記事「古典的な戦略を再構築する（第15回）：デイリーブレイクアウト取引戦略」についてのディスカッション

[MetaQuotes]

新しい記事「古典的な戦略を再構築する（第15回）：デイリーブレイクアウト取引戦略」はパブリッシュされました:

コンピュータが登場する以前から、人間のトレーダーは長年にわたり金融市場に参加し、意思決定を導く経験則を培ってきました。本記事では、よく知られたブレイクアウト戦略を再検証し、こうした経験から得られた市場ロジックがシステマティックな手法に対抗し得るのかをテストします。結果として、元の戦略は高い精度を示した一方で、不安定性とリスク管理の弱さが明らかになりました。そこで本記事ではアプローチを改良し、裁量的な洞察をより堅牢なアルゴリズム取引戦略へと適応する方法を示します。

すでに述べたように、私たちは通常、過去から未来を予測する関係を学習するために機械学習アルゴリズムを使用しています。しかし、そのような関係が存在し、データから学習可能であるという前提を、私たちはほとんど疑うことがありません。にもかかわらず、その関係が実際に存在するかどうかを証明する手間をかけることは稀です。一方で裁量トレーダーは、キャリアを維持するために、信頼できる関係性を探し続けることを強いられてきました。この観点からすれば、人間のトレーダーは、我々の機械学習モデルが基盤として活用できる、手作業による検証を先におこなってきたとも言えます。

したがって私たちは、長年の市場経験から人間が築き上げてきたヒューリスティクスや経験則を活用し、機械学習と金融取引のギャップを埋めたいと考えています。トレーダーが一般的に従ってきたこれらのルールは、モデルが金融市場をより構造的に学習するためのフレームワークとして機能する可能性があります。モデルに関係性の証明を一から求めるのではなく、時間をかけて有効性が示されてきた原理を拡張する形で利用できるため、モデルにとって大きな利点となります。

テストにおいて最も重要なのは、出発点となる戦略の有効性を証明することです。このため、本記事で扱う取引戦略は、連続する取引日の関係性に基づく、よく知られたブレイクアウト手法を採用しました。この戦略の本質は非常にシンプルです。

各取引日の開始時に、まず前日の高値と安値をマーキングします。

作者: Gamuchirai Zororo Ndawana