概要

本戦略はガウス分布の考え方を応用し、ヘイケアシ足の10期間指数移動平均からZ値を計算します。そのZ値の20期間指数移動平均に閾値を設定し、曲線のクロス状況に基づいてエントリーとイグジットを判断します。

戦略の原理

1. ヘイケアシ足の終値の10期間指数移動平均を計算します。

2. 上記移動平均線データに基づき、25期間内のZ値を計算します。Z値はデータが平均からどれだけ標準偏差分離れているかを示し、データが正常か異常かを判断できます。

3. Z値の20期間指数移動平均をさらに計算し、曲線emaScoreを取得します。この曲線はZ値の長期トレンドを示します。

4. emaScoreデータの分布状況に基づき、上下の閾値を設定します。曲線にある程度の変動があることを考慮し、ここでは分布の90%および10%のデータを閾値とします。

5. emaScoreが中央線または下限閾値を上抜けた場合、ロングします。emaScoreが上限閾値、下限閾値、または100期間内の最高値を下抜けた場合、ショートします。

優位性分析

1. ガウス分布の考え方を応用し、Z値によって正常性を判断することで、偽のブレイクアウトをフィルタリングできます。

2. 二重フィルタリングにより、emaScore曲線を演算し、長期トレンドEXTENSIVE511を判断します。

3. 合理的な閾値を設定し、誤った取引の確率を低減します。

4. 100期間の最高値・最安値を組み合わせることで、反転の機会を捉えることができます。

リスク分析

1. Z値と移動平均線の組み合わせはパラメータに敏感であり、最適化が必要です。

2. 閾値の設定が適切かどうかは非常に重要であり、広すぎたり狭すぎたりすると機能しなくなります。

3. 100期間の最高値・最安値は誤ったシグナルを発生しやすいため、トリガー条件を適度に緩和することができます。

4. ヘイケアシ足自体にある程度の遅延があるため、本戦略に適しているか評価する必要があります。

最適化の方向性

1. 異なる期間の移動平均線やZ値パラメータをテストします。

2. ウォークフォワード分析（walk forward analysis）を用いてパラメータを自動最適化します。

3. 標準偏差の倍数など、異なる閾値設定方法を試みます。

4. 最高値・最安値の判断ロジックを改善し、誤ったシグナルを防止します。

5. ヘイケアシ足の代わりに他の種類のローソク足や代表的な価格などを試します。

まとめ

本戦略はガウス分布の考え方に基づき、二重指数移動平均と動的な閾値設定により、価格の異常を効果的に判断し、取引シグナルを生成します。主な利点は偽のブレイクアウトをフィルタリングし、反転を捉えることです。しかし、パラメータ設定と組み合わせ方が結果に大きな影響を与えるため、引き続きテストと最適化を行い、最適なパラメータと組み合わせ方を見つける必要があります。