最適化カーブフィットEA検証

パラメータは高原で選ぶ｜1点ピークを避ける最適化

公開日: 2026-10-14読了目安: 約5分

⏱ 本記事は公開日時点の情報です。EAの実績数値(PF・DD・年率)は運用や再検証で変動するため、最新値は各EAページでご確認ください。最新のEA実績を見る →

結論:最高成績の1点ではなく、崩れない範囲の真ん中を選ぶ

最適化の結果を成績順に並べて、いちばん上の行を採用する。これがカーブフィットへの最短経路だと私たちは考えています。

私たちが見るのは最高値ではありません。最適値の周辺で成績が崩れないかどうかです。パラメータを少しずらしても成績がなだらかに保たれる範囲を「プラトー(高原)」と呼び、その中央付近の値を採用します。最高成績の点より数字は見劣りしますが、それで構わないという立場です。

最適化は、数百から数千の組み合わせの中から過去データに最もよく合ったものを探す作業です。試行回数が多いほど、たまたま数回の大きな勝ちトレードを拾った組み合わせが上位に入ります。

隣の値にずらしただけで成績が大きく落ちるなら、その成績は戦略の優位性というより、特定の数トレードに依存している可能性が高いと見ます。

将来の相場は、ボラティリティも値動きの周期も過去と少しずつずれます。これは、パラメータのほうが少しずれた状態で運用するのと似た状況です。

周辺が崩れないパラメータなら、多少のずれを吸収できる余地があります。尖ったピークにはその余地がありません。

プラトーの端を選ぶと、片側はすぐ崖になります。中央なら、どちらの方向にずれてもまだ高原の上に残れます。

選んでいるのは成績の高さではなく、崩れるまでの距離です。

遺伝的アルゴリズムを使う場合は注意が必要です。探索が有望な領域に集中するため、周辺が十分に試されないまま終わることがあります。周辺の確認は、範囲を絞った完全探索でやり直すほうが確実です。

MT5の基本操作はEA・MT5ノウハウにまとめています。

配布されているEAでも、同じ確認はできます。主要なパラメータを初期値から前後に少しずつ動かしてバックテストし、成績が急に崩れないかを見るだけです。

例えばDONCHIAN ENGINEは、バックテストでPF1.5・631取引・検証9.4年という実測値です。上位版のMEGAMAX DONCHIANは、同じくバックテストでPF1.55・629取引です。

ただし、ここで正直に書いておくべきことがあります。これらは採用したパラメータ1点での結果であり、この数字だけでは周辺が高原かどうかは分かりません。派手なPFではないことは、プラトーの証明にはなりません。パラメータを動かして確かめる作業は、公開された数字では代用できないのです。

各EAのバックテスト実測値は実測ランキングで一覧できます。

プラトーは将来の利益を保証しません。 広い高原に見えても、同じ過去データの上での安定性にすぎません。相場の性質が変われば、高原ごと沈むことがあります。
「どこまでが高原か」の線引きは主観です。 許容する成績低下の幅を後から都合よく決めれば、それも一種のカーブフィットになります。基準は最適化の前に決めておくべきです。
パラメータが多いと確認しきれません。 2次元の面で見られるのは2つまでです。3つ以上が絡み合う崩れ方は見落とす可能性があります。
取引数が少ないと高原の形そのものが信用できません。 数回のトレードで面の色が変わるためです。
私たち自身、この方法で十分だとは言い切れません。 デモ口座でのフォワードテストでは、損益がマイナスで推移しているEAが複数あります。プラトーを意識して選んだパラメータでも、負ける局面は避けられていません。