【SMCスマートマネーコンセプト】PythonでGBP/USDの最適化とバックテスト検証
🔴銘柄選定
直近2カ月（2024年11月～12月）のパフォーマンスが最も良好であったため、GBP/USDを選択した。候補銘柄はEUR/USD、USD/JPY、EUR/GBP、GOLD、NYダウ、OILがありましたが、もっと長い期間検証してらいいパフォーマンスでそうな簡易結果ではありました。
🔴時間軸
売買回数が多く検証したい、短期売買のロジック方法が試行回数が多いため短期足を選択した。目安は5分、15分足として、直近2カ月の上記銘柄をバックテスト検証したら、全般的に15分足より5分足の方がパフォーマンスが良かった。よって、5分足を選択した。
🔴売買ロジック
詳細なロジックは記載しませんが、SMCスマートマネーコンセプトから発想を得たロジックです。以下の図のようなスマートマネーが入ってそうな場所を検知した売買ロジックです。
非常に簡単なロジックですが、バックテスト検証では良好な結果です。
SMCが分からない人は、以下参照。
🔴SMC手法のバックテスト検証と最適化
＜初期条件＞
軍資金700ドル（10万程度を想定）
レバレッジ100倍
手数料0（但しスプレッドのコストは考慮していない）
1トレードあたり0.3ロット
＜パラメーター最適化の範囲＞
月次リターンを最大化するよに最適化
slcoef = 1.0～3.0の0.1刻み
TPSL Ratio = 1.0～3.0の0.2刻み
EMA期間 = 5~100の5刻み
上記の各月の最適化結果は、あくまでも理想値です。単月で上振れて月次40～50％はあり得ても、こんなにいいパフォーマンスにはならないでしょう。なので自分のロジックでリターンを最大化するために、どの辺りでパラメーターを動かしたらいいかを可視化しています。
最適化した12か月分のデータフレームから各月の平均値(Combined Average Heatmap)の分布を可視化してみた。
2024年通してパフォーマンス（Returnで最適化）が良好なゾーンはEMA20~65、slcoef2.4～3.0、SL/TP Ratio2.4～3.0程度と可視化できた。以下の黄緑～黄色ゾーンのパラメーター値を使用することで、月平均リターン10~20%得られる可能性がある。（この結果が本当なら、バケモン級の自動売買です笑）
この解釈が正しいか、まだまだ要検証です。
因みにですが、月次リターン5%でも優れているとは言われるらしいが、目標は10~20%と大きく掲げています。
Forbes記事では、「平均月利は、69パーセントが6パーセント未満でした。意外に少ない印象ですが、これが勝っている人の現実です。」らしいです。システムトレードで、この結果に勝てるものを開発したいな(^^♪
パラメーターのSLをチャートに描画しました。
私のロジックでは、SLをATRで動的に設定しています。
ATRを算出し、ATR×パラメーター係数（slcoef）で損切り位置を最適化しています。
利確場所は、リスクリワード比RRをパラメーターにして、ATR損切り位置 × （逆方向に）TPSL Ratioとした場所です。
もう少し、期間を延ばしてバックテスト検証してみたい。
5分足程度なら１～3年程度の検証期間で、直近の最適値を参考にしていけばいいと思っています。
バックテスト検証で必要なトレード試行回数は、最低でも100トレードは欲しいです。
バックテスト検証するpythonコードは組んだので、数年分のバックテスト検証、別の時間軸で検証、他の銘柄でも検証をしてみたい(^^♪
この記事が誰かのお役に立てば嬉しいです（殆どの人にとっては、役にたたない記事ですが・・・ｗｗｗ）