結果の良い銘柄だけを選ばずに、暗号資産取引ボットの通貨ペアを選ぶ方法

まず、対象となる通貨ペアの条件を定める

今日ローソク足をダウンロードできるだけでは、そのペアが過去の検証対象として適格だったとはいえません。最適化を始める前に、取引所、現物か無期限先物か、決済通貨、必要なデータ履歴、最低注文数量、流動性の基準を明示してください。各選定日の時点で取得できた情報だけを使う必要があります。

例えば、指定取引所に上場したUSDTペアのうち、90日以上の取引履歴があり、直近取引高が事前に定めた基準を満たすものを対象にする方法があります。これらの数値は説明用の条件であり、どの市場にも使える安全基準ではありません。各見直し日にどのペアが条件を満たしたか、いつ取引可能になったかを記録します。

後から成績のよいバックテストだけを選ぶ落とし穴

30ペアでボットを検証し、最もよかった3ペアだけを公開したとします。検証の問いは、「意図した対象群でルールが機能するか」から、「都合のよい3つの履歴を見つけられるか」にすり替わっています。試すパラメーターの組合せやペアが増えるほど、偶然の好成績を見つけやすくなります。

30ペアの仮想レポートなら、中央値、最悪のペア、コスト控除後の利益がプラスだったペア数、取引回数、ドローダウン、保有時間、共通の検証期間など、全体の分布を示します。各ペアが口座資金の全額を独立に使うバックテストのリターンを平均し、ポートフォリオ成績と呼んではいけません。

• 当初の30ペアすべてと選定ルールを示します。
• 各ペアで試した設定数を明示します。
• 失敗、データ不足、取扱停止となった市場も検証記録に残します。
• 選定期間の成績と未使用期間での検証を区別します。

消えた銘柄も考慮する

現在取引されている銘柄を過去の検証に使うと、消滅した銘柄、流動性を失った銘柄、取扱停止の銘柄を除外してしまう場合があります。これが生存者バイアスです。暗号資産に関する研究論文は、こうした資産の除外が過去の成績指標を大きく歪める可能性を示しています。ただし、その数値推定はサンプルとポートフォリオ構成に依存するため、個別ボットの補正係数としては使えません。

過去の上場・取扱停止データが不完全なら、そのことを明示します。可能な限り各時点の対象条件を再構築し、過去のペア一覧を保存して、欠けている範囲を報告してください。現在生き残っているペアだけのテストにも、条件付きの実験として価値はあります。しかし、それだけでは、変更していない過去の選定ルールがどう機能したかは示せません。

30口座ではなく、一つの口座をシミュレーションする

独立した二つのテストでそれぞれ10%のリターンが出ても、一つの口座で両方を獲得できたとは限りません。シグナルの発生が重なり、資金がすでに使われていたり、取引所のリスク制限や最大ポジション数が新規注文を阻んだりします。ポートフォリオのバックテストでは、ライブ運用予定と同じ資金、注文規模、優先順位を使い、対象ペアの全シグナルを時系列で再現します。

複数のアルトコインのポジションが同じ方向に動くと、個々のペアが許容範囲に見えても、ポートフォリオのドローダウンは深くなり得ます。含み損益を反映した資産額、最大同時エクスポージャー、同時ポジション数、最長の資金拘束期間を記録します。DCAでは追加エントリー用の余力も確保し、すべてのペアが同時に口座全額を使えると仮定しないでください。

最終テストの前に選定ルールを固定する

実践的な手順は三段階です。まず開発期間で戦略とペアの対象条件を設計し、次にその期間だけを使って設定を選びます。最後にルールを固定し、選択に使っていない後の期間ですべての対象ペアを評価します。検証期間を何度も見ながらルールを変更すると、その期間も開発データの一部になります。

流動性基準、コストの前提、見直し日を少し変えた場合の感度も検証します。結果が、新しく上場した一つの銘柄や、特異な一つの市場局面に依存していないかを確認してください。その後のフォワード・ペーパートレードで運用経路を検証できますが、適切な検証を終えても将来の利益は保証されません。

簡単なレポート例

最適化前に作ったルールを30ペアが満たしたとします。純粋な仮想検証で、8ペアの純リターンがプラス、22ペアはプラスではなく、勝ったうちの3ペアだけが突出していたとしましょう。その3ペアだけを公開すると、幅広い市場では成績が弱かったことが隠れます。30ペアすべてを公開しても、共通資金と重複するエクスポージャーでシグナルを再現するまでは、ポートフォリオのリターンは分かりません。

役に立つレポートには、当初の対象リスト、各ペアの利用可能な履歴、試した設定、純リターン、最大ドローダウン、取引回数と、一口座の資産曲線を含めます。ルールとパラメーターを固定した日付も示します。この例は学習用であり、TensorParadigmの成績ではありません。

• 事前に定めた一つのルールで30ペアを検証。
• 仮想のペア別結果は、プラスが8、プラスでないものが22。
• 独立したペア別結果を足して、一口座のリターンを推計することはできません。
• ポートフォリオ資産と未決済ポジションには、共通の時系列シミュレーションが必要です。

AI取引ボットにとっての意味

多くの銘柄で訓練したモデルも、持続的なシグナルではなく、銘柄の特徴、上場時期、市場局面を覚えている可能性があります。特徴量やパラメーターを学習する前に時間でデータを分け、モデル選択に使っていないペアと期間で結果を調べます。履歴の短い新規銘柄に、それ以前の架空の実績を与えてはいけません。

既存のガイドでは、取引回数の確認、未来データの混入検出、ドローダウンの測定を説明しています。ペア選定ではさらに、「結果を知る前でも、この市場は対象条件を満たしていたか」を問います。明確な答えがあれば、最もよいチャートを並べるだけより、ボットの根拠は役立つものになります。