「バックテストで勝率95%のEAがあるんですが、これって良いEAですか？」
こういった質問を受けることがあります。勝率95%と聞けば優秀に見えます。しかし開発者として正直に言うと、バックテストで勝率が高すぎるEAは危険サインです。
EA-LabでGENESIS・凜・AXISを開発してきた中で、「勝率が高すぎる」という状態がなぜ生まれるのか、そしてなぜ危険なのかを実体験をもとに解説します。
勝率が高すぎるEAはなぜ生まれるのか
バックテストで異常に高い勝率が出る場合、その裏には必ず何らかの構造的な理由があります。主なパターンは3つです。
①SLを設定していない・極端に広く設定している
最も多いパターンです。SLを設定しないか、極端に広く設定すると勝率は簡単に上がります。なぜなら相場がどれだけ逆行しても損切りされず、最終的に相場が戻ってきたタイミングで利確できるからです。
バックテスト上では「ほぼ負けない」EAに見えます。しかし実運用では、相場が戻らないまま大きく動いた場合に壊滅的な損失が発生します。いわゆる「コツコツドカン」のパターンです。
凜の開発でも、SLを広げるほど勝率が上がるという現象を確認しました。しかしそのSL幅が現実の相場で許容できる水準かどうかを必ず確認しています。勝率を上げるためにSLを広げることは、リスクを後回しにしているに過ぎません。
②ナンピン・マーチンゲール設計
含み損が出るたびに追加エントリーを繰り返すナンピン、またはロットを倍増させるマーチンゲール設計のEAも高勝率になりやすいです。
追加エントリーを繰り返すことで平均取得単価が下がり、相場が少し戻るだけで利確できます。バックテスト上では「ほぼ毎回利確できている」ように見えます。
しかし一方向に大きく動く相場では、含み損が雪だるま式に膨らみ、最終的に口座残高を超える損失が発生するリスクがあります。バックテスト期間中にそういった相場がたまたまなければ、異常に高い勝率と低いDDが記録されます。
③過剰最適化による結果
バックテスト期間に合わせてエントリー条件を細かく最適化すると、過去データに対して「ほぼ外れない」エントリーサインを作ることができます。取引回数が少なくなりますが、その少ない取引がほぼ勝ちになるため勝率が高くなります。
しかしこれは過去データへの過剰適応であり、未来の相場では再現されません。GENESIS開発の初期段階でも、条件を追加するたびに勝率が上がりましたが、期間を分割して検証するとその条件が機能するのは特定の期間だけであることが確認できました。
現実的な勝率の範囲はどのくらいか
長期バックテストで現実的に出る勝率の範囲を整理します。
ロジックタイプによって異なりますが、EA-Lab的な目安は以下の通りです。
ブレイクアウト型・トレンドフォロー型は40〜70%程度が現実的な範囲です。トレンドに乗るロジックは「負けるときは小さく・勝つときは大きく」という構造のため、勝率が低めでもPFが確保できます。GENESISは69.99%・AXISは67.20%で、この範囲内に収まっています。
アノマリー型・平均回帰型は60〜80%程度が現実的な範囲です。特定の時間帯・曜日の統計的優位性を利用するため、方向性の精度が高くなりやすいです。凜の勝率79.16%はアノマリー型として自然な水準です。
勝率90%以上は現実的に達成困難であり、達成できている場合は上記の構造的な理由（SL設定・ナンピン・過剰最適化）がある可能性が高いと考えてください。
高勝率EAを見分けるためのチェックポイント
バックテストで高勝率のEAを見たとき、以下の点を確認してください。
①SLは適切に設定されているか
SLが設定されていない・あるいは異常に広い場合は要注意です。TPとSLのバランス（RR比）を確認し、SLが現実的な水準に設定されているかを見ます。SLがTPの5倍・10倍になっているようなEAは「高勝率だが一度の負けで大きなダメージを受ける」構造です。
②取引回数は十分か
高勝率でも取引回数が極端に少ない場合、統計的な信頼性がありません。10回のトレードで9回勝っても、それは統計的に意味のある勝率ではありません。最低でも数百回以上のサンプルが必要です。
③DDの推移はどうか
高勝率EAでもDDが急拡大する局面があれば、ナンピン・マーチンゲール設計の可能性があります。DDが緩やかに積み上がる形ではなく、ある時点で急激に拡大するパターンが見られる場合は注意が必要です。
④ロジックを説明できるか
「なぜこのEAが高勝率なのか」を開発者が説明できるかどうかを確認します。「独自アルゴリズム」「秘伝のロジック」という説明しかない場合、説明できない理由がある可能性があります。
カーブフィッティングと過剰最適化についてはこちらで詳しく解説しています。
勝率よりPFとDDを先に見るべき理由
EA評価において、勝率は最後に確認する指標です。
先に確認すべきはPFと最大DDです。PFが収益性を示し、最大DDが資金管理上のリスクを示します。この2つが基準を満たした上で、勝率がロジックの性質と合致しているかを確認するという順番が正しいです。
勝率だけが高くてPFが低い場合、1回の負けで複数回分の利益が消えている構造です。長期運用では資産が増えにくい・あるいは減少するリスクがあります。
凜の勝率79.16%はPF1.47と合わせて見ることで初めて意味を持ちます。高勝率でPFも確保できているという事実が、アノマリー型ロジックの優位性を示しています。単に勝率79%という数値だけでは何も判断できません。
勝率とPFの正しい見方についてはこちらでも解説しています。
まとめ
バックテストで勝率が高すぎるEAには必ず理由があります。SLを広げているか・ナンピン設計か・過剰最適化かのいずれかである可能性が高く、どれも実運用でのリスクが高い状態を示しています。
現実的な勝率の目安はロジックタイプによって異なりますが、ブレイクアウト型・トレンドフォロー型で40〜70%・アノマリー型で60〜80%程度が自然な範囲です。勝率90%以上は構造的な理由がある可能性が高いため、必ず裏側を確認してください。
EAを評価するときは勝率より先にPFと最大DDを確認する。この順番を守るだけで、高勝率の罠にはまるリスクを大きく減らせます。
バックテスト全体の正しい見方についてはこちらで詳しく解説しています。
