメータは同一だった。月次ローリング確率は保存済みの元エンジンに完全一致し、独立した十進口座再計算は全四口座の最終残高に0.0000001 USDT以内で一致した。確認した時刻・会計特性を支持するが、あらゆるモデル誤りの不在を証明するものではない。

再学習を増やしても単調には改善しなかった

最終残高は固定13,073.92 USDT、週次ローリング11,753.42、月次ローリング9,832.51、月次拡張窓9,548.20だ。別閾値の選択で結果を捨てたり修繕したりしていない。同コストで初期90%を投資する保有基準は19,627.85 USDT、評価収益+96.28%、日次終値ドローダウン30.86%で終わる。無利息現金は10,000のままだが、これは定義した会計上の代替案で、USDTが無リスクだという主張ではない。

コスト前成績は、同じ予測とルールで想定手数料・スリッページをゼロにした別の口座シミュレーションである。純収益に最後にコスト率を足した値ではない。コストは購入数量と後続の複利を変える。固定モデルはドローダウンもエクスポージャーも低く、保有基準との差をリスク調整済みアルファと見なすこともできない。

週次方針は固定の33件に対し70件の完了取引があり、時価ベースの平均投資比率は20.33%に対し43.10%だった。月次ローリング40.63%、月次拡張窓27.07%、保有94.29%。学習日程は閾値を超えるシグナルを変え、口座経路を変える。学習そのものが市場取引を必要とするわけではない。

確率予測を取引口座と別に採点する

各方針は731日次予測を作るが、評価期間内にラベルが終わるのは725件で、特徴量日は2024年1月1日から2025年12月25日だ。四つの採点は同じ日付と、同じ正例390件を使う。最後の六予測は記録に残すが、確定目標の採点から外す。週次学習回数には予定した12月29日の更新も含む。その学習は許可された評価取引を始めるには遅すぎる。

対数損失は実現クラスに与えた確率を評価し、二値Brier損失は確率誤差の平均二乗だ。低い方が良い。各モデルを、その時点の学習集合の正例頻度を次の学習まで持ち越す基準と比べる。確率スコアが評価するのは予測であり、取引利益ではない。[5][6]

固定確率は頻度基準よりわずかに良く、再学習した各モデルは両指標で自身の頻度基準より悪かった。分類閾値0.50の正解率は固定51.59%、各更新方針50.76%で、全日を正例と予測すれば53.79%となる。一方、売買には0.55と制約付きの建玉状態を使う。方向正解率は損益額、コスト、未来情報を使わない取引台帳の代わりにはならない。

スコアは記述的比較であり、独立試行の有意性検定ではない。隣接する5日目標は重複し、全方針が同じ市場履歴に遭遇する。一般的な更新日程の優位性に対する信頼できる区間推定は行っていない。

変わった予測を口座状態まで追う

週次と月次ローリングが0.55を超えるかで初めて違ったのは2024年1月18日だった。1月15日に再学習した週次は0.560402、初期学習の月次は0.545967を予測する。しかし両口座とも予定決済日なので新規エントリーは禁止される。閾値シグナルが違っても直ちに取引差になるわけではない。

実際の行動差が初めて出るのは2月22日だ。両口座は建玉なし、現金10,521.989578 USDT。2月19日の週次学習は0.551331を予測して2月23日の購入を予定し、2月1日の月次学習は0.523412で見送る。週次取引の予定決済は2月28日となる。その後は現金、保有状態、決済日の除外が互いに影響するため、最終収益差は予測不一致の数だけでは説明できない。

最初の取引は選別した成功例ではなく、共通の会計確認になる。1月12日のシグナルで、1月13日にモデル価格42,804.131370で0.210050027959 BTCを買い、1月18日に42,754.701955で売る。約定価格ベースの価格差損益は−10.382650 USDT、入口・出口手数料は8.991009と8.980626。純損失は−28.354285、現金は9,971.645715となる。スリッページは約定価格に含まれ、再控除しない。これはバックテスト取引であり実注文ではない。

変わった取引経路がコストをどれだけ使うかを測る

購入・売却の約定代金合計を開始資本で割ると、固定71.34、週次157.72、月次ローリング122.29、月次拡張窓88.75となる。両側を数える定義で、半分の売買回転率ではない。想定手数料合計は順に713.42、1,577.25、1,222.92、887.51 USDT。活発な更新方針は取引を増やしうるが、ここでの差はモデル判断によるもので、更新ごとに必ず取引する規則によるものではない。

片道手数料10ベーシスポイントを維持し、不利なスリッページを片道0、5、10、20ベーシスポイントとして全四経路を再実行した。週次ローリングはゼロ時の+25.18%から20ベーシスポイント時の−2.71%まで下がる。固定は調べた全ケースで正だが、条件付きの感応度であり、実執行がモデルと一致する証拠ではない。好みの方針を黒字にするために仮定を選ばない。

履歴を増やすと結果は変わったが問題は解決しなかった

月次ローリングと拡張窓は、学習日程、初期行列、各学習の最新対象特徴量日を共通にする。違うのは古い行をどこまで残すかだ。2025年12月1日時点で、ローリングの先頭は2023年12月2日、拡張窓は2022年1月1日のままで、両方の末尾は2025年11月25日となる。拡張窓の確定行1,425件はほぼ倍だが、この比較では口座成績を改善しなかった。

年別内訳も合計値に経路を隠させない。月次拡張窓は2024年に18.75%増え、2025年に19.60%失う。年ごとの口座リセットではなく一口座の連続区間だ。暦年は報告用区分であり、確立した市場局面や独立の反復実験ではない。

損益は非対称だ。平均利益／平均損失は固定+511.46/−474.56 USDT、週次+430.46/−357.84、月次ローリング+332.83/−318.18、拡張窓+440.27/−322.18。記録上の加算損益から最大の利益取引三件を除くと、順に+556.07、−2,034.23、−2,931.61、−3,742.12 USDTが残る。集中度診断であって実行可能な修正版戦略ではない。取引を削れば後の現金と数量も変わるからだ。

候補を定期学習し、稼働モデルへの採用は理由を確かめて決める

実務的方針では、候補を作る時期と稼働モデルを置き換える条件を別に定める。新ラベルが確定した後、暦日で候補学習を起動できる。採用時には入力品質、特徴量整合性、確率の挙動、判断差、純採算、運用上限を確認する。学習処理の成功はリリース判断ではない。

概念ドリフトは入力と目標の関係の変化を指す。1週間の損失や入力平均の変化だけで、その関係が変わったとはいえない。概念ドリフトの原著サーベイも適応と評価の問いを分ける。[7] データ障害には訂正、執行障害には照合が必要で、破損データによる再学習はどちらも解決しない。ドリフト検知で更新する方針には別の時系列比較が必要だ。本稿では検証していない。

このモデルの妥当な次の一歩は、候補選択・採用ルールを固定した新しい前向き比較であり、事後成績首位を恒久的勝者と宣言することではない。現行のスケーラーとモデルを厳密に保存し、共通の新観測で候補をシャドー運用し、介入を記録し、元に戻す経路を残す。実市場テストのプロトコルは、運用リリースと収益性の証拠を分ける方法を説明する。

ChatGPTやClaudeはルールの定義、CodexやClaude Codeは実装の監査を助けられる。本研究ではAIが分析を補助し、保存した学習と計算をPythonが実行した。それらの製品を取引モデルとして比較してはいない。再学習間隔が黒字に見えるまで編集を続けるのでなく、日程候補全体と未確定ラベルの時間関係を残すよう求める。

特徴量、推定器設定、閾値、情報時刻、口座ルールを固定し、宣言した更新日程を比較してください。更新頻度と学習窓方針を分けてください。各学習では未確定結果を除外し、対象行だけで前処理を推定してください。全候補、予測、学習日、取引判断を残してください。共通日付の確率スコア、コスト後口座結果、エクスポージャー、回転率、損失期間を報告し、選択とデータ再利用を説明してください。評価結果で調整したり、再利用期間を未使用と呼んだりしないでください。