株価 - バックテスト（RSI版）！
Updated:
Ruby + MySQL で自作した株価取得のシステム。 全市場（東京・大阪・名古屋・札幌・福岡）の全銘柄の1983年からの全取引データを取得しています。
以前は、売買サイン発生後の株価の挙動を集計しました。
今回は、「RSI（相対力指数）」での計算で発生した売買サインデータを基に、取引をしていた場合にどのような結果（損益）になるのかを検証していました。 通常、このようなテストのことをバックテストと言います。
全体的にどんな傾向があるのかを把握するのと、Ruby (+ MySQL) の学習が目的です。 ※興味が無ければスルーしてください。
以下に、前提条件・検証結果を掲載します。
１．前提条件等
１．売買サインの定義
- 当日RSIが 30% を下抜けた場合を売られ過ぎと観て「買いサイン」とする
- 当日RSIが 70% を上抜けた場合を買われ過ぎと観て「売りサイン」とする
としました。 上げ幅・下げ幅の合計を出す日数Ｎは 14 としました。 また、調整後終値（株式分割があった場合の調整値）を考慮していません。
２．検証銘柄と検証期間
2012年3月31日現在上場している全市場の3,592銘柄を対象に、2000年1月1日から2011年12月31日の株価データを使用して検証しました。 また、複数の市場に上場している銘柄については、優先市場のみで検証しました。 ※全取引件数は 7,926,658 件
３．注文条件
- 資金は 5,000,000 円に設定
- 無ポジション中に買いサイン発生で、買いエントリ
- 買いポジション中にストップロス発生で、エグジット
- 買いポジション中に売りサイン発生で、エグジット
- 無ポジション中に売りサイン発生で、売りエントリ
- 売りポジション中にストップロス発生で、エグジット
- 売りポジション中に売りサイン発生で、エグジット
- エントリ・エグジットは翌営業日の始値で行う
- 手数料は、SBI証券の手数料（スタンダードプラン）を使用する。
- リスク率は 0.05 に設定
- ストップロス率は 0.4 に設定
- スリッページは 1 に設定
- 呼び値も考慮
- エントリ時は、毎回資金残高中で投資可能な最高額を投資
- エントリ時に資金残高が不足する場合はエントリしない。
各種用語については、各自でお調べください。 検証アルゴリズムは以下の書籍（エクセルでの検証）も参考にしています。
４．検証方法
- 各銘柄について、対象の期間内のデータで売買サインの発生を検証する。
- 各銘柄について、上記３の「注文条件」にしたがって、バックテストを行う。 算出項目：売買単位、手数料、損益、総損益、資金残高、最大ドローダウン
- 全銘柄のバックテスト結果を集計する。 検証項目：総損益、利益、損益、プロフィットファクター、トレード回数、 勝率、勝ちトレード数、負けトレード数、最大利益額、最大損失額、 総手数料額、最大ドローダウン、 平均損益額、平均利益額、平均損失額
２．検証結果
以下は、上げ幅・下げ幅を14日、買いサイン判定を RSI = 30%、売りサイン判定を RSI = 70% で計算した場合です。
１．バックテスト結果
買い・売り両方のエントリを想定して検証しています。 全銘柄のトータルなので、莫大な数値となっています。 単純・指数移動平均やそれらのゴルーデン・デッドクロスで行ったバックテストと比べると、総損益はよくなっています。（それでもマイナスですが・・・） また、売りからエントリーした場合の方が利益が出るようです。
−−−−−−−−−−− [ TRADE(ALL) ][ TRADE(LONG) ][ TRADE(SHORT) ]
総損益 -2,909,862,597 -3,282,204,416 372,341,819
利益 19,170,657,484 9,441,764,945 9,728,892,539
損益 -22,080,520,081 -12,723,969,361 -9,356,550,720
プロフィットファクター 86.82 74.2 103.97
トレード回数 386,641 205,523 181,118
勝率 8.91% 7.28% 10.76%
勝ちトレード数 34,456 14,965 19,491
負けトレード数 352,185 190,558 161,627
最大利益額 1,121,684 960,464 807,025
最大損失額 -232,296 -202,829 -192,850
総手数料額 898,911,003 477,005,430 421,905,573
最大ドローダウン -232,111 -202,400 -192,897
２．平均損益・利益・損失額集計
各銘柄でバックテスト（算出）した平均損益額・平均利益額・平均損失額の平均値・最大値・最小値を算出。 通常、各銘柄で算出した場合、平均損益額＝平均利益額＋平均損失額となりますが、全銘柄を集計した場合には数値の性質上イコールにはなりません。 イメージをつかむために全銘柄の平均値・最大値・最小値を算出してみました。 単純・指数移動平均やそれらのゴルーデン・デッドクロスで行ったバックテストと比べると、格段にいい数字となりました。 また、売りからエントリーした場合の方が利益が出るようです。
[ 全トレード ]
AVG ( MAX MIN )
[P/L ] -4,275 ( 1,504,953 -238,418 )
[PROFIT] 524,401 ( 18,986,527 0 )
[LOST ] -64,182 ( -690 -2,825,346 )
[ 買いトレード ]
AVG ( MAX MIN )
[P/L ] -13,032 ( 1,778,556 -238,418 )
[PROFIT] 564,531 ( 22,952,027 0 )
[LOST ] -66,273 ( 0 -2,210,649 )
[ 売りトレード ]
AVG ( MAX MIN )
[P/L ] 8,124 ( 1,089,482 -288,618 )
[PROFIT] 460,259 ( 15,304,277 0 )
[LOST ] -62,894 ( 0 -3,885,697 )
３．平均損益件数集計
こちらも、イメージをつかむため、平均損益がプラスの銘柄・マイナスの銘柄の件数を集計。 単純・指数移動平均やそれらのゴルーデン・デッドクロスで行ったバックテストと比べると、いい数字となりました。
[TRADE] [+ COUNT] [- COUNT]
[ALL ] 988 2,577
[LONG ] 815 2,742
[SHORT] 1,413 2,144
今回の、RSIでも損失が出る結果となりましたが、単純・指数移動平均を使用したバックテストに比べると格段にいい結果がでました。
また、バックテストと称していながら、手数料・リスク率・ストップロス・スリッページ・呼び値等を考慮していないものが多数あります。 今回はこれらも考慮しているのでより実際に近いシミュレーションが出来ているのではないでしょうか。 計算間違いしていなければの話ですが・・・ ※計算間違いが発覚すれば、その都度再検証してみるつもりです。
もちろん、実際は場合によってエントリ方法を調整する必要があることは言うまでもありませんが。。。 特にエグジットの条件を変更する（利益のあるうちにエグジットするようにする）ともっと利益に繋がるでしょう。
Ruby 学習の延長で検証作業を行ってみましたが、こうして実際に実用的な何かを作成してみることで知識も深まっていきます。
以上。
Comments