フィルターとセットアップ：定義と核心的な違い
トレーディングシステムの設計において、フィルターとは、取引をエントリーする前に発動していなければならないインジケーターまたは条件です。これはしばしば、トレーディングシステムの10の主要コンポーネントの1つとして挙げられます。フィルターは過去の市場行動を説明するのに役立つことがありますが、通常はリアルタイムの取引判断を改善しません。その理由は、フィルターが通常、エントリーシグナルが使用するのと同じ価格データから導かれるためです。複数のフィルターが同じ基礎データに基づいて構築されると、新しい情報を加えることなく互いを確認し合う傾向があり、カーブフィッティングを促します。対照的に、セットアップとは、異なる種類のデータ——時間、出来高、ブレッドス、ボラティリティ、またはファンダメンタルズの需給——に基づく条件です。セットアップは独立した情報を利用するため、真の価値を加えることができます。学習ノートは次のように強調しています。フィルターは一般に同じデータを使うため避けるべきです。異なる信頼できるデータに基づくセットアップは一般に有用であり、そのようなセットアップは多ければ多いほど良いです。この区別は複雑さの問題ではなく、情報の多様性の問題です。1つの単純な価格エントリーと2つの独立したセットアップを備えたシステムは、10の価格ベースのフィルターを備えたシステムよりも頑健な場合があります。本記事の残りの部分では、フィルターとセットアップの仕組み、セットアップが機能するとき、失敗するとき、よくある誤用について説明します。
後知恵の罠：カーブフィッティングと過剰最適化
過去データを検討するとき、データに適合させるために使うインジケーターが多ければ多いほど、それらのインジケーターは過去のあらゆる変化をより完全に予測するように見えます。ほとんどのトレーディングソフトウェアは何百ものインジケーターを提供しており、それらを自動的に適用して、過去の市場行動に対するほぼ完全なカーブフィットを生み出すことができます。たとえば、オシレーター、移動平均、サイクルを組み合わせれば、ほぼあらゆる歴史的な価格変動を説明できます。これは極端な自信を生みますが、今日の市場を取引しようとすると、高度に最適化されたインジケーターは何の助けにもなりません。一部のトレーダーは、直近数か月などの短期データで最適化することでこれを克服しようとし、最近うまくいったことが今日の市場を反映することを期待します。こうした努力は通常無駄です。なぜなら、あまりに多くのインジケーターが使われるからです。一般に、システムは単純であるほどよく機能します——ただし例外はあります。各インジケーターが異なる種類のデータに基づいているなら、多くの異なるインジケーターが役立つことがあります。これがフィルターとセットアップを区別する鍵です。フィルターは通常同じデータに基づくため避けるべきです。異なるデータに基づくセットアップは非常に有用です。セットアップが異なるが信頼できるデータに基づいている限り、一般に多いほど良いです。罠は、多くのインジケーターを持つことではありません。すべてが同じものを測定する多くのインジケーターを持つことです。価格ベースのエントリーに10の価格ベースのフィルターを加えるトレーダーは、情報を加えているのではなく、冗長性と過剰適合のリスクを加えています。
時間セットアップ：異なるデータ次元の利用
時間は価格とは異なる種類のデータです。さまざまなモデルが存在するため、変動がいつ起こる可能性があるかについて、ある程度の知識を得られます。したがって、時間セットアップは有用です。例には、サイクル、季節性、占星術的な影響が含まれます。時間セットアップは変動の方向を教えるものではなく、いつ注意を払うべきかを教えます。たとえば、季節パターンは、特定の商品がある月に安値をつけやすいことを示唆するかもしれません。サイクルモデルは、転換点のウィンドウを示唆するかもしれません。これらは価格ベースのシグナルではないため、独立した情報を加えます。ただし、時間セットアップは慎重に使う必要があります。サイクルはずれることがあり、季節パターンは失敗することがあり、占星術的な影響は信頼できるものとして普遍的に受け入れられているわけではありません。学習ノートは、それらを時間ベースのセットアップの例として提示しており、保証された予測因子としてではありません。時間セットアップの価値は、価格ベースのエントリーと組み合わせられることです。時間セットアップがウィンドウを定義し、価格行動がトリガーを定義します。価格トリガーがなければ、時間セットアップだけでは早すぎるエントリーにつながる可能性があります。また、サイクルが過去データに最適化されている場合、時間セットアップへの過度の依存はカーブフィッティングにつながる可能性があります。鍵は、時間をいくつかの次元の1つとして使い、行動する前に別のデータタイプからの確認を要求することです。時間セットアップは未来を予測することではなく、取引を検討する価値がある期間を絞り込むことです。
価格シーケンスのセットアップ：価格の順序にある論理
価格シーケンスのセットアップは、価格データが特定の順序で現れることを要求します。その順序が、市場が従う傾向のある高確率の関係に基づいているなら、そのシーケンスは単純な価格の読み取りよりも価値があることがよくあります。リトレースメントセットアップは古典的な例です。それはシーケンスに基づいて構築されます。第一に市場がトレンドを確立し、第二にリトレースメントが起こり、第三に市場が元のトレンド方向への動きを示します。各ステップは価格データですが、論理は順序と関係にあります。対照的に、単純な移動平均クロスオーバーも価格データですが、シーケンスを必要としません。シーケンスセットアップは構造を加えます。別の例としては、ブレイクアウトの後に、以前のサポート水準を維持するプルバックが続く場合があります。確率は、リトレースメント後にトレンドが再開する傾向から来ますが、これは保証されません。トレンドが弱い場合や、リトレースメントが反転になる場合、セットアップは失敗することがあります。また、セットアップは依然として価格データに基づくため、すでに多くの価格ベースのフィルターを使うシステムに加えても、多くの独立した情報を加えない可能性があります。違いは、シーケンスセットアップが単なるフィルターではなく、展開しなければならない論理的条件であることです。より高い頑健性のために、時間、出来高、またはボラティリティのセットアップと組み合わせることができます。価格シーケンスのセットアップは、カーブを当てはめるのではなく、市場の論理をエンコードする方法です。
