データソースの選択：無料、低コスト、有料のオプション
過去の研究を構築する最初のステップはデータを見つけることであり、通常は検索エンジンが出発点となる。無料または低コストのデータベースはオンラインに豊富にある。それらはカバーする範囲が異なる。あるものは日次の株式データを提供し、別のものは日次の先物データ、日次の為替データ、または株式と先物の日中データを提供する。また、あまり目立たないがより重要な3つの側面でも異なる。分割と配当が調整されているか、データが生存バイアスの影響を受けているか、そして履歴がどの程度過去まで遡るかである。 有料データベースは一般に、より完全な分割・配当調整を提供し、多数の銘柄の一括ダウンロードをサポートし、ファンダメンタルデータも含む。一部のプロバイダーは生存バイアスのないデータセットも提供している。トレードオフはコストであり、かなりの額になることがある。無料または安価なソースはしばしば生存バイアスを伴い、通常は一度に1銘柄ずつダウンロードする必要があり、価格調整がどの程度一貫して適用されているかも様々である。 これらの違いのため、ソースの選択は中立な決定ではない。同じ市場と同じ期間をカバーする2つのデータセットが、同じルールセットに対して異なるバックテスト結果を生むことがある。企業行動を適切に調整し、上場廃止銘柄を保持するデータセットは、どちらもしないものとは大きく異なる挙動を示す。そのため、実践的なアプローチは、ティッカーと日付が付されたファイルがどれも同等だと仮定するのではなく、使用する前にソースが実際に何を含むかを特定することである。カバレッジ、調整ポリシー、履歴の長さ、バイアスの扱いは、研究が有意義か誤解を招くかを決定する特性である。
分割と配当の調整：最初に問うべきこと
過去の価格が分割と配当のために調整されているかどうかは、どのデータベースを使う前にも解決すべき核心的な問題である。論理が明確になれば、仕組みは単純である。 企業が権利落ち日に株式を分割すると、各株は複数の新株になる。権利落ち日より前のすべての過去価格は、分割比率の逆数を掛ける、つまり分割倍数で割る必要がある。例えば2対1の分割では、イベントをまたいで価格系列が連続するように、それ以前のすべての価格を半分にする必要がある。 配当は別の係数で機能する。企業が権利落ち日に現金配当を支払うと、その日より前のすべての過去価格は、前日終値から1株当たり配当を引いた額を前日終値で割った係数を掛けられる。これにより権利落ち日をまたいで株式の日次リターンが維持される。 標準的な方法は配当額を単純に引くのではなく、価格を乗算的に調整することに注意されたい。乗算はリターンを連続的かつ経時的に比較可能に保つからである。減算はパーセントリターンに歪みを生じさせる。 これらの調整を省略した場合の結果は深刻である。権利落ち日には、通常の市場変動に加えて、始値が前日終値よりおおよそ配当額だけ自然に低くなる。この人為的なギャップは誤った取引シグナルを引き起こしうる。例えば下落ブレイクアウトを探すシステムは、機械的な下落を本物のブレイクダウンと解釈し、実際の価格弱さが存在しないのに売り指示を出す可能性がある。 最もクリーンな解決策は、すでに分割・配当調整が適用されたデータベースを使うことである。調整を手動で行わなければならない場合、係数を計算するために分割と配当情報の独立したソースが必要であり、これは面倒でエラーが起きやすい。
手動調整：係数、乗算、エラーリスク
データセットが未調整で提供され、置き換えられない場合、調整作業はユーザーに委ねられる。それが具体的に何を伴うかを正確に理解する価値がある。 このプロセスには、各銘柄のすべての分割とすべての配当について、別個の信頼できる記録が必要である。その記録から、各企業行動に対する調整係数が計算される。分割には分割比率の逆数、配当には終値から配当を引いた額を終値で割った値である。次に各係数が、対応する権利落ち日より前に発生するすべての過去価格に適用される。 株式の履歴に複数の分割と複数の配当支払いがある場合、任意の過去価格に対する総調整係数は、その価格の時間間隔に適用される個々の分割係数と配当係数のすべての積である。この乗算構造が系列を内部的に一貫させる。各イベントはそれ以前のものに複合的に積み重なる。 2つの実務的な困難が生じる。第一に、データ収集自体が骨の折れる作業である。分割と配当は価格ファイルとは独立したソースから集めなければならず、欠落したイベントは系列に永続的な不連続を残し、実際の価格変動と誤認されうる。第二に、算術エラーが伝播する。1つの誤った係数がその日より前のすべての価格を破壊し、結果として生じる歪みは気づかれないほどもっともらしく見えることがある。 検証の問題もある。ベンダーによって調整の扱いが微妙に異なることがあるため、手動調整された系列とベンダー調整された系列は、両方が内部的に一貫していても完全には一致しないことがある。結果が正確な価格水準に依存する場合、他のデータと組み合わせる前に、ソースが調整をどう定義しているかを確認する価値がある。ほとんどの場合、手動調整の労力は、適切な事前調整済みソースが存在しないときにのみ正当化される。
生存バイアス：隠れた歪み
生存バイアスは、無料または低コストの過去データベースを使う際の最も一般的な罠の一つであり、戦略スクリーニングの資料ですでに議論されている。この用語は、今日も存在する銘柄のみを含むデータセットを指す。上場廃止、倒産、買収された企業は除外されているため、履歴は勝者だけを反映する。 駆け出しのトレーダーにとって、生存バイアスのないデータベースは通常高すぎる。このコスト差こそが罠がこれほど蔓延している理由である。手頃な選択肢はバイアスのあるものであり、バイアスは探さない限り見えない。 歪みは極端になりうる。バイアスのあるデータベースとないデータベースで同じ戦略を実行すると、完全に逆の結論を生むことがある。現実には損失を出すルールセットが、バックテストでは強く収益性があるように見えることがある。データベースが途中で失敗した銘柄を静かに除外したからである。報告されるパフォーマンスは、どの銘柄が保持されたかだけで、数十パーセントポイントのマイナスから数百パーセントのプラスへと振れうる。 仕組みは単純である。バックテストは、記録された通りの銘柄ユニバースを取引できたと仮定する。そのユニバースが後知恵で生存者のみを残して構成されたなら、テストは事実上、後知恵の利益を得て銘柄を選択している。それは決定ルールのテストでは全くない。すでに成功したと分かっているグループに適用されたルールのテストである。その後知恵を除くには、消滅した銘柄を含むデータが必要であり、まさに最も安価なデータセットに欠けているものである。
