1,566銘柄・1,197,849件のデータをもとに、
7つのテクニカル指標を組み合わせてスコアを算出します。
初期版から現行版（弱帯フィルタ + 複利方式）までの変遷を整理しました。
| 項目 | 初期版（旧） | 採用ロジック（現行） |
|---|---|---|
| スコア算出 | 7指標 100点満点 | 同じ |
| 上昇水準 | +12% | 同じ |
| 下降水準 | -8% | 同じ |
| 保有期間 | 最大15日 | 同じ |
| 選別 | スコア75点以上、上位1銘柄 | 同じ |
| 見送り条件 | なし | 勝率の低い条件パターン (弱帯) に該当する日は見送り |
| 投入方式 | 固定額 | 複利方式（現時点総資産の 15%） |
累計 +102.46% ／ 最大DD -7.29% ／ 過去3年1ヶ月（2023 年 4 月 24 日 〜 2026 年 6 月 19 日）
100万円スタート → 約 202万円（時価評価）
1,462パターンの検証で訓練・テスト両方で好成績だった構成を採用しています。 「上昇水準 / 下降水準 / 期限のいずれか早い方で機械的に売却」 という基本ルールに、 過去取引データの再分析で見つかった「弱帯 (= 勝率の低い条件パターン) に該当する日は見送り」 ルールを追加し、 複利方式（現時点総資産の 15%）を組み合わせています。
7つの条件を満たすごとに点数を加算。合計100点満点で評価します。
以下の流れで、 銘柄を選別します。
採用ロジックは時間とともに磨かれていきますが (= 直近では 2026-05-24 に弱帯フィルタを追加し投入比率を 15% に変更)、 「どう検証してパラメータを選ぶか」 という考え方は SOS の根幹として変わりません。 このタブでは、 過去で一番リターンが出た数字を追わず、 訓練データとテストデータを分けて汎化性能を測るという SOS のスタンスを解説します。
2026-05-24 の新ロジックも、 ここで説明している同じ哲学のもとで選ばれています (= Walk-Forward 検証で構造的に効くと確認できたもののみ採用)。 採用ロジックの具体的な数字や時系列の変更履歴は「📋 更新履歴」 タブをご覧ください。
SOSが他のサービスと違う「正しいバックテスト評価」の話。
これは投資の世界で最もハマりやすい罠で、「カーブフィッティング（過剰最適化）」と呼ばれます。多くのバックテストツールが、ここで失敗しています。
過去問を100回解いた2人の生徒を比較してみましょう。
| 過去問の点数 | 本番の点数 | |
|---|---|---|
| A君（暗記マン） 😰 | 100点 | 40点 |
| B君（理解派） 😎 | 80点 | 75点 |
A君は過去問を完璧に「暗記」したけど、本番では知らないパターンが出てコケた。
B君は過去問の「パターンを理解」したから、本番でも応用が効いた。
SOSが採用している、最も信頼できる検証方法。
SOSのバックテストでは、過去のデータを以下のように2つに分けて検証しています。
最適化は訓練データだけで行います。テストデータは未来のデータとして扱い、最後の検証にだけ使います。これにより「実際の運用でバックテスト性能を維持できるか」を厳しくチェックできます。
「バックテスト勝率70%！」と謳うサービスの多くは、過去全期間で最適化した結果を載せています。これは「過去問だけ100点」と同じ。SOSはあえて訓練/テストを分離し、本物の汎化性能を測っています。
1,462回の検証から得た、バックテストで見えた傾向。
どこまで現実に近づけて検証したかの全公開。
多くのバックテストは「手数料・スリッページなし」で計算され、実運用で大きく崩れます。SOSは 実際に取引した時のコストを全部加味した上でも好成績である ことを証明しました。隠す必要がないので、すべて公開しています。
過去データで1,462パターンの条件を厳密に検証。 採用パラメータに 弱帯フィルタ (= 勝率の低い条件パターンに該当する日は見送り) と 複利方式 15% （現時点総資産の 15% 投入）を組み合わせて最終シミュレーション。
データ期間：2023-04-24 〜 2026-06-19
SOS は実運用しながらバックテスト検証を続けて、 より良い結果が出れば反映していきます。「いい結果は反映される」 が鉄則です。
実運用と並行してバックテスト検証コードを精査したところ、 過去の検証に計算上のミスが見つかりました。 これを修復した上で改めて過去 3 年の取引データを再分析し、 さらに次の 2 点を追加・変更しました。
過去 3 年の取引データを再分析した結果、 特定の条件パターン (= RSI と出来高比の組み合わせで作られる狭い範囲) で 勝率が著しく低い「弱帯」が 4 つ見つかりました。 これらに該当する日は「その日は見送り」 とするルールを追加。 取引数は絞られましたが、 勝率と平均利益の両方が大きく改善しました。
「勝ちパターンを狙う」 のではなく「負けパターンを避ける」 設計です。 強いシグナルを優先しようとすると過学習に陥りやすいのに対し、 明らかに弱い帯を 1 つずつ除外していくアプローチは Walk-Forward 検証でも安定的に好成績を示しました。
弱帯フィルタで取引数が絞られた結果、 同時に保有する銘柄数も減りました (= 最大 6-7 銘柄が物理上限)。 同時保有数が減った分、 1 取引あたりの投入比率を引き上げる余地が生まれます。 7% / 10% / 15% / 17% / 20% / 25% / 30% を網羅検証した結果、 15% が「資金管理上ぎりぎりまで攻めて、 統計的にも信頼できる」 ラインでした。 これより高い比率は累計リターンが派手になる一方で、 結果のブレ (= 標準偏差) が急激に大きくなります。
過去 3 年の取引データから 1000 回のシミュレーションを行い、 結果の分布を確認しました (= 2026-05-24 時点の検証結果)。
※ 2026-05-24 時点の取引データに基づく統計的範囲です。 取引データは日々更新されており、 上記の数字は採用判断時の検証スナップショットとして残しています。 将来の運用成果を保証するものではありません。
過去 3 年の取引データを「前半 1.5 年 (= 訓練)」 と「後半 1.5 年 (= テスト)」 に分割し、 訓練データだけで決めた弱帯フィルタが、 未来のテストデータでも機能するかを確認。 訓練期間とテスト期間の両方で勝率が改善しており、 偶然ではなく構造的な改善であることを確認しました。
Vol.1 は 当時の投入比率 5% で執筆・出版されました。 これは出版時点での結論として、 書籍内の数字や記述は変更しません。 サイト・実運用は 2026-05-24 以降、 新しい採用ロジック (= 弱帯フィルタ + 投入比率 15%) で動きます。 「結論は時間とともに磨かれる」 ことの記録でもあります。
採用ロジックは段階的に磨かれてきました。 以下は 2026-05-24 以前の更新です。
追加バックテスト (ランダムサブサンプリング検証法) で、 7% の方が 平均累計リターンで +18.5pt 高い ことが判明したため、 採用パラメータを更新しました。 ※ この時点では弱帯フィルタは未導入。 その後 2026-05-24 のさらなる検証で、 弱帯フィルタを追加し投入比率も 15% に引き上げています (上記 最新エントリ参照)。
| 比率 | 平均累計 | 標準偏差 | 最悪 | 最高 |
|---|---|---|---|---|
| 3% | +44.66% | ±1.89% | +41% | +47% |
| 4% | +58.12% | ±2.50% | +55% | +62% |
| 5% (旧) | +75.01% | ±4.41% | +64% | +79% |
| 6% | +84.64% | ±7.03% | +75% | +98% |
| 7% ★ | +93.55% | ±13.12% | +72% | +110% |
| 8% | +96.27% | ±20.39% | +58% | +132% |
| 9% | +90.27% | ±26.30% | +47% | +118% |
| 10% | +81.40% | ±29.42% | +31% | +121% |
8% は平均 +96.27% で 7% より僅かに高いものの、 標準偏差 ±20% (7% は ±13%) で 結果のブレが大きい。 最悪値も 8% は +58% まで落ちうるのに対し、 7% は +72% で 5% 時代の最悪 +64% を上回ります。 「上振れ狙えて 下振れも守れる」 のが 7% のスイートスポットです。
1 回の利確 (+12%) で得る資産成長は、 5% 投入なら +0.60%、 7% 投入なら +0.84% (1.4 倍)。 これが 600 回の取引で累積すると、 (1+0.0060)^600 ≈ ×36.2 倍 (5% 理論上限) に対し (1+0.0084)^600 ≈ ×151 倍 (7% 理論上限) と 大きな差になります。 複利は集中したほうが有利という原理です。
※ この 5% → 7% の更新は、 その後 2026-05-24 に弱帯フィルタ追加 + 15% に再更新されています (上記 最新エントリ参照)。