バックテストで勝てても実運用で負ける理由
投資戦略を作るとき、多くの人はまずバックテストの結果を見ます。総利益、勝率、プロフィットファクター、最大ドローダウン、利益曲線の右肩上がり具合などを確認し、「この戦略は使えそうだ」と判断します。しかし、ここに大きな落とし穴があります。バックテストで表示される利益曲線は、過去に起きたたった一つの順番で売買した結果にすぎません。同じ勝率、同じ平均利益、同じ平均損失でも、勝ち負けの並び順が変わるだけで、口座残高の推移は大きく変わります。
たとえば、100回の取引で最終的に利益が出る戦略があるとします。勝ちトレードが55回、負けトレードが45回で、期待値はプラスです。過去データ上では序盤から順調に利益が積み上がり、途中の下落も小さく、最終的にきれいな右肩上がりになったかもしれません。しかし、実運用では最初の20回のうち15回が負けになる可能性もあります。戦略そのものの期待値がプラスでも、負けが先に集中すれば資金が削られ、心理的にも運用継続が難しくなります。
この「売買結果の順番が変わったらどうなるか」を確認する手法がモンテカルロ分析です。名前だけ聞くと難しく感じますが、考え方はシンプルです。過去のトレード結果を材料にして、取引の並び順や損益のブレを何千回、何万回とランダムに組み替え、「最悪に近いケースではどの程度の損失を覚悟すべきか」を見る作業です。投資戦略の耐久性を確認するうえで、バックテスト単体よりも現実に近いリスク認識を得られます。
モンテカルロ分析とは何か
モンテカルロ分析とは、不確実な結果を乱数によって多数回シミュレーションし、将来起こり得る結果の分布を確認する方法です。投資では、売買戦略の損益、最大ドローダウン、連敗回数、資金曲線、破産確率などを評価するために使われます。単に「過去に儲かったか」ではなく、「似たような成績が続いた場合、どのくらい悪い展開まで想定すべきか」を見るための手法です。
通常のバックテストは一本の線です。過去データに沿って売買した場合の残高推移が一つだけ表示されます。一方、モンテカルロ分析では、同じ戦略から生まれた可能性のある残高推移を大量に作ります。すると、最終利益が大きいケース、そこそこのケース、マイナスで終わるケース、途中で大きなドローダウンを経験するケースなどが一覧できます。この分布を見れば、平均的には利益が出る戦略でも、実運用ではどの程度の資金ストレスが起きるかを把握できます。
重要なのは、モンテカルロ分析は未来を当てる道具ではないという点です。将来の価格を予言するものではありません。むしろ、予測を当てにしすぎないための防御策です。過去の成績が今後もおおむね同じ性質を持つと仮定した場合に、偶然の悪い並びによってどれくらい資金が傷むかを見積もるためのリスク検査と考えると分かりやすいです。
なぜ投資戦略に耐久性チェックが必要なのか
戦略の評価では、最終損益だけを見るのは危険です。最終損益が大きくても、その途中で資金の40％を失うような局面があるなら、多くの個人投資家は継続できません。含み損や連敗が続いた時点でルールを変更し、ロットを落とし、あるいは停止してしまいます。その直後に戦略が回復することもありますが、すでに運用をやめていれば利益は得られません。
実際の運用で重要なのは、戦略が理論上勝てるかどうかだけではありません。自分の資金量、メンタル、取引頻度、損失許容度に対して、継続可能なリスクになっているかです。モンテカルロ分析は、この継続可能性を数値で確認するために使えます。具体的には「最大ドローダウンがどの程度まで拡大し得るか」「10連敗や15連敗がどれくらい現実的か」「現在のロット設定で破産リスクが高すぎないか」「安全に運用するなら資金の何％を1回の取引に賭けるべきか」といった問いに答えやすくなります。
特に、短期売買やシステムトレードでは、1回1回の取引結果はランダム性を強く持ちます。勝てる戦略でも負ける日はありますし、勝率60％でも5連敗は普通に起こります。問題は、連敗が起きることではなく、連敗が起きたときに口座が耐えられる設計になっているかです。耐久性チェックをしないままロットを上げると、過去最高の利益率に見えた戦略ほど、実運用で最初に壊れることがあります。
モンテカルロ分析で確認すべき主要指標
最大ドローダウン
最大ドローダウンは、資産残高のピークからボトムまでの最大下落率です。たとえば、100万円が120万円まで増えた後、84万円まで下がった場合、ピーク120万円から36万円下落しているため、ドローダウンは30％です。バックテスト上の最大ドローダウンが15％でも、モンテカルロ分析では25％や35％のケースが出ることがあります。これは、過去のトレードの並びが偶然よかった可能性を示します。
戦略を採用するかどうかは、平均利益よりも最大ドローダウンで判断した方が現実的です。年率30％を狙える戦略でも、想定ドローダウンが50％なら、多くの投資家には過大リスクです。一方、年率12％程度でも、想定ドローダウンが10％前後に収まるなら、長期運用に向く可能性があります。利益率の高さより、資金曲線の耐久性を重視する視点が必要です。
連敗回数
連敗回数は、心理的な運用限界を測る指標です。勝率が高い戦略でも連敗は避けられません。勝率60％の戦略でも、100回、200回と取引すれば7連敗や8連敗が起きても不思議ではありません。勝率50％前後のトレンドフォロー型戦略なら、10連敗以上を想定すべきケースもあります。
連敗回数を甘く見ると、実運用で戦略を止める判断が早くなります。「この戦略はバックテストでは勝率55％だから、5連敗したら異常だ」と考えるのは危険です。モンテカルロ分析で事前に「この戦略では12連敗程度までは通常範囲」と分かっていれば、実際に連敗しても過剰反応を避けやすくなります。逆に、想定を超える連敗が発生した場合は、相場環境の変化や戦略劣化を疑う判断材料になります。
最終損益の分布
バックテストでは最終利益が1つだけ表示されますが、モンテカルロ分析では最終損益の分布を見ます。たとえば、1,000回シミュレーションした結果、平均利益は30％でも、下位5％のケースではマイナス10％、下位1％ではマイナス25％になるかもしれません。この場合、単に「期待値はプラス」と見るのではなく、「かなり悪い順番を引くと1年運用しても損失で終わる可能性がある」と認識できます。
この視点は、投資戦略を複数組み合わせるときにも重要です。単体では成績が良くても、悪いケースの落ち込みが大きすぎる戦略ばかりを集めると、ポートフォリオ全体が不安定になります。最終損益の分布を確認し、悪いケースでも資金が残る設計にすることが、長期的な生存確率を高めます。
破産確率
破産確率とは、一定の条件下で資金が運用不能な水準まで減る確率です。完全にゼロになるケースだけでなく、資金の50％を失ったら停止、最大ドローダウンが30％を超えたら停止、といった実践的な基準で計算できます。個人投資家にとって重要なのは、数学上の破産よりも「継続不能になる確率」です。
たとえば、100万円の資金で1回あたり5万円のリスクを取る戦略があるとします。1回の損失が資金の5％に相当するため、10連敗で資金は大きく削られます。期待値がプラスでも、連敗が先に来れば立て直しにくくなります。モンテカルロ分析で破産確率や停止確率を確認すれば、1回あたりのリスクを5％から2％、あるいは1％に落とすべきか判断できます。
分析に必要なデータ
モンテカルロ分析に必要なのは、基本的には過去のトレードごとの損益データです。銘柄名、売買日、利益額、損失額、損益率、保有期間、エントリー理由などがあれば理想的ですが、最低限必要なのは「1回ごとのトレード結果」です。システムトレードであればバックテスト結果から取引履歴をエクスポートできます。裁量トレードの場合は、売買記録をスプレッドシートに残しておく必要があります。
損益データは、金額ではなくR倍率で管理すると応用しやすくなります。R倍率とは、1回の取引で想定したリスクを1Rとして、利益や損失を何Rで表すかという考え方です。たとえば、損切り幅を1万円と決めた取引で2万円利益が出れば+2R、1万円損切りなら-1Rです。銘柄や資金額が変わっても、戦略の性質を比較しやすくなります。
データ数は多いほど信頼性が上がります。20回程度の取引では、偶然の影響が大きすぎます。最低でも50回、できれば100回以上の売買サンプルを用意したいところです。短期売買なら数百回のデータが望ましいです。ただし、古すぎるデータを大量に入れればよいわけではありません。現在の相場環境や売買ルールに近いデータを使うことが重要です。手法を途中で大きく変えた場合は、変更後のデータだけを使う方が現実的です。
基本的なモンテカルロ分析の手順
手順1：取引結果を一覧化する
まず、過去のトレード結果を1行1取引で整理します。列はシンプルで構いません。日付、銘柄、損益率、損益額、R倍率、メモを用意します。重要なのは、勝ち負けを都合よく除外しないことです。大きな損失、ルール違反、約定ミス、スリッページがあった取引も、実運用で起き得るなら含めるべきです。きれいなデータだけで分析すると、実際より安全に見えてしまいます。
手順2：取引結果をランダムに並べ替える
次に、過去の取引結果をランダムに並べ替えます。これにより、同じ勝ち負けの集合でも異なる資金曲線が作られます。たとえば、100回の取引結果があるなら、その100個の損益をシャッフルして新しい順番を作ります。その順番で資金を増減させ、最大ドローダウンや最終利益を計算します。
この作業を1回だけ行っても意味は薄いです。最低でも1,000回、できれば5,000回や10,000回程度繰り返します。回数が増えるほど、結果の分布が安定します。表計算ソフトでも可能ですが、Pythonを使うと処理が速く、グラフ化もしやすくなります。
手順3：資金曲線を作る
ランダムに並べ替えた損益を、初期資金に順番に反映します。固定株数で売買する戦略なら金額ベースで計算できます。資金に対して一定比率でリスクを取る戦略なら、複利ベースで計算します。複利ベースの場合、序盤の損失が後半の回復力に影響するため、固定金額より現実に近い結果になります。
たとえば、初期資金100万円、1回あたりリスク1％、損益データがR倍率で記録されているとします。ある取引が+2Rなら資金の2％利益、-1Rなら資金の1％損失として計算します。このようにすると、資金が増えたときは取引額も増え、資金が減ったときは取引額も小さくなるため、実際の運用ルールに近づきます。
手順4：最大ドローダウンと連敗を記録する
各シミュレーションごとに、最大ドローダウン、最大連敗回数、最終資産、最低資産、利益が出た割合などを記録します。重要なのは、平均値だけでなく悪い側の結果を見ることです。平均最大ドローダウンが12％でも、下位5％で28％、下位1％で40％なら、実運用では40％近い下落を経験する可能性を完全には無視できません。
手順5：許容できるロットに調整する
最後に、1回あたりのリスクを変えて再計算します。資金の3％をリスクに取ると最大ドローダウンが50％を超えるが、1％なら20％前後に収まる、といった結果が出ることがあります。この場合、戦略そのものを捨てる必要はありません。ロットを下げれば使える戦略になる可能性があります。逆に、ロットを下げてもドローダウンが大きすぎる場合は、戦略の期待値や損切り設計を見直すべきです。
具体例：勝率45％のトレンドフォロー戦略を検証する
ここでは、簡略化した例で考えます。ある日本株の短期トレンドフォロー戦略があり、過去200回の取引で勝率45％、平均利益+3R、平均損失-1Rだったとします。勝率だけを見ると半分以下なので不安に見えます。しかし、利益が損失より大きいため、期待値はプラスです。1回あたりの期待値は、0.45×3R – 0.55×1R = 0.8Rです。数字だけなら非常に優秀です。
ところが、トレンドフォロー戦略は負けが連続しやすい特徴があります。小さく損切りしながら、大きなトレンドを待つためです。バックテスト上では最大連敗が8回だったとしても、モンテカルロ分析では12連敗や15連敗が発生するケースが出るかもしれません。1回あたり資金の3％をリスクに取っていれば、15連敗だけで単純計算45％近いリスクを抱えます。実際には複利で少し緩和されますが、それでも精神的には相当厳しいです。
この戦略を1回あたり1％リスクで運用すると、15連敗でも資金減少は管理可能な範囲に収まりやすくなります。年間リターンは低下しますが、長く続けられる可能性は高まります。ここで重要なのは、優秀な戦略ほどロットを上げればよいわけではないことです。期待値が高い戦略でも、損益のブレが大きければ、資金管理を誤った瞬間に破綻します。
表計算ソフトで簡易的に行う方法
Pythonを使わなくても、ExcelやGoogleスプレッドシートで簡易的なモンテカルロ分析はできます。まず、A列に過去の損益率またはR倍率を並べます。B列に乱数を入れ、乱数順に並べ替えることで、損益の順番をランダム化します。C列では初期資金に損益率を反映して残高を計算し、D列で過去最高残高、E列でドローダウンを計算します。
ただし、表計算ソフトだけで何千回も繰り返すのは手間がかかります。簡易チェックとしては、10回から50回程度のシャッフルでも有益です。何度か並べ替えるだけで、「たまたま悪い順番になると想像以上に資金が落ちる」という感覚をつかめます。最初から完璧な分析を目指す必要はありません。まずは、バックテストの一本線だけを信じない習慣を作ることが大切です。
表計算で見るべきポイントは、最終利益よりもドローダウンです。最終利益が良いケースを探すのではなく、悪いケースで資金がどれだけ減るかを確認します。何度シャッフルしても許容範囲内なら、その戦略は比較的安定しています。数回のシャッフルで資金が大きく崩れるなら、ロットが過大か、損益分布が不安定すぎる可能性があります。
Pythonで検証する場合の考え方
Pythonを使う場合、取引結果をリストとして読み込み、ランダムに並べ替え、資金推移を計算するだけで基本的な分析ができます。難しい数理モデルは不要です。大切なのは、コードの複雑さではなく、現実的な前提条件を入れることです。手数料、スリッページ、約定できなかったケース、大きなギャップダウンなどを無視すると、分析結果は過度に楽観的になります。
実践では、過去の損益データに対していくつかのストレス条件を加えると有効です。たとえば、すべての利益を10％減らす、すべての損失を10％増やす、数％の確率で通常より大きな損失を追加する、といった方法です。これは、実運用でバックテストより悪い約定や想定外の値動きが起きることを織り込むためです。バックテストと同じ条件が未来でも完全に再現されると考えるのは危険です。
また、取引結果を完全にランダムに並べ替えるだけでなく、相場環境ごとに分ける方法もあります。上昇相場、下落相場、レンジ相場で戦略の成績が大きく違う場合、全期間を一括でシャッフルするとリスクを見誤ることがあります。下落相場だけを抽出してモンテカルロ分析を行えば、厳しい環境でどの程度耐えられるかが分かります。耐久性を確認するなら、良い相場より悪い相場を重視すべきです。
モンテカルロ分析でありがちな失敗
都合の良い取引だけを使う
よくある失敗は、ルール通りに勝った取引だけを残し、負けた取引を「例外」として除外することです。実運用では、例外も含めて資金が増減します。指値が滑った、材料で急落した、損切りが遅れた、寄り付きで大きくギャップした、といったケースも、現実に起こるなら分析に入れるべきです。データをきれいにしすぎると、分析の意味が薄れます。
サンプル数が少なすぎる
取引回数が少ない戦略では、モンテカルロ分析の信頼性も低くなります。10回や20回の売買結果を何千回シャッフルしても、元データの偏りが大きければ結論は不安定です。特に、1回の大勝ちで全体の利益を作っている戦略は注意が必要です。その大勝ちがたまたまだった場合、将来再現できない可能性があります。大勝ちを除外した場合でも期待値が残るかを確認すると、戦略の本質が見えやすくなります。
相関を無視する
複数戦略を同時に運用する場合、個別戦略のモンテカルロ分析だけでは不十分です。日本株の買い戦略ばかりを集めていると、相場全体が急落した日に同時に損失が出る可能性があります。単体では低リスクに見えても、合算するとドローダウンが大きくなることがあります。複数戦略を使う場合は、ポートフォリオ全体の損益データでも分析する必要があります。
平均値だけを見る
モンテカルロ分析の結果で平均リターンだけを見るのは、通常のバックテストを見るのと大差ありません。重視すべきは、下位5％、下位1％、最大ドローダウンの悪いケースです。投資では、平均的な展開よりも、悪い展開で退場しないことが重要です。平均では勝てるが、悪いケースで資金半減する戦略は、実運用では危険です。
戦略採用の判断基準
モンテカルロ分析をした後は、明確な採用基準を持つべきです。たとえば、下位5％の最大ドローダウンが25％以内、下位1％でも40％を超えない、1年単位の損失終了確率が20％以下、想定最大連敗に耐えられる資金管理になっている、といった基準です。基準は投資家の性格や資金目的によって異なりますが、事前に決めておくことが重要です。
個人投資家の場合、最大ドローダウンは保守的に見るべきです。バックテスト上の最大ドローダウンが20％なら、実運用ではその1.5倍から2倍程度を覚悟するくらいが現実的です。つまり、バックテストで20％なら、実際には30％から40％の下落が起きても不思議ではありません。この前提で耐えられないなら、ロットを下げるか、戦略を複数に分散する必要があります。
また、採用基準は利益目標から逆算しない方が安全です。「年率50％欲しいからロットを上げる」という考え方は、破綻リスクを増やします。正しい順番は、まず許容ドローダウンを決め、その範囲内で最大化できるリターンを探ることです。資金管理は利益を増やすためだけの技術ではなく、運用を継続するための防波堤です。
裁量トレードにも使える理由
モンテカルロ分析はシステムトレードだけのものではありません。裁量トレードでも、売買記録があれば十分に使えます。むしろ裁量トレーダーほど、自分の成績を感覚で判断しがちなので、数値化の効果は大きいです。勝率が高いと思っていた手法が実は損大利小だったり、利益の大半が数回の偶然の大勝ちに依存していたりすることがあります。
裁量トレードでは、エントリーパターンごとに分けて分析すると有効です。ブレイクアウト、押し目買い、材料株の初動、決算後のギャップアップ、逆張りリバウンドなど、手法ごとに損益データを分けます。全体では利益が出ていても、実は特定のパターンだけが稼いでいて、他のパターンは足を引っ張っていることがあります。モンテカルロ分析で手法別の耐久性を見ると、残すべき売買と捨てるべき売買が明確になります。
裁量の場合、ルール違反トレードを別管理することも重要です。ルール通りの取引だけなら期待値がプラスでも、感情的な追いかけ買いや損切り遅れを含めると成績が悪化することがあります。この場合、戦略が悪いのではなく、運用プロセスが悪い可能性があります。分析によって、改善すべき対象が戦略なのか、自分の行動なのかを切り分けられます。
資金管理への落とし込み
モンテカルロ分析の最終目的は、きれいなグラフを作ることではありません。実際の資金管理に落とし込むことです。最も重要なのは、1回あたりの許容損失を決めることです。多くの個人投資家にとって、1回の取引リスクは総資金の0.5％から2％程度に収めるのが現実的です。攻めたい場合でも、戦略の耐久性を確認せずに3％以上を賭けるのは危険です。
資金管理では、固定ロットよりも固定リスク方式が合理的です。固定ロットでは、資金が減っても同じ数量で売買するため、相対的なリスクが上がります。固定リスク方式では、資金が減ったら取引数量も減らすため、破綻しにくくなります。たとえば、100万円のときは1取引1万円リスク、80万円に減ったら8,000円リスクに下げるという考え方です。
一方で、資金が増えたときに自動的にロットを上げる場合も注意が必要です。複利運用は利益を伸ばす力がありますが、ドローダウンも金額ベースで大きくなります。モンテカルロ分析では、単利運用と複利運用の両方を比較するとよいです。複利の方が最終利益は大きくなりやすいですが、精神的に耐えられるかは別問題です。
実践的なチェックリスト
モンテカルロ分析を行うときは、次の順番で確認すると実践に落とし込みやすくなります。まず、取引履歴に漏れや都合の良い除外がないか確認します。次に、損益をR倍率または損益率で整理します。そのうえで、1,000回以上のランダムシミュレーションを行い、最終資産、最大ドローダウン、最大連敗、損失終了確率を確認します。
次に、1回あたりのリスクを変えて再計算します。0.5％、1％、2％、3％のように複数パターンを比較すると、自分の許容範囲が見えます。さらに、利益を少し減らし、損失を少し増やした保守的な条件でも確認します。保守条件で耐えられない戦略は、実運用ではさらに厳しくなる可能性があります。
最後に、結果を運用ルールへ落とし込みます。「最大連敗15回までは通常範囲」「資金が20％減ったらロットを半分にする」「30％減ったら戦略停止ではなく原因分析期間に入る」「想定外の連敗が起きたら相場環境別に再検証する」といった形です。分析結果を行動ルールに変換しなければ、実際の下落局面で感情に振り回されます。
複数戦略を組み合わせた耐久性確認
個人投資家が安定した運用を目指すなら、単一戦略だけに依存しない方がよいです。ブレイクアウト戦略、押し目買い戦略、逆張り戦略、高配当株の中期保有、ETF積立など、値動きの性質が違う戦略を組み合わせることで、資金曲線を安定させやすくなります。ただし、見た目だけ複数に分けても、同じ相場で同時に負けるなら分散効果は限定的です。
たとえば、日本株の小型グロース買い戦略を3種類持っていても、マザーズ指数やグロース市場が崩れる局面では同時に損失が出やすくなります。一方、株式の買い戦略に加えて、現金比率管理、指数ヘッジ、短期逆張り、米国ETF積立などを組み合わせれば、損益の発生タイミングが分散される可能性があります。モンテカルロ分析では、戦略単体だけでなく、月次または日次の合算損益でも確認することが重要です。
ポートフォリオ全体で分析すると、「単体では平凡だが、他戦略と組み合わせると価値が高い戦略」が見つかることがあります。単独のリターンが低くても、他と逆に動きやすい戦略は、全体のドローダウンを下げる役割を果たします。投資では、最も利益率が高い戦略だけを集めるより、全体の資金曲線が壊れにくい組み合わせを作る方が実践的です。
モンテカルロ分析の限界
モンテカルロ分析にも限界があります。最大の限界は、過去の取引結果を前提にしていることです。市場構造が変われば、過去の期待値は通用しなくなります。手数料体系、流動性、参加者、規制、金利環境、ボラティリティが変わると、戦略の成績も変わります。したがって、モンテカルロ分析で安全に見えたからといって、将来も安全とは限りません。
また、極端なイベントを十分に反映できない場合があります。過去データにリーマンショック級、コロナショック級、急激な金利変動、為替ショックが含まれていなければ、分析結果は大きな危機を過小評価する可能性があります。そのため、通常のモンテカルロ分析に加えて、意図的に大きな損失イベントを入れるストレステストも有効です。
さらに、取引結果を完全にランダムに並べ替える方法では、相場の連続性を無視することがあります。実際には、悪い相場環境では負けが連続しやすく、良い相場環境では勝ちが続きやすい傾向があります。そのため、単純なシャッフルだけでなく、相場環境別の分析や、負けが連続しやすい前提を置いた保守的な分析も併用すべきです。
投資家が最初にやるべき実践ステップ
まず行うべきことは、過去の取引を記録することです。売買記録がなければ、モンテカルロ分析はできません。証券会社の取引履歴をダウンロードし、銘柄、日付、損益、エントリー理由、損切り理由を整理します。最初は完璧でなくても構いません。重要なのは、取引を感覚ではなくデータで振り返る習慣を作ることです。
次に、直近50回から100回の取引を使い、簡単なシャッフル分析を行います。表計算ソフトで乱数を付けて並べ替え、資金推移を確認するだけでも十分です。そこで、連敗やドローダウンが想像より大きいと感じたら、現在のロットは過大かもしれません。利益を増やす前に、まず退場しない設計へ修正するべきです。
最後に、月に1回または四半期に1回、分析を更新します。戦略の成績は固定ではありません。相場環境の変化、自分の判断力、取引対象の流動性によって変わります。定期的にデータを更新し、想定ドローダウンや連敗回数が悪化していないか確認します。これにより、戦略の劣化を早めに察知できます。
まとめ
モンテカルロ分析は、投資戦略を過度に信じ込まないための現実的な検証手法です。バックテストの利益曲線がきれいでも、売買結果の順番が変われば、実運用では大きなドローダウンや長い連敗を経験する可能性があります。重要なのは、平均的に勝てるかどうかではなく、悪い展開でも運用を継続できるかです。
分析では、最終利益よりも最大ドローダウン、最大連敗、下位ケースの損益、破産確率を重視すべきです。そして、結果を1回あたりのリスク、ロット設定、停止基準、戦略分散に反映させる必要があります。モンテカルロ分析は難しい理論ではなく、投資家が長く市場に残るための実践的な安全確認です。
特に個人投資家は、資金量にも心理面にも限界があります。だからこそ、利益を最大化する前に、退場しない仕組みを作ることが先です。バックテストで勝てる戦略を探すだけでは不十分です。その戦略が悪い順番を引いても耐えられるか、自分の資金管理で継続できるかを確認して初めて、実運用に進む価値があります。モンテカルロ分析を習慣化すれば、投資判断は感覚から検証へ、期待から耐久性へと変わります。
コメント