✅ 5つのプリセット構成の違いと選び方
1つずつ「どんな人・目的に向いてるか」も含めて解説します👇
🟦 ① 50 / 20 / 30
IS: 50% / OOS: 20% / 検証用（最終チェック）: 30%
| 特徴 | コメント |
|---|---|
| バランス型 | 学習・初期OOS・将来テストすべて含む |
| 初心者にも安心 | 最終的に長期的に通用するか確認しやすい |
| ✔ 実戦投入向け | 安定EAをじっくり選びたい人向け |
🟩 ② 30 / 20 / 50
IS: 30% / OOS: 20% / 長期未来（50%）
| 特徴 | コメント |
|---|---|
| シビア型 | IS期間が短くて最適化しすぎない |
| OOSテストと長期将来への耐性チェックが重視される | |
| ✔ 高い再現性狙い | “まぐれEA”を徹底排除したい人向け |
🟦🟩 ③ 20 / 20 / 10 / 20 / 20 / 10
小分けWalk Forward分割タイプ
| 特徴 | コメント |
|---|---|
| WFA模擬 | 小さなIS/OOSを複数回繰り返す構成 |
| 時代ごとの対応力・柔軟性をチェックできる | |
| ✔ 進化型EA探索向き | 環境の変化に強いEAを作りたい人向け |
🟩 ④ 30（1個だけ）
IS: 70%、OOS: 30%
| 特徴 | コメント |
|---|---|
| シンプル王道型 | 最も一般的。1回だけ分ける構成 |
| 処理も早く、分析もシンプル | |
| ✔ 初期開発・大量生成向き | 最初にスクリーニングする時に最適 |
🧪 ⑤ |||||||||||||（均等ステップ）
| 特徴 | コメント |
|---|---|
| ステップWFA | 期間を細かくスライドして検証する方式 |
| 精度は最高クラスだが処理時間が長い | |
| ✔ 最終テスト向き | “これを実戦投入するか”を判断する最終チェック用 |
🔥 推奨パターンはこのどれか：
| パターン | 理由 |
|---|---|
| ✅ 30 / 20 / 50 | 厳しめだけど現実志向。通用するEAだけを抽出しやすい |
| ✅ 20/20/10/20/20/10 | 多様性チェック＋分割WFA的に強い。手堅くて賢い選択 |
用語解説🎓 ISV（In Sample – Validation）と OOS（Out of Sample – Test）の違い
| 項目 | ISV（学習用） | OOS（未来テスト） |
|---|---|---|
| 目的 | 戦略を「作る」ために使うデータ | 戦略を「試す」ために使う未来のデータ |
| 戦略はこの期間を見ているか？ | ✅ はい（インプット） | ❌ いいえ（完全に未知の世界） |
| 成績が良いと？ | 最適化成功の可能性あり | “本当に通用する戦略”の可能性大 |
🎯 例えるなら…
🧠 戦略を人間の受験勉強に例えると：
ISV（In Sample）＝「塾や家での勉強」
- 過去問、模試、対策教材を使って一生懸命“正解の出し方”を学ぶ
- ここではどんなに高得点でも「対策済み」なので当たり前といえば当たり前
OOS（Out of Sample）＝「本番の入試」
- 戦略（＝受験生）が見たことのない問題にどう対応するかを見る
- OOSで高得点なら、「この子は地頭がいい＝再現性がある」ってこと！
🔍 StrategyQuantの世界では…
- ISV（学習）期間で最適化された戦略が
- OOS期間に対して「知らない相場」で実力を試される
→ OOSでも勝てるなら、「過剰最適化じゃない、ちゃんとした戦略だね」と判断できます。
🧠 なぜ分ける必要があるの？
戦略を作るときにありがちなダメな例：
- ISだけで最適化して「すごい成績のEAができた！」
- 実際に動かしたら「ぜんぜん勝てない」←これ、**カーブフィッティング（過剰最適化）**です。
これを防ぐために：
✅ 「ISで作って、OOSでチェック」
という二重構造のテストをするのが、堅実なEA開発の基本です。
🔚 まとめ：ISVとOOSの使い分け
| シーン | データ範囲 | 目的 |
|---|---|---|
| ISV | 戦略の設計と進化 | 良いルールを“学ばせる” |
| OOS | 学習していない未来相場 | その戦略の「地力」を測る本番テスト |
参考URL
Data parts – what they are and how they could be used? - StrategyQuant
What are these periods and what are they good for?
strategyquant.com
