カーブフィッティングとは｜EAの過剰最適化を見抜く9つの判定基準

バックテストの資産曲線が右肩上がりなのに、実運用では最初の数か月で崩れる。このパターンの大半はカーブフィッティング（過剰最適化）が原因です。しかし「最適化してはいけない」わけではありません。問題は、どこまでが相場の性質を捉えた調整で、どこからがノイズへの合わせ込みなのか、その境界線です。この記事では9つの判定基準で線を引きます。

結論：境界線は「最適化に使っていない期間で成績が保たれるか」

なぜカーブフィッティングは起きるのか

過去データには、相場の性質（シグナル）と偶然の値動き（ノイズ）が混ざっています。パラメータ探索は、この2つを区別しません。ノイズに合わせたほうが過去の成績が良くなるなら、探索アルゴリズムはそちらを選びます。

MQL5の公式記事には、グリッド・マーチンゲール・ピラミッディング・ナンピンを使うEAについて「しばしば取引履歴に対して過剰最適化された結果を示す」「pseudo grails（疑似聖杯）」であり、最終的に資金を失うと警告する記述があります（出典: MQL5 Articles 10212 、2026年9月24日確認）。同記事は「入力パラメータが少ないほど過剰適合リスクは低い」とも述べています。

学術的にも同じ指摘があります。ポートフォリオ最適化の教科書では「バックテストは実験ではない」「うまくなればなるほど、偽の発見が出てくる可能性が高くなる」と述べられ、**報告の核心的欠陥は「試行総数を書かないこと」**だと指摘されています（出典: Portfolio Optimization Book 8.3 、2026年9月24日確認）。

9つの判定基準

1. パラメータ数とトレード数の比率

最も単純で、最も見落とされる基準です。パラメータが増えるほど、データに合わせ込む自由度が上がります。トレード数 ≧ パラメータ数 × 100 を目安にしてください。

パラメータ8個のEAで、バックテストのトレード数が150回。この時点で統計的な検証は成立していません。パラメータを減らすか、検証期間を伸ばす必要があります。

2. プラトー分析

最適化結果を2次元グラフにしたとき、尖ったピークではなく、なだらかな高原（プラトー）の中央を選びます。

「RSI期間14で最高、13と15では損失」というパラメータは、14という数字に意味があるのではなく、たまたまそのデータで14が当たっただけです。

3〜4. OOS成績とWFE

最適化に使っていない期間で評価します。OOSのPFがISの70%を下回る、あるいはOOSでPFが1.0を割るなら、カーブフィッティング確定と考えてください。

WFEは「OOSの成績 ÷ ISの成績」で、0.5以上が頑健性の最低ラインとされています（出典: MQL5 Articles 23250 、2026年9月24日確認）。手順は ウォークフォワード分析のやり方 にまとめています。

5. 期間分割の安定性

全期間を前半・中盤・後半に3分割し、すべてでプラスかを確認します。合計でプラスでも、内訳が「前半で大勝ち、中盤・後半は横ばい」なら、そのロジックはすでに機能しなくなっている可能性があります。

6. 銘柄間の汎化

EURUSD専用にチューニングされたEAを、GBPUSDやUSDCHFで回します。大勝ちする必要はありません。「せめて損益トントン」程度なら汎化しています。 すべての近縁ペアで大負けするなら、そのEAはEURUSDのノイズに合わせ込まれています。

7. ロジックの説明可能性

8. PFが高すぎないか

プロフィットファクターは高ければ高いほど良い、というものではありません。

取引回数が少ないとPFは簡単に高く出ます。30トレードでPF 4.0は、検証結果ではなく偶然です。判定は EA成績指標チェッカー や プロフィットファクターの目安 も参考にしてください。

9. モンテカルロ検証

トレードの順序をシャッフルして1,000回リサンプリングし、最大ドローダウンの95パーセンタイルを「想定最大DD」として使います。バックテストで観測された最大DDは、たまたま順序が良かっただけかもしれません。

必要資金の逆算には 必要資金・許容DD計算機 が使えます。

正しい最適化の手順

カーブフィッティングを避けながら最適化するには、順序が決まっています。

1. ロジックを先に決める。 「なぜこの手法が機能するのか」を市場構造で説明できる状態にしてから、パラメータを触ります。説明できないロジックをパラメータで救うことはできません。
2. 最適化するパラメータを3〜5個以内に絞る。 残りは固定します。トレード数との比率を先に確認してください。
3. 全期間をISとOOSに分ける。 標準はIS : OOS = 2 : 1、または3 : 1。OOSは必ず時系列上でISより後にします。ランダム分割は先読みになるため使えません。
4. ISでのみ最適化する。 OOSのデータは絶対に見ません。
5. プラトー分析で候補を絞る。 成績上位を機械的に選ばず、周辺が安定している領域を選びます。
6. OOSで1回だけ確認する。 ここで基準を満たさなければ、パラメータをいじるのではなく手順1に戻ります。
7. 期間をずらして繰り返す。 ローリングの組み方は ウォークフォワード分析のやり方 にあります。
8. 試行回数を記録する。 何通り試したかを残しておかないと、後から自分の結果を評価できません。

販売されているEAをどう点検するか

自分で最適化しない場合でも、販売者はすでに最適化しています。むしろ購入者側は過程が見えないため、リスクが見えにくくなります。

1. 「最適化で何通り試しましたか」と聞く。 これが最も本質的な質問です。答えられない、あるいは答えないなら、そのバックテスト成績は統計的に解釈できません。
2. パラメータの数を数える。 設定可能なパラメータが20個あるなら、そのうち何個が最適化対象だったかを確認します。
3. バックテスト期間の後半だけの成績を見せてもらう。 全期間の資産曲線より情報量があります。
4. バージョン更新の頻度を確認する。 短期間でバージョンが頻繁に上がっているEAは、再最適化を繰り返している可能性があります。
5. バックテストの終了日が古くないか確認する。 数年前で打ち切られているバックテストは、それ以降で機能しなくなった可能性を示唆します。

EAの選定基準は EAの選び方 、警戒すべき特徴は 危険なEAのチェックリスト にまとめています。海外EAのレビューの読み方は MQL5のレビューはどこまで信用できるか も参考になります。

ナンピン・マーチンゲール系は別の見方が要る

この種のEAで見るべきは、報告されたドローダウンではなく次の3つです。

1. 最も深い回復シーケンス（何回連続でナンピンしたか）
2. 到達した最大ポジションサイズ
3. テスト期間中の最低証拠金維持率

挙動の理解には ナンピンマーチン破綻シミュレーター と マーチンゲールEAのリスク を参照してください。

よくある失敗

• OOSの結果を見てパラメータを変える。 その時点でOOSはOOSでなくなります。
• 9つの基準のうち1つだけを満たして安心する。 複合的に見る必要があります。
• 「バックテストが長期間で右肩上がり」を根拠にする。 長期間のデータほど、合わせ込む材料も多くなります。
• PFやシャープレシオの高さだけで比較する。 取引回数と期間を必ずセットで見てください。
• 試行回数を記録していない。 自分で最適化する場合、何通り試したかは必ず記録してください。

まとめ

カーブフィッティングは「最適化が悪い」という話ではなく、「最適化の結果を検証していない」という手続きの問題です。9つの基準のうち、最低でもパラメータ数とトレード数の比率、プラトー分析、OOS成績の3つは必ず確認してください。

そして、ここを通過しても実運用との差は残ります。次は バックテストとリアルが乖離する7つの原因 と フォワードテストの設計 へ進んでください。手順全体は MT4/MT5バックテストのやり方 にまとめています。