パラメータ・ランドスケープの数理：
最高点ではなく頑健な台地を選ぶ

読了目安: 約18分前提: 第2回・偏微分と最適化更新日: 2026-09-25

グリッドサーチで最も高いシャープレシオを出した「最高点（最良セル）」をそのまま本番運用に投入すると、なぜか数週間で資金が削れ始めます。相場環境がわずか数パーセント変化しただけで利益が蒸発する「針の山（Sharp Peak）」を選んでしまっているためです。本講では、成績を単一の点ではなく「多次元の地形（ランドスケープ）」として捉え、頑健な台地（Plateau）を選別する数理を学びます。

先に結論：針の先端を捨て、広大な台地に陣取る

機械学習の損失関数最小化における「Flat Minima（平坦な極小値）」の理論を売買戦略に応用すると、目的関数を最大化する「パラメータ・ランドスケープ（適応度地形）」における広大な台地（Plateau）の探索に帰着します。パラメータをわずかに動かしても崩れない「近傍最悪値（Worst Case）」や「近傍中央値」を指標とし、局所的な急峻さをヘッセ行列や有限差分で診断します。ただし、台地そのものは「局所感度の低さ」を証明するだけであり、エッジの存在証明には後続のOOS検証が不可欠です。

適応度地形（Fitness Landscape）の数学的定義

システムトレードのパラメータ空間を \(d\) 次元の有界集合 \(\Theta \subset \mathbb{R}^d\) とし、個々のパラメータベクトルを \(oldsymbol{ heta} = ( heta_1, heta_2, \dots, heta_d)\) と表します。例えば、\( heta_1\) がEMA期間、\( heta_2\) がATR損切り倍率、\( heta_3\) が保有時間制限（バー数）です。

このパラメータ空間から実数への写像として目的関数 \(J(oldsymbol{ heta})\) を定義します。

J : \Theta o \mathbb{R}, \quad oldsymbol{ heta} \mapsto J(oldsymbol{ heta}) ※\(J(oldsymbol{ heta})\) はコスト控除後の年率シャープレシオ、プロフィットファクター、期待値R、またはDSRなど。

機械学習では損失関数 \(L(oldsymbol{ heta})\) を最小化するため「平らな谷底（Flat Minima）」を探しますが、金融クオンツでは戦略パフォーマンス \(J(oldsymbol{ heta})\) を最大化するため、「広大で平坦な台地（Flat Plateau）」を探すことになります。数学的には \(L(oldsymbol{ heta}) = -J(oldsymbol{ heta})\) と置けば完全に同値です。

目的関数 \(J(oldsymbol{ heta})\)	長所（実務上のメリット）	注意点・隠蔽されやすいリスク
コスト後シャープレシオ	リスクあたりのリターンを正規化でき、異なる戦略間で比較が容易。	試行回数ペナルティがない。特定の高ボラ期間に極端に依存しやすい。
期待値 \(E(R)\)（損益比率）	1トレードあたりの経済的優位性が明確。スプレッド負けを防ぎやすい。	トレード数が少ない外れ値（少数の大当たり）で数値が歪みやすい。
DSR (Deflated Sharpe)	探索パラメータ数（試行回数 \(N\)）の選択バイアスを自動的に控除。	パラメータ感応度の局所的な急峻さ（崖）までは直接検出できない。
複合目的関数（制約付き）	「SR > 1.2 かつ最大DD < 15% かつ取引数 > 200」など多面評価可能。	制約条件やペナルティ係数の設計自体が新たな「過剰最適化」を生みやすい。

局所幾何学：勾配とヘッセ行列（Hessian）による曲率診断

もし目的関数 \(J(oldsymbol{ heta})\) がパラメータに関して2階微分可能であれば、最適解 \(oldsymbol{ heta}^*\) の局所的な性質はテイラー展開により以下のように表されます。

J(oldsymbol{ heta}^* + oldsymbol{\delta}) pprox J(oldsymbol{ heta}^*) + abla J(oldsymbol{ heta}^*)^T oldsymbol{\delta} + rac{1}{2} oldsymbol{\delta}^T \mathbf{H}(oldsymbol{ heta}^*) oldsymbol{\delta}

ここで、局所極大点 \(oldsymbol{ heta}^*\) では勾配ベクトル \( abla J(oldsymbol{ heta}^*) = \mathbf{0}\) です。したがって、パラメータが微小量 \(oldsymbol{\delta}\) だけズレたときの性能変化は、ヘッセ行列（Hessian Matrix） \(\mathbf{H}\) の曲率によって支配されます。

\mathbf{H}_{ij} = rac{\partial^2 J}{\partial heta_i \partial heta_j}

ヘッセ行列の固有値を \(\lambda_1 \le \lambda_2 \le \dots \le \lambda_d < 0\) とすると、曲率の絶対値が最大となる方向の固有値 \(|\lambda_1|\) が極めて大きい場合、その最適点は「針の山（Sharp Peak）」です。わずか数ミリのズレで谷底へ転落します。逆に、すべての固有値の絶対値 \(|\lambda_i|\) が小さくゼロに近ければ、そこは「頑健な台地（Flat Plateau）」です。

図1：針の山（Sharp Peak）と頑健な台地（Flat Plateau）における実環境シフト耐性の比較

離散グリッドでの有限差分と相対近傍

実際のトレード戦略では、ローソク足の本数やATR倍率などパラメータが離散的（Discrete）であり、注文発生の有無が閾値でステップ状に変化するため、厳密な解析的偏微分は行えません。そこで、離散的な有限差分（Finite Difference）を用います。

第 \(j\) パラメータの探索刻み幅を \(h_j\) とし、基本単位ベクトルを \(\mathbf{e}_j\) とすると、中心差分による局所傾斜と2階差分（曲率）は以下のように計算します。

D_j J(oldsymbol{ heta}) pprox rac{J(oldsymbol{ heta} + h_j \mathbf{e}_j) - J(oldsymbol{ heta} - h_j \mathbf{e}_j)}{2 h_j} D_{jj} J(oldsymbol{ heta}) pprox rac{J(oldsymbol{ heta} + h_j \mathbf{e}_j) - 2J(oldsymbol{ heta}) + J(oldsymbol{ heta} - h_j \mathbf{e}_j)}{h_j^2}

絶対値の「幅1」と相対比率の罠

短期EMAが「5」のときの \(\pm 1\)（変化率20%）と、長期EMAが「200」のときの \(\pm 1\)（変化率0.5%）は、物理的な意味が全く異なります。パラメータの近傍を定義する際は、線形スケールではなく対数スケール（\( heta' = \ln heta\)）やパーセンテージ相対幅（例: \(\pm 15\%\)）で近傍を定義することがクオンツの標準手法です。

ロバスト最適化：近傍最悪値（Worst-Case）の採点

頑健な戦略パラメータを選定するための最も実践的なアルゴリズムが、「ミニマックス近傍評価（Robust Neighborhood Evaluation）」です。半径 \(arepsilon\) の相対近傍 \(B_arepsilon(oldsymbol{ heta})\) を定義し、単一のセル値ではなく、その周辺一帯の統計量を算出します。

J_{ ext{worst}}(oldsymbol{ heta}) = \min_{oldsymbol{\delta} \in B_ arepsilon} J(oldsymbol{ heta} + oldsymbol{\delta}) ar{J}_{ ext{local}}(oldsymbol{ heta}) = rac{1}{|B_ arepsilon|} \sum_{oldsymbol{\delta} \in B_ arepsilon} J(oldsymbol{ heta} + oldsymbol{\delta})

Python：グリッドサーチ結果からの近傍頑健性スコア算出

import pandas as pd
import numpy as np

# grid_df: index=(ema_period, atr_mult), columns=['sharpe']
def evaluate_landscape_robustness(grid_df, target_ema, target_atr, ema_rel_tol=0.15, atr_rel_tol=0.15):
    # 相対近傍の抽出 (±15% の範囲)
    ema_min, ema_max = target_ema * (1 - ema_rel_tol), target_ema * (1 + ema_rel_tol)
    atr_min, atr_max = target_atr * (1 - atr_rel_tol), target_atr * (1 + atr_rel_tol)
    
    neighbors = grid_df.loc[
        (grid_df['ema'] >= ema_min) & (grid_df['ema'] <= ema_max) &
        (grid_df['atr'] >= atr_min) & (grid_df['atr'] <= atr_max),
        'sharpe'
    ]
    
    results = {
        "center_sharpe": grid_df.loc[(grid_df['ema']==target_ema) & (grid_df['atr']==target_atr), 'sharpe'].values[0],
        "neighbor_count": len(neighbors),
        "worst_sharpe": neighbors.min(),
        "median_sharpe": neighbors.median(),
        "q10_sharpe": neighbors.quantile(0.10),
        "positive_ratio": (neighbors > 0).mean() # 近傍で黒字を維持している確率
    }
    return results

# 判定基準：
# ① worst_sharpe > 0 (近傍最悪値でも赤字転落しない)
# ② positive_ratio >= 0.90 (周辺セルの90%以上がプラス収益)
# ③ center_sharpe - median_sharpe < 0.3 (中心点だけが突出していない)

Flat Minimaの罠と理論的限界

「平坦な台地を選べば、絶対に実運用で勝てるのか？」――答えは「否」です。Flatness（平坦性）は強力な過学習フィルターですが、これ自体がエッジを保証するわけではありません。以下の限界を把握しておく必要があります。

理論的限界・罠	現象とメカニズム	対策とチェック手法
再パラメータ化問題	パラメータの単位軸（線形軸 vs 対数軸 vs 逆数軸）を変えるだけで、見かけの平坦さ（Hessianの固有値）が幾何学的に変化してしまう。	経済的・物理的に意味のある相対比率（%）で空間を正規化して診断する。
不活性パラメータの錯覚	例えば損切りATR倍率が「10.0」など広すぎて過去1回も発動しなかった場合、ATR軸方向は完全な水平台地に見えるが、実際には無防備なだけ。	各パラメータがシグナルや決済に実質関与しているか（発動頻度）を確認する。
共通ノイズへの適合	近傍のパラメータ同士は同じ期間の同じ相場履歴を食べているため、過去の特定バブル相場全体に全員で適合して「偽の巨大台地」を形成する。	時代や市場を分割したOOS（アウトオブサンプル）やCPCVでの交差検証を併用する。
レジーム反転	全期間で見れば平坦な台地に見えても、低ボラ相場では全員大勝ち、高ボラ相場では全員大負けというレジーム交差を見落とす危険。	年別・ボラティリティレジーム別のスライス断面分析（第8回）を実施する。

試行数 \(N\) の会計とOOSプロトコル

多くのトレーダーが犯す致命的な勘違いが、「私は最高点を選ばず、慎重に台地を選んだのだから、過剰最適化はしていない。試行回数 \(N\) は1として扱ってよい」という主張です。

これは完全な誤りです。台地を診断するために \(20 imes 30 = 600\) セルのグリッドを計算したのであれば、あなたの脳とアルゴリズムは確実に「600通りのデータ」を見ています。選択に使われた候補数 \(N\) は厳密に600です。

事前登録：探索を行う前に、パラメータの探索範囲、刻み幅、相対近傍半径 \(arepsilon\)、および台地選定のスコアリングルール（例: \(J_{ ext{worst}}\) 最大化）を完全固定する。
試行会計：計算した全セル数（600通り）を通算試行数 \(N\) に算入し、第2回のDSRを算出する。
インサンプル限定：パラメータ・ランドスケープの診断と台地の選定は、訓練データ（In-Sample）の中だけで完結させる。
アウトオブサンプル（OOS）の封印解除：台地として選ばれた単一のパラメータセットだけを持って、完全未接触のOOSデータやフォワード運用に挑む。

ミニテスト

4問の理解度テストです。

Q1. システムトレードの評価において、目的関数 \(J(oldsymbol{ heta})\) を最大化する地形の適切な表現はどれ？

正解はBです。機械学習の「平坦な谷底（Flat Minima）」と同様、成績を最大化する売買戦略では微小なパラメータ変化に対して成績を維持する「平坦な台地」を探します。

Q2. 離散的なグリッドサーチでパラメータ感応度を診断する際、最も実践的で有効な指標はどれ？

正解はCです。段差のある離散空間では、相対近傍内の最悪値や中央値、正の成績を維持するセルの比率を見ることで、微小な環境変化に対する頑健性を計測できます。

Q3. \(20 imes 30 = 600\) セルのグリッドヒートマップを描いて台地を選定した場合、試行会計で加算すべき試行数 \(N\) はいくつか？

正解はAです。「台地を選んだから」といって探索した事実が消えるわけではありません。描画・比較した全600セルが選択バイアスの母集団となります。

Q4. パラメータ・ランドスケープで「広い台地」が確認できたことが証明する事実はどれ？

正解はBです。台地はパラメータの過敏さを否定する局所的証拠に過ぎず、未知の相場環境（OOS）でエッジが通用するかどうかは別の検証プロセスが必要です。

学術文献・参考資料

Sepp Hochreiter and Jürgen Schmidhuber (1997), "Flat Minima", Neural Computation, Vol. 9, No. 1, pp. 1-42.
Laurent Dinh, Razvan Pascanu, Samy Bengio, Yoshua Bengio (2017), "Sharp Minima Can Generalize For Deep Nets", ICML 2017.
Robert Pardo (2008), The Evaluation and Optimization of Trading Strategies, Wiley, Chapter 8: "Parameter Sensitivity and Surface Analysis".