OptiNod アカデミー

プロフィットファクター — ひとつの数字が隠す分布とサンプル数

PFが高くても、取引数が少なかったり大きな利益の1件に依存していたりすると、実運用では崩れます。PFが隠している分布とサンプル数を見ていきます。

> プロフィットファクターが高いという事実だけでは、戦略を信頼することはできません。その数字を生んだ取引の分布もあわせて見る必要があります。

プロフィットファクター（Profit Factor、PF）は、バックテストの総利益を総損失で割った値です。100回の取引で、利益取引の合計が1万ドル、損失取引の合計が5千ドルなら、プロフィットファクターは2.0です。1.0なら損益トントン、1.0を下回れば損失戦略、2.0を超えれば一般的には良好な戦略と評価されます。計算が単純なため、バックテストレポートの冒頭に最もよく登場する指標です。

一般的には、この数字ひとつを戦略の成績表のように使いがちです。プロフィットファクター1.5の戦略と3.0の戦略を並べて、後者は2倍優れた戦略だと判断します。最適化ツールを回し、プロフィットファクターが最も高く出たパラメータの組み合わせをそのまま採用することもあります。数字が高いほどよい、という直感は大きな枠では正しいものです。ただ、この直感には決定的な盲点があります。

プロフィットファクターは比率です。比率は、分子と分母を作った個々の取引が何件あったのか、それらの取引が均等に分布していたかを、すべてひとつの数字の中に圧縮してしまいます。200回の取引から出た1.5と、12回の取引から出た3.0なら、実運用でより信頼できるのは前者です。大きな利益取引1件が分子の大半を占める3.0は、その1件を除いた瞬間に損失戦略へ変わります。この記事では、プロフィットファクターというひとつの数字が隠しているサンプル数と分布を、どう取り出して確認するかを扱います。

最大利益取引を1件除いただけでプロフィットファクターが崩れる戦略は、運に依存しています

プロフィットファクターを信頼できるかどうかを見極める最も手早い確認方法は、最大利益取引を1件取り除いたうえで、プロフィットファクターを再計算することです。この一度の計算だけで、戦略の安定性を分布の面から確認できます。

ひとつのトレンドフォロー戦略を例にします。1年間で20回取引し、利益取引の合計は7,610ドル、損失取引の合計は1,950ドルでした。プロフィットファクターは7,610を1,950で割った約3.90で、レポートだけを見ると非常に優秀な戦略です。ところが、この7,610ドルのうち6,200ドルは、たった1回の取引から生まれています。2024年11月にBTCが約69,500ドルから3週間で99,000ドル付近まで約42%急騰した局面を、そのまま捉えた取引です。この1件を除くと、残り19件の利益合計は1,410ドル、損失合計は変わらず1,950ドルなので、プロフィットファクターは0.72まで低下します。1.0未満、つまり損失戦略です。

この戦略が示した3.90は、2024年11月にBTCが急騰したという、ひとつの市場イベントが作った数字に近いものです。同じ戦略を、その急騰がなかった別の1年に適用すれば、0.72に近い結果になります。勝率も9/20で45%程度なので、普段は小さな損失を繰り返し、たまに出る大きなトレンドで全体を回収する構造です。トレンドフォロー戦略は本来こうした分布を持ち、この分布そのものは戦略の正常な動き方です。問題は、プロフィットファクター3.90という数字だけを見て、毎月安定して利益が出る戦略だと誤解したときに生じます。そう誤解すると、実運用で大きなトレンドがしばらく出ない局面で、口座残高が少しずつ減っていくことに耐えられず、戦略を捨てることになります。

基準は単純です。最大利益取引を除いてもプロフィットファクターがなお1.2を上回るなら、利益が分散した戦略です。その1件を除いただけで1.0を下回るなら、その戦略のバックテスト利益は一度の幸運に依存した結果と見ます。

取引サンプルが少ないと、プロフィットファクターは偶然と区別できません

同じプロフィットファクター2.5でも、8回の取引から出た2.5と、300回の取引から出た2.5では、まったく重みが違います。サンプルが少ないほど比率は偶然どちらかに偏り、その偏りが実力のように見えます。

8回の取引の例を見てみます。利益取引の合計が1,450ドル、損失取引の合計が500ドルで、プロフィットファクターは2.90です。数字だけ見れば、先ほどのトレンドフォロー戦略より優れているように見えます。ところが、この戦略をもう1か月運用し、600ドルの損失取引が1件追加されると、損失合計は1,100ドルに増え、プロフィットファクターは一気に1.32まで低下します。取引が1件増えただけで、戦略の評価が丸ごと変わってしまいます。サンプルが8件しかないと、1回の取引が全体の10%を超える重みを持つためです。

300件のサンプルでは、取引が1件追加されても比率はほとんど揺れません。統計的にプロフィットファクターが安定した信頼区間に入るには、最低100件、できれば200件以上の取引サンプルが必要です。30件未満のバックテストから出たプロフィットファクターは、方向性の参考程度にとどめます。

ここでよくある誤解が生まれます。1日に何度もエントリーする短期戦略はサンプルを集めやすい一方、日足・週足ベースのスイング戦略は、1年回しても取引が20〜40件にとどまることがよくあります。この場合、5年分のバックテストでサンプルを100件以上に増やすのが定石です。ただし、5年という期間のあいだに市場環境が何度も変わっているなら、その100件は異なる市場から出た取引の混合であり、別の解釈も必要になります。サンプル数を確保することと、サンプルの同質性を保つことは、セットで考えなければなりません。

サンプルが少ないとプロフィットファクターが揺れやすい原因は、比率の分母にあります。8回の取引しかない戦略で損失取引が4件だけなら、損失合計はその4件の大きさに全面的に依存します。次に通常より大きな損失が1件加わった瞬間、分母が急激に大きくなり、比率が崩れます。取引数が増えるほど、1件の大きな損失が総損失に占める割合は小さくなり、同じ規模の悪材料が来てもプロフィットファクターは緩やかにしか動きません。サンプルが大きいほど比率が鈍感になる。この性質こそ、大きなサンプルから出たプロフィットファクターをより信頼する理由です。

取引コストを反映する前のプロフィットファクターは別の数字です

バックテストエンジンの初期設定では、手数料とスリッページが0になっていることがよくあります。コスト0で計算したプロフィットファクターは、エントリーと決済の頻度が高い戦略ほど、実取引の結果から大きく乖離します。

ひとつのスキャルピング戦略を見てみます。200回取引し、平均利益は120ドル、平均損失は90ドル、勝率は52%です。コストを入れなければ、利益合計は12,480ドル、損失合計は8,640ドルで、プロフィットファクターは約1.44です。採用できそうな戦略に見えます。しかし、1回の取引ごとに手数料とスリッページを合わせて往復35ドルのコストがかかると仮定すると、話は変わります。利益取引の実受取額は1件あたり85ドルに減り、損失取引の実負担は1件あたり125ドルに増えます。再計算したプロフィットファクターは0.74です。コストを反映する前は利益が出る戦略に見えても、反映した後は損失戦略です。

この差は、売買頻度が高いほど大きくなります。1取引あたりの平均利益が120ドルなのに、往復コストが35ドルなら、コストが平均利益の約30%を奪います。平均利益が小さく取引回数が多い戦略ほどコストに弱く、平均利益が大きく取引回数の少ないスイング戦略は、同じコストの影響を受けにくくなります。プロフィットファクターを見るときは、まずその数字がコストを反映した値なのかを確認し、コスト0なら自分が実際に使う取引所の手数料と通常のスリッページを入れて再計算すべきです。それまでは、コスト0のプロフィットファクターは実運用成績の上限にすぎません。

プロフィットファクターは勝率と損益比の積なので、分解して見る必要があります

プロフィットファクター1.5という数字だけでは、その戦略がどのような性格なのかは分かりません。同じプロフィットファクターが、正反対の2つの戦略から出ることがあるためです。

プロフィットファクターは、勝率と損益比（Risk-Reward Ratio）に分解できます。勝率をWとすると、プロフィットファクターはWを（1−W）で割った値に、損益比を掛けたものと同じです。この関係を知っていれば、同じプロフィットファクターがどのように分かれるのかが見えてきます。勝率35%、損益比3.0の戦略はプロフィットファクターが約1.62で、勝率70%、損益比0.6の戦略はプロフィットファクターが約1.40です。両者のプロフィットファクターは近いものの、実運用での体感は正反対です。

勝率35%の戦略は、10回中6回以上の損切りを受け入れながら、たまに出る大きな利益で全体を回収する構造です。連続して損切りが続く局面を心理的に耐えることが、最大の課題になります。反対に勝率70%の戦略は頻繁に勝ちますが、一度損失が出ると、それまで積み上げた小さな利益を何件分も一度に返してしまう構造です。この場合、損切りを適切なタイミングで守れず損失取引を大きくすると、損益比が崩れ、プロフィットファクターは急速に1.0を下回ります。

プロフィットファクターを見るときは、同じレポートにある勝率と平均損益比を必ず一緒に確認します。プロフィットファクターが高いのに勝率が30%未満なら、大きな利益取引に依存する構造です。その場合は、先ほど見た最大利益取引を除くチェックも通過できるかがより重要になります。プロフィットファクターが高いのに損益比が0.5未満なら、小さな利益を積み上げる構造なので、損切り管理が戦略の核心になります。ひとつの数字を2つの数字に分解した瞬間、戦略の弱点がどこにあるのかが見えてきます。

最適化で引き上げたプロフィットファクターは、将来も再現されるとは限りません

パラメータ最適化ツールを回すと、プロフィットファクターが最も高くなる組み合わせを自動で見つけてくれます。こうして見つかったプロフィットファクターは、過去データに最もよく合わせた曲線の産物であり、将来データで同じ水準に再現されないことがよくあります。

たとえば移動平均クロス戦略で、短期・長期の2つの期間を5から200まで1ずつ変えながら全探索すると、数万通りの組み合わせが出てきます。その中で過去チャートに最もよく合った組み合わせは、プロフィットファクターが4.0を超えることもあります。しかし、この4.0は、その特定期間の価格変動に偶然合った結果である場合がほとんどです。同じ戦略を、バックテストに使っていない別の期間に適用すると、プロフィットファクターは1.2付近、あるいは1.0未満まで低下します。過去への当てはまりが強いほど、将来データで外れる幅も大きくなります。

過剰最適化を見分ける標準的な方法は、データを学習区間と検証区間に分けることです。全期間の70%で最適化してパラメータを決め、残しておいた30%の区間で同じパラメータのプロフィットファクターを再測定します。学習区間のプロフィットファクターが3.5なのに、検証区間で1.1まで落ちるなら、その3.5は過剰最適化の結果です。両方の区間でプロフィットファクターが似た水準を保つ場合に限り、その数字を信頼します。隣り合うパラメータ同士でプロフィットファクターが急変せず、なだらかにつながっているかも併せて確認します。ある組み合わせだけが突出して高く、すぐ隣の組み合わせが極端に悪いなら、その山は偶然である可能性が高いです。

プロフィットファクターを信頼する前に通すチェック

プロフィットファクターだけを見て戦略を採用すると、ここまで見てきた落とし穴にそのままさらされます。レポート上のプロフィットファクターを信頼する前に、次の項目を順番に確認します。

[ ] サンプル数: バックテストの取引回数が最低100件以上あること。30件未満なら、プロフィットファクターは方向性の参考程度に見る。
[ ] 最大利益取引の除外: 最も大きな利益取引を1件除いて再計算したプロフィットファクターが1.2を上回っていること。1.0を下回るなら、単一取引への依存と見る。
[ ] コスト反映: 自分が実際に使う取引所の手数料と往復分のスリッページを入れて計算した値であること。コスト0のプロフィットファクターは上限としてのみ見る。
[ ] 勝率・損益比への分解: 同じレポートの勝率と平均損益比を併せて確認し、戦略の性格を把握する。

この4項目をすべて通過したプロフィットファクターだけが、他の戦略と比較する資格を持ちます。

プロフィットファクターの信頼度を検証する2つの補助チェック

上の4項目を通過した後でも、プロフィットファクターの安定性をもう一段確認するための道具が2つあります。

1つ目は、年別または四半期別に区切って見たプロフィットファクターです。5年分のバックテスト全体のプロフィットファクターが2.0でも、年別に区切ると、大きなトレンドが出た2024年だけが4.0で、他の年は1.0付近ということがあります。期間を分けて測定したとき、プロフィットファクターが一定水準以上でまんべんなく保たれている戦略のほうが、特定の1年に偏った戦略より実運用で続けやすいものです。特定の1年を除くと全体のプロフィットファクターが1.0未満に落ちる戦略は、その年の市場環境に合わせ込まれたものと見ます。

2つ目は、最大ドローダウン（Maximum Drawdown）を併せて確認することです。プロフィットファクターが高くても、最大ドローダウンが口座の40%を超えるなら、その戦略を実運用で最後まで運用し続けるのは困難です。プロフィットファクターは最終結果の比率を示すだけで、その結果に到達するまでに口座がどれほど深く揺れたのかは含んでいません。プロフィットファクター2.5で最大ドローダウン15%の戦略と、プロフィットファクター3.0で最大ドローダウン45%の戦略なら、多くのトレーダーが最後までついていけるのは前者です。プロフィットファクターひとつで戦略に格付けする習慣を捨て、その数字がどのようなサンプルと分布の上に作られたのかを併せて読むことで、はじめてバックテストは実運用につながります。