ブログ

numbaのバックテストカーネルを一行一行Rustに移植し、4通りの方法でプロセス境界越しに呼び出した。等価性ゲートは最後のトレードまでPnLが完全一致することを確認する。1.2 MBの価格系列全体をUnixソケット経由で送るコストは約2 ms——ジョブ全体の約0.1%。同じペイロードをJSONでエンコードすると生バイトの1348倍のコストがかかり、コンボごとのチャッティな呼び出しはデータを80回再送し、バーごとの呼び出しパターンは2.0秒のジョブに対して2.1秒もの純粋なIPCコストを支払うことになる。境界そのものは安い——税金はどう越えるかにある。

パラメータサーチは幸運を製造する機械である。純粋なノイズ——真のエッジがゼロの戦略1,000個——の上で、最良の年率シャープレシオは平均1.63に達し、素朴な有意性検定は100%の確率で「発見」を宣言する。私たちは制御された既知の正解を構築し、デフレーテッド・シャープレシオ、Harvey-Liuヘアカット、Whiteのリアリティチェックが誠実さを取り戻すことを示す：偽発見は1.000から0.001-0.057まで下がり、ノイズ天井を超える本物のエッジは検出力~1で維持される——そして生のDSRが過剰にデフレートし、判定を1つではなく有効試行数推定量の帯全体で読む必要がある、現実の落とし穴（相関したグリッド）が1つある。

「最良の」戦略を探すには、まず「最良」を定義しなければならない——そしてそのスカラーが密かに勝者を選んでいる。既知のエッジを仕込んだ合成データ（600シード、T=2000、閾値80通り）において、素朴な1トレードあたりシャープレシオは宝くじを王座に据える：56%のシードでエクスポージャー5%未満の勝者を選び、57%で退化する——最も極端なシードでは、8回のトレードがインサンプルでシャープレシオ21.09を記録し、アウトオブサンプルでは0.13まで崩壊する。誠実な修復はほとんど退屈なものだ：タイムライン全体で測定すればよく、これは決して退化しない（アウトオブサンプル1.71）。トレード数（conf_k）による縮小とエクスポージャーの下限は1トレードあたりの指標を事後的に補修できるが、完全に修復してもフルタイムラインのシャープレシオに追いつくだけで（1.70 対 1.71）、決してそれを上回ることはない。バックテストの中のグッドハートの法則、制御された既知の正解とともに。

バックテストを静かに水増しする微妙な先読みリーケージを対象にした、制御実験による検証。本物のエッジがゼロでも、同一バー約定は純粋なノイズから年率Sharpe +14.8を作り出す。1バー分のインジケーター先読みでも+4.8。リーケージの分類、実測された規模、そして損失を出す前に各リーケージを検出する方法。

同一の80コンボ・パラメータスイープを5通りに実装し、すべてが同一のPnLを生成することを検証：pandas rolling.applyは69.9秒、numpyは3.1秒、numbaは2.0秒、並列numbaは0.23秒 — Apple M2 Maxでハードウェアを一切変えずに測定された298倍の高速化、そして有能なベクトル化ベースラインと比べても約13倍。各段が何をもたらすか、なぜGPUが欠けているピースではないのか、そして大量パラメータ探索における本当のボトルネックがどこにあるのか。

researcher.marketmaker.cc をどう構築したか — arXiv論文、GitHubリポジトリ、クオンツブログ、TradingViewのPineスクリプトを横断する、全文検索可能な統合クオンツ研究アーカイブ。人間がブラウズし、AIエージェントがMCP経由でクエリできる。

algo-investor-skills を詳しく解説する。これはアルゴトレード戦略を、生の実測データから、監査済みで誠実さを前面に押し出した投資家向け提案書へと仕上げる Claude Code skills のセットだ。組み合わせ可能な6つの skill、金融モデルエンジン、独立検証のためのプルーフパック、そして決して数字を捏造しない必須の懐疑的投資家による監査ゲートを備えている。