SL幅がモデルの性能を落としていた

トレイル幅を最適化していた時に、思ったよりも広い方が良い結果になっていた。

それが起点で、SL幅も広い方が良いかもしれない？ということで、最適化に着手した。

現行のSL幅は、リスクリワード比とストップロス幅を抑える観点で、保守的な狭い値であった。

しかしながら、いくつかの敢えて広いSL幅の値で、Forward（擬似Live）GAテストを実施した。

(Forwardは、Train, Validationデータを含まない。GA:遺伝的アルゴリズム )

Forward（擬似Live）GAテストでの結果

利益は約26%増加。

1トレードあたりの利益は約57%向上し、総合評価であるFitnessも約40%改善した。

なお、Forward（擬似Live） GAテストの最高性能結果であり、Live（リアル運用）では、劣化がある。

どれぐらいの劣化が起こるかについては、 「Train・Forward・Liveから見えた、現実的な性能上限」 https://tsu-ji.com/dev/train-forward-live/

エントリーは一切変わっていない

今回重要なのは、モデルもEntry条件も変更していないこと。

モデル別パフォーマンスを見ると、そのことがよく分かる。

例えば上位モデルでは、

下位モデルも同様で、

各モデルのパフォーマンスは、ほぼ誤差レベルしか変化していない。

つまり、

• エントリータイミング
• モデルの予測精度
• シグナル品質
• モデルの順位

これらはほぼ同じまま。

モデルの性能が上がったわけではない。

変わったのは「途中の耐性」と「出口」

では、なぜ利益だけが大きく伸びたのか。

理由はシンプルで、ポジション保有中の挙動だけが改善したからである。

1. ノイズに耐えられるようになった

テスト結果と、ドル円推移へのEntry/Exit位置のグラフプロットを確認すると、多くのトレードが

Entry
↓
一時的な逆行
↓
反転
↓
TP到達

という動きをしていた。

現行SL幅では

Entry
↓
-X pips到達

損切り

となってしまう。

モデルの予測は最初から正しかった。

途中のノイズに耐えられなかっただけだった。

2. 無駄な損切りが減った

SL幅を広げたことで、本来勝てるトレードを途中で失うケースが減った。

その結果、Tradesは

695回 → 559回

へ減少した。

一見するとトレード数が減るのは悪いように見えるが、実際は逆だった。

不要な損切りや入り直しが減り、スプレッドや取引コストも減少したことで、

1回あたりの期待値は

3.69 pips → 5.79 pips

まで改善した。

モデルの性能は最初から十分だった

モデルは最初から正しい方向を予測していた。

しかし、現行のSL幅が、保守的であり、その性能を十分に発揮させていなかった。

前提やバイアスを持ち込まず、データに基づいて機械的に探索した結果、モデル本来の予測を最後まで活かせるようになり、大きく向上した。

まとめ

今回の改善で変更したのは、モデルでも特徴量でもエントリー条件でもない。

変更したのは、Exit戦略だけ だった。

その結果、Forward（擬似Live）GAテストの最高性能としては

• Total Pips：約26%向上
• Avg Pips：約57%向上
• Fitness：約40%向上

という大幅なパフォーマンス向上が得られた。

優秀なモデルでも、Exitが悪ければ利益にならない。

逆に言えば、

Exitを最適化することで、モデル本来のポテンシャルを引き出せる。

今回の検証で分かったのは、モデルのエッジ（優位性）は最初から存在しており、それを十分に活かせていなかった要因は、SL幅というExit戦略にあったということだ。

モデルだけでなく、Exit戦略も同じくらい重要であることを改めて実感した検証となった。

SL幅の変更によって、2026/7/22以降の ライブ運用ログ の結果がどう変わるのか！？毎週末ウォッチしてね。