モンテカルロ資産曲線シミュレーション:トレード戦略のストレステスト

トレードにおけるモンテカルロシミュレーションとは?

モンテカルロシミュレーションとは、トレード戦略の過去の結果の分布からランダムにサンプリングすることで、将来起こりうる何千通りもの資産推移パスを生成する統計的手法です。「実際に何が起きたか」を問うのではなく、あり得るシーケンスの全範囲にわたって「何が起こり得るか」を問うものです。

仕組みはこうです。戦略の実際の勝敗結果(あるいは想定する勝率とリスクリワード比)を取得し、その結果を1,000〜10,000通りのシーケンスでシミュレートします。各シミュレーションは、次の100回(あるいは500回、1,000回)のトレードがどう展開し得るかを示す「並行世界」を表しており、根底にあるエッジは同じでも、勝ちと負けの順序がランダムに変化する点が異なります。結果として得られるのは単一の資産曲線ではなく、資産曲線の分布です。これにより最良のケース、最悪のケース、中央値のケースを同時に把握できます。

実際の資金を投じる前にこのツールを使うべき理由は、バックテストの資産曲線が、同じトレードを異なる順序で行った場合に何が起きたかを教えてくれないからです。順序は重要であり、モンテカルロはその順序が生み出し得る結果の全範囲を示してくれます。

バックテスト単体では不十分な理由

バックテストが生み出すのは、まさに1本の資産曲線 — 過去に実際に起きた順序どおりのものです。この単一の曲線には、将来を見通す成績予測として次のような問題があります。

• シーケンスリスク: もし最悪の20連敗がバックテスト期間全体に分散するのではなく最初に起きていたら、口座は生き残れたでしょうか?バックテストはそれを教えてくれません。過去に起きた順序を示すだけです。
• 選択バイアス: バックテストは通常、過去に良好な成績を示したという理由で選ばれた戦略に対して行われます。これにより、実際の将来の成績と比べて期待値が過大評価されがちです。
• 単一パスの楽観バイアス: 過去のシーケンスがたまたま戦略にとって異常に有利だった可能性があります。モンテカルロは実際の結果の範囲がどれほど広いかを明らかにします。
• 破産確率が分からない: バックテストは破産確率について何も語りません。モンテカルロは、シミュレートされたパスのうち何パーセントが開始資金の50%(または設定した破産しきい値)を下回って終わるかを直接定量化します。

モンテカルロはバックテストの代わりになるものではなく、それを補強するものです。バックテストで自分のエッジが存在することを検証し、モンテカルロで選んだポジションサイズでそのエッジをトレードした場合のリスクプロファイルを理解しましょう。

モンテカルロシミュレーションの主要統計量

よく設計されたモンテカルロの出力からは、いくつかの実用的な統計量が得られます。

• 中央値資産(50パーセンタイル): 「平均的な」結果 — シミュレーションの50%がこれを上回り、50%がこれを下回る水準です。単一のバックテスト資産曲線よりも優れた中心的な推定値となります。
• 5パーセンタイル資産: 下振れシナリオ — この戦略とポジションサイズに従うトレーダーの最悪の5%が経験する結果です。これがゼロを上回っていれば、悪運のシナリオでも戦略は生き残ります。
• 95パーセンタイル資産: 上振れシナリオ — 最良の5%のトレーダーが経験する結果です。5パーセンタイルと95パーセンタイルの差は、結果のうちどれだけが運によって決まり、どれだけがエッジによって決まるかを示します。
• 中央値最大ドローダウン: 典型的なシミュレーションで発生した最悪のピークからトラフへの下落です。通常、単一のバックテスト資産曲線における最大ドローダウンよりも大幅に大きくなります。
• 破産確率: 最終資産が破産しきい値(通常は開始資金の50%)を下回るシミュレーションパスの割合です。これはリスク評価における最重要指標です。

資産分布チャートの読み方

資産分布チャートは、指定した取引回数後の全シミュレーションにおける最終資産値のヒストグラムを示します。正しく読み解くポイントは次のとおりです。

• 緑のバーは開始資金を上回って終わったシミュレーション — 利益が出た結果を表します。
• 赤のバーは開始資金を下回って終わったシミュレーション — 損失が出た結果を表します。
• タイトで狭い分布が開始資金を大きく上回る位置に集中している場合、頑健で一貫性の高いエッジを持つ戦略であることを示します。悪運であっても十分に対処可能です。
• 幅広く散らばった分布は高いばらつきを示します。中央値がプラスであっても、両端は極端になります — 非常に良い結果になるパスもあれば、破産に至るパスもあります。
• 左に偏った分布(左裾が重い)は警告サインです — 下振れシナリオが上振れシナリオよりも悪く、エッジに対してポジションサイズが積極的すぎることを示唆します。

分布の形状は、個々の統計量と同じくらい多くのことを教えてくれます。目指すべきは、コンパクトで右に偏った分布です。

サンプルサイズ(トレード回数)の影響

大数の法則によれば、サンプルサイズが増えるほど、平均的な結果の分布は真の期待値に収束していきます。トレードの観点で言えば、トレード回数が多いほどシミュレーション間の結果の一貫性が高まり、最終的な資産に運が及ぼす影響が小さくなります。

シミュレーションが50回のトレードのみの場合、最終資産値の分布は非常に幅広くなります — 数回連続の負けが結果を支配し得るのです。500回のトレードでは分布は大幅に引き締まります。2,000回のトレードでは、真のエッジがあれば、ほぼすべてのシミュレーションが利益となります。

これには実用的な意味合いがあります。低頻度トレーダー(月5〜10回)は、エッジが統計的に発現するために、より長くポジションを保有(=より多くの試行を積む)必要があります。高頻度トレーダーは大数の法則がより早く有利に働きます。サンプルサイズが小さい場合、モンテカルロの信頼区間は広くなります — これは不具合ではなく、統計的不確実性を正直に反映した結果です。

トレードあたりリスクの影響:1% 対 3%

ポジションサイズは資産分布に対して非線形的な影響を与えます。勝率55%、平均勝ちトレード1.5Rの戦略を例に考えてみましょう。

• トレードあたり1%のリスクで200回のトレードを行った場合:分布はタイトで、破産確率はほぼゼロ、中央値ドローダウンは8〜12%程度、中央値資産は開始資金のおよそ1.5〜2倍です。
• トレードあたり3%のリスクで200回のトレードを行った場合:分布は大きく広がります。中央値資産は高くなります(複利がより速く効くため)が、5パーセンタイルは急激に低下します。破産確率は3〜8%まで上昇する可能性があります。中央値最大ドローダウンは25〜35%まで拡大します。

このトレードオフは対称ではありません。リスクを高めたことによる上振れは良くて線形的にしか拡大しませんが、下振れは、パーセンテージ表示での損失と利益の非対称性により、はるかに速く拡大します。3%のリスクでは、同じ割合のドローダウンから回復するために、より大きな割合の利益が必要になります。

勝率 対 リスクリワード比:シミュレーションが明らかにすること

2つの戦略が同一の期待値を持ちながら、モンテカルロのプロファイルが大きく異なることがあります。

• 勝率40%、リワード3.0Rの戦略の期待値 = (0.40 × 3.0) - (0.60 × 1.0) = トレードあたり0.60R です。しかし資産曲線は乱高下しやすく、長期の連敗は統計的に正常であり、最大ドローダウンは大きく、多くのトレーダーはエッジが報われる前に離脱してしまいます。
• 勝率60%、リワード1.0Rの戦略も同じ期待値 = トレードあたり0.60R です。この資産曲線はより滑らかで、ドローダウンは浅く、5パーセンタイルの結果は大幅に良好です — 長期的な期待リターンが同一であるにもかかわらずです。

モンテカルロはこれを具体的に示してくれます。同じポジションサイズで両方の戦略を実行し、破産確率、中央値最大ドローダウン、5パーセンタイル資産を比較してみましょう。期待値が同じでも、より滑らかな戦略はリスク指標においてほぼ常に優れています。

実運用前の実践的な活用法

モンテカルロシミュレーションには、トレーダーにとって3つの直接的な活用法があります。

• 実運用前の検証: 実際の資金でどんな戦略をトレードする前にも、計画しているポジションサイズでモンテカルロを実行しましょう。破産確率が5%を超える場合は、2%を下回るまでポジションサイズを縮小してください。
• 連敗のストレステスト: 「連続20回の負けが発生したらどうなるか?」を問いましょう。全シミュレーションを20連敗のストリークから開始するよう設定します。それでも中央値資産が回復するなら、あなたのシステムは頑健です。回復しない場合、あなたの勝率に対してポジションサイズが積極的すぎます。
• ポジションサイズの調整: シミュレーターをリスク水準0.5%、1%、1.5%、2%、3%でそれぞれ実行してみましょう。破産確率が2%を下回る範囲で最も高いリスク水準を見つけます。それが生存性と両立する最大成長を実現する、あなたにとって最適なポジションサイズです。