ランダムトレードシミュレーション

ヒストリカルデータでランダムなトレードを行ってみて、その結果から各種集計結果の相関を調べてみました。
結果は以下の通り。　（こっちにはもっと新しいのがあります。更にこちらにはそれより新しいのがあります）

使ったデータは２００１年から２０１０年まで１年ごとに11種類の通貨ペアで1時間足。
エグジットをトレード開始から２時間先、3時間先、．．．、９６時間先まででデータをとりました。
あといつエントリーするかと方向（ロング・ショート）を乱数で決定するという方法でデータを作成しました。

最近自作の検証用プログラムを作りはじめ、はじめてまともに取ってみたデータということもあり、その検証用のプログラムがまともに動いているか手探りの状態なのでどこまでこの結果に意味があるかは定かではありません。

今回そもそもこのランダムトレードの検証をやってみようと思ったのは、今後の検証にあたってSharpe比とか回帰残差ベースの指数やドローダウンベースの指数がどの程度使えるものなのかを調べてみたいと思ったからです。

個人的にはRSSで示されている回帰残差ベースの数値が良さそうな気がしています。（プロフィットファクターとの散布図はこちら）　ちなみにＲＳＳは名前として変です。もともと残差平方和の意味でRSS(Residual Sum of Squares)としていたのですが、最終的に制作過程で違う数値になっていますので今後名前を変えようかと考えています。

ランダムトレードの結果は今後のベースとなってくれるかもしれない。このランダムトレードの結果は何も戦略がない状況と考えて、今後はいろいろな戦略のアイディアをシミュレーションしてみて散布図、ヒストグラム、各数値などの比較ができれば良いなと思っています。最終的には数種類の異なる性格をもったルールがシンプルで堅固なシステムというのが目標です。（しかも数種類異なるタイプのものができたらなおよいですね。）

各パラメータは以下のとおり。
 PF=プロフィットファクター
 PF-L=プロフィットファクターロングのみ
 PF-S=プロフィットファクターショートのみ
 AvProf=トレードあたりの平均収益
 Sharpe=Sharpe比というもの。（簡易計算）
 SD(%)=標準偏差（パーセンテージベース）
 RSS=AvProf÷（収益曲線の）回帰残差の標準偏差
 CDD=AvProf÷トレードあたりのドローダウン
 RRR=Risk Reward Ratio
 WIN(%)=勝率
 WIN(%)-L=勝率ロングのみ
 WIN(%)-S=勝率ショートのみ
 NTR=トレード数
 NTR-L=トレード数ロングのみ
 NTR-S=トレード数ショートのみ
 AvDur=平均ポジション保有期間
 MxDur=最大ポジション保有期間
 MxDDN=最大ドローダウン
 LDDN=最長ドローダウン期間
 Efcy(%)=トレード効率
 EfcyIn(%)=エントリーのトレード効率
 EfcyOut(%)=エグジットのトレード効率
 OUTDAYS=トレード日数（今回はこれを2から96の範囲でデータを作成した）