カーブフィッティングとは？EAバックテストで絶対に避けるべき最適化の罠

EA開発で一番やってはいけないこと、それが「カーブフィッティング」です。

バックテストをしていると、どうしても「もっと良い結果を出したい」と思ってしまうものです。
パラメータを調整して、PFが上がり、ドローダウンが減り、勝率が改善される。

ですが、その“綺麗な結果”こそが罠です。

今回は、EA開発を実際に3本（GENESIS・凜・AXIS）作ってきた中で、何度も直面したカーブフィッティングの危険性と、回避するための考え方を解説します。

カーブフィッティングとは何か

カーブフィッティングとは、過去のデータに過剰に最適化してしまうことです。

簡単に言えば、

・過去には完璧に勝てる
・でも未来では通用しない

という状態です。

EAのバックテストは、過去チャートに対してロジックを当てて検証します。
この時にパラメータを何度も調整すると、「過去の特定の相場だけに最適化された設定」が出来上がります。

つまり、

「未来に通用するロジック」ではなく
「過去に合わせただけのロジック」

になってしまいます。

バックテストについてはこちらで詳しく触れています。

なぜカーブフィッティングが起こるのか

原因はシンプルです。

“良い数値を追いすぎること”

・PFを上げたい
・DDを下げたい
・勝率を高くしたい

この意識自体は正しいのですが、過剰になると危険です。

実際、GENESISの初期開発では、PF1.6近い結果が出たことがあります。
しかしフォワードに回すと、あっさり崩れました。

理由は明確で、「過去に合わせすぎていた」からです。

実体験：3つのEA開発で見えた「罠」

GENESISの場合

最初はブレイク条件を細かく調整し、PFをひたすら上げていました。
結果としてバックテストは非常に美しい右肩上がり。

ですが実運用では、エントリーが減り、トレードの再現性も低下。
「勝てる条件が限定されすぎていた」状態でした。

最終的には条件をシンプルに戻し、PFよりも安定性を優先しています。

凜の場合

アノマリー要素を強く入れすぎた結果、特定の期間だけ異常に成績が良くなる状態になりました。

一見すると優秀ですが、期間をずらすと一気に崩壊。
典型的なカーブフィッティングです。

ここから「特定条件に依存しすぎない設計」に大きく舵を切りました。

AXISの場合

ロット可変ロジックで最適化を進めた際、バックテストでは異常に滑らかな資産曲線が出ました。

しかしこれは、ロット調整が“過去の値動きに適応しすぎていた”結果。

最終的に固定ロット＋シンプルな構造に戻し、再現性を優先した設計に変更しています。

カーブフィッティングの典型的な特徴

以下に当てはまる場合、ほぼカーブフィッティングです。

・PFが異常に高い（1.5以上）
・取引回数が極端に少ない
・特定期間だけ爆発的に利益が出ている
・パラメータが細かすぎる
・期間をずらすと崩れる

これらはすべて、「過去への最適化」のサインです。

回避するための考え方

重要なのは、「良い結果」ではなく「再現性」です。

具体的には以下を徹底します。

①シンプルなロジックにする

複雑にするほど過去に最適化されやすくなります。

②期間を分けて検証する

インサンプルとアウトサンプルを分けて確認することで、過剰最適化を見抜けます。

③取引回数を確保する

母数が少ないと、偶然の勝ちを拾ってしまいます。

④PFよりDDを見る

PFは簡単に“作れる数値”です。
DDは誤魔化しが効きません。

PFの見方についてはこちら。

最大DDについてはこちらで詳しく解説しています。

⑤フォワードテストで確認する

最終判断は必ずフォワードです。
ここで崩れるEAは、本質的に使えません。

EA-Labの結論

EA開発において最も重要なのは、「長く生き残るロジックを作ること」です。

GENESIS・凜・AXISの開発を通して、共通して辿り着いた答えはシンプルでした。

・シンプルであること
・再現性があること
・過去ではなく未来を見ていること

カーブフィッティングを避けることは、単なるテクニックではなく「思想」です。

ここを外したEAは、どれだけ綺麗なバックテストでも必ず崩れます。

逆にここを徹底すれば、PF1.2前後でも長期で勝てるEAになります。

まとめ

・カーブフィッティングは“過去に最適化されただけのEA”
・綺麗なバックテストほど危険
・重要なのは再現性と安定性
・シンプルなロジックこそ強い

EAで勝ち続けるためには、「良い結果を作る」のではなく「壊れないロジックを作る」ことがすべてです。