本番投入の前に AI トレーディングエージェントをバックテストする方法

平易な言葉のプロンプトから組み上げたエージェントは、あなたの戦略を正しく言い直した瞬間に、もう試験済みのように感じられます。そうではありません。言い直しは理解であり、バックテストは証拠です。どのエージェントも実際の資金に触れる前に、あなたはその厳密なルールが何年もの本物の相場の歴史を通じてどう振る舞ったかを知りたいはずです。そして AI トレーディングエージェントをうまくバックテストするには、3 つのものが要ります。再現できるほど固く定めたルール、意味を持つほど過酷なテスト期間、そしてレポートをファンではなく批評家として読む規律です。本ガイドはこの 3 つに加え、LLM 主導の戦略に固有の失敗の型を扱います。

機械が再現できるところまでルールを固める

バックテストは、ローソク足を 1 本ずつたどりながら、あなたのロジックを過去データに対して再生します。それが成り立つのは、エージェントの下すあらゆる判断が、その瞬間に存在していたデータから計算できるときだけです。「日足の RSI(14) が 30 を割って引け、かつ価格が 200 日移動平均を上回ったら買う」は完璧に再生できます。「ニュースが行き過ぎに感じられたら買う」は再生できません。「感じられる」は、どのローソク足にも入っていないからです。

そこで最初の仕事は、エージェントが言い直した条件を、完全な仕様へと変えることです。役に立つテストがあります。過去の価格とあなたのルールを載せた表計算だけで、すべてのエントリー、すべての決済、すべてのポジションサイズを、判断の余地を一切残さずに決められるか？ もしルールが解釈を要するなら、バックテストエンジンは何らかのかたちでそれを解釈します。そしてその解釈が、あなたの同意なしにあなたの戦略になってしまうのです。

静かなパラメーターにも目を配ってください。スリッページと手数料の前提、注文タイプ（成行は約定し、指値はときに約定しない）、そして株式なら立会時間外のシグナルがどう扱われるか。こうしたエンジンの一般的な仕組みにまだ不慣れなら、バックテストソフトウェアのガイドが基礎を扱っています。本記事はエージェントで何が違うかに焦点を絞ります。そして、戦略のエントリー・決済・サイズ・無効化条件をまだ定義していないなら、まずそれをしてください。AI トレーディングエージェントの作り方のステップ 2 にあたります。

AI トレーディングエージェントを相場局面ごとにバックテストする方法

直近の過去だけで試した戦略は、直近の過去が続くという賭けです。直し方は意図的なものです。異なる失敗の型に負荷をかけるテスト窓を選び、その大半を生き延びることをエージェントに求めるのです。過去 10 年から選んだ 4 つの局面が、かなりの範囲を覆います。

期間	どんな相場だったか	何に負荷をかけるか
2018 年	じりじり続く弱気相場（暗号資産は約 80% 下落、株式は第 4 四半期に急落）	決済の規律、DCA の痛みへの耐性、じわじわ削られる死
2020 年 2〜3 月	垂直の暴落、その後の V 字回復	ギャップ変動とスリッページ下での逆指値、再エントリーするか怖がったままか
2021 年	執拗な溶け上がり相場	空売りや平均回帰のルールが相場に逆らわないか、利益確定が早すぎないか
2022 年	金利上昇のドローダウン、株も暗号資産もそろって下落	相関の前提、トレンドフィルター、ドローダウン上限

エージェントのルールを、長い平均で 1 回まわすのではなく、それぞれの窓で別々に走らせてください。押し目買いのルールは 2020 年と 2021 年に輝き、その後 2022 年にすべてを返上することがあります。ひとつの集計値は、その物語を覆い隠します。4 つの局面すべてで利益を出せと求めているのではありません。どの局面がエージェントを痛めつけるのか、そして損害が積み重なる前に無効化条件が発動するのかを、前もって知れと求めているのです。

ここでツールが実際に効いてきます。Obside では、バックテストエンジンがスリッページの前提を組み込んだうえで、何年もの過去データを数分で再生します。ですから 4 つの窓を試すのは、週末をつぶす大仕事ではなく、昼食前の 4 回のランで済みます。どのエンジンを使うにせよ、原則は変わりません。平均ではなく、局面を。

レポートを敵として読む

バックテストのレポートは、あなた自身の願望が書いた売り込みです。それぞれの数字を、何を語れて何を語れないかで読んでください。

シャープレシオは、ボラティリティ 1 単位あたりのリターンを測ります。多くの個人向け戦略にとって、おおむね 0.5 から 1.5 が正直なゾーンです。バックテストでシャープが 3 を超えたなら、それは発見というより、バグか、バイアスか、過剰適合であることのほうが多いのです。

最大ドローダウンは、山から谷までのもっとも深い損失です。あなたが本当に耐えて座っていられる水準と比べ、そのうえで本番はもっと悪くなると想定してください。歴史上の最悪ケースは、天井ではなく床だからです。

勝率は、単独では何の意味もありません。小さな勝ちとまれな破滅的な負けを伴う 90% の勝率は、ロードローラーの前でコインを拾う戦略を描き出しています。感心する前に、平均損益比と組み合わせてください。

取引回数は、あなたのサンプルサイズです。およそ 30 回を下回れば、あなたが手にしているのは逸話です。10 回を下回れば、それは作り話です。

エクスポージャーは、そのリターンを稼ぐために資金がどれだけ長く市場に置かれていたかを教えてくれます。資産曲線が見せてくれないリスクです。

そのうえで、ストレスの変奏を 1 つ走らせましょう。スリッページと手数料の前提を倍にして、もう一度まわすのです。頻繁に取引する戦略や、薄い資産を取引する戦略は、そのたった 1 回のテストでエッジが蒸発するのを目撃しかねません。もし小さなパラメーターの変更（RSI 30 対 32、逆指値 4% 対 5%）で結果が崩れるなら、あなたはおそらくカーブフィッティングを見つめています。その失敗の一族はまるごと、バックテストの過剰適合のガイドで解剖しています。

LLM の落とし穴：モデルがすでに結末を知っているとき

エージェンティックな戦略は、旧来のボットには決してなかった失敗の型を持ち込みます。もし大規模言語モデルがバックテストのループの内側で判断を下す（資産を選び、エントリーのタイミングを計り、ニュースを重みづけする）なら、その訓練データには、あなたが今テストしているまさにその歴史が含まれているかもしれません。モデルは 2021 年を予測しているのではありません。思い出しているのです。

これは仮説の話ではありません。LLM ベースの投資戦略に関する研究は、記憶とルックアヘッドによってバックテストが水増しされることを見出しました。訓練データがテスト窓と重なるモデルは、ティッカー、日付、値動きを想起でき、成績はしばしばアウトオブサンプルで劣化します（"Can LLM-based Financial Investing Strategies Outperform the Market?", arXiv:2505.07078, 2025）。続く記憶を統制したベンチマークは、記憶された相場の歴史を適切に除外すると、LLM トレーディングエージェントの見かけ上のスキルが急落することを示しました（arXiv:2605.28359, 2026）。この分野のサーベイも、諸研究にわたって同じパターンを指摘しています。短いテスト窓、小さな銘柄群、そしてルックアヘッドのリスクです（arXiv:2408.06361, 2024）。

実践的な防御が 2 つあります。第一に、もし LLM が取引を判断するなら、その訓練カットオフより後のテスト窓だけを信頼してください。それはたいてい、何年分ではなく、数ヶ月分のデータしか残しません。第二に、そして多くの個人利用にとってより良い方法は、LLM を再生ループから完全に外すことです。LLM には一度だけあなたの戦略を決定論的なルールへ翻訳させ、そのルールを古典的なやり方でバックテストするのです。Obside はこう作られています。コパイロットがあなたの言葉を解釈しますが、バックテストは固定された条件を過去のローソク足に対して再生するので、答えを覚えているモデルはループの中に一切いません。

合格基準：合格したバックテストとはどんなものか

先へ進む前に、「合格」が何を意味するかを書き出し、そのうえでレポートを冷ややかに照らし合わせてください。妥当なラインはこうです。

• 4 つの局面のうち少なくとも 3 つを生き延びる。つまり、利益が出なかった局面でも、損失が無効化条件の内側にとどまったこと。
• 最大ドローダウンが、テストを走らせる前に「耐えられる」と宣言した数字以下であること。
• テスト全体で少なくとも 30 回の取引があり、意味を持つに足りること。
• コストの前提を倍にしても、なおプラスであること。
• 隣り合うパラメーター値が似た結果を返すこと。ひとつの魔法の頂ではなく、台地であること。
• 最悪の連敗を平易な言葉で説明できること。どんな相場の条件がそれを引き起こし、なぜ戦略はなお健全なのか。

1 つの基準を外せば、あなたが手にしているのは再設計の目標です。3 つ外せば、探すべき別の戦略があるということです。そして満点の合格でさえ、本番投入の許可にはなりません。バックテストは、ライブデータ上でのあなたの意図の翻訳も、執行のタイミングも、本物のドローダウンを見つめるあなた自身の振る舞いも、テストできないからです。次の段階はそのためにあり、まったく同じエージェントの定義がそこへ変更なしで移ります。その論拠とチェックリストは、AI エージェントのペーパートレードのガイドにあります。

ここからどこへ進むか

エージェントのバックテストは、素晴らしい数字を見つけることというより、情報を安く買うことです。どの局面があなたのルールを壊すのか、最悪の月はどんな姿か、コストがエッジを食い尽くすのか。こうした発見のひとつひとつは、バックテストではタダで、本番では実際のお金でついてきます。ルールを固め、4 つの局面を走らせ、レポートを敵として読み、どんな LLM も再生ループから遠ざけてください。何年もを数分で再生し、スリッページを織り込み、まったく同じエージェントをワンステップでペーパートレードへ昇格させるエンジンが欲しくなったら、次のバックテストは Obside で走らせてください。

本記事は教育目的のみです。投資助言ではありません。取引には元本を失う可能性を含むリスクがあります。