【ウォール街のおじさん】クオンツ投資の嘘と実態 - 第1部：中途半端に手を出すと毒になります

ウォール街出身のスピーカーが、最近のクオンツ投資に対する誇大広告や誤った情報の蔓延に強い懸念を表明しています。初心者がバックテストの結果を盲信し、多額の損失を出すことを防ぐために、実戦で役立つ「注意すべき10か条」を提示することを宣言しました。クオンツは統計や科学といった言葉に隠れて非科学的な側面を持ちやすいため、正しい理解が必要であると説いています。自身の苦い経験も交えながら、投資系YouTuberとしての責任感を持って、中立的な立場から改善案を共有する姿勢を示しています。特定業者への攻撃ではなく、業界全体の健全化と投資家保護を目的とした内容になっています。

クオンツ投資を時間軸や手法に基づき、超高頻度売買（HFT）、アルゴリズム取引、統計的裁定取引、ファクター投資、クオンタメンタルなどのカテゴリーに分類して概説しています。クオンツ売買の基本プロセスは「仮説立案」「バックテスト」「実戦売買」「リスク管理」の4ステップで構成されると説明しています。かつては理系博士号を持つ専門家の専売特許でしたが、現在はプラットフォームの普及により個人投資家も手軽に利用可能になりました。しかし、技術の普及と同時に、手法の表面的な模倣や誤った理解も広まっていると指摘しています。ここでは、クオンツの定義が広範であり、境界線が曖昧であることも補足されています。

過去のデータで高い収益率を出すパラメータを見つけることは容易ですが、それが未来の利益を保証するわけではないという核心的な問題を提示しています。ジョエル・グリーンブラットの有名な「魔法の公式」を例に挙げ、公開後の収益率が市場を下回っている現実を紹介しています。過去に良好だった戦略は無限に存在するため、真の課題は「過去に良く、かつ未来にも良いもの」を選別することにあります。かつて成功を収めたクオントピアン（Quantopian）というプラットフォームが、膨大な戦略を検証しながらもヘッジファンド運営に失敗し閉鎖された事例も挙げています。数日の学習やクリックだけで年利20%を達成できるような魔法は存在しないと断言しています。

バックテストの基礎となるデータの質に焦点を当て、無料データの「汚れ」やエラー処理に伴う主観的判断の危険性を解説しています。特に、現在生き残っている企業だけで検証を行う「生存者バイアス」が、収益率を不当に底上げする最大の要因の一つであると指摘しています。第二次世界大戦中の戦闘機の補強箇所を決定する際の誤りという有名な例えを用い、見えないデータ（倒産した企業）の重要性を説いています。20年前のテストを行うなら、20年前当時の母集団から開始しなければならないという鉄則を強調しています。また、YouTubeで有名な投資家もこのバイアスの一部である可能性を示唆し、盲従しないよう促しています。

未来の情報を無意識に売買判断に取り込んでしまう「ルックアヘッド・バイアス（先読みバイアス）」の具体例を挙げて警告しています。例えば、現在の時価総額上位100社を対象に10年前からのテストを行うことは、未来の勝者を知った上での「後出しジャンケン」に等しいと述べています。続いて、クオンツ最大の敵である「過学習」について、サンプルデータに対してモデルを複雑にしすぎると、未知のデータに対する予測力が失われる仕組みを詳述しています。PERや時価総額などの数値を極限まで細かく調整して収益率を高める行為は、実戦では誤差を生むだけの無益な作業であると批判しています。シンプルなルールほど、将来の異なる状況下でも安定したパフォーマンスを維持しやすいという原則を説明しています。

過学習を防ぐための「サンプル外データ（OOS）」や「k-分割交差検証」といった統計的手法を詳しく紹介しています。ここで最も重要なルールとして、検証用データの結果を見て戦略を修正する行為は「検証データの学習データ化」を招くため、一度きりの勝負であるべきだと強調しています。また、市場の性質が劇的に変わる「マーケット・レジーム・チェンジ」についても触れ、金利体系や量的緩和の影響で過去のデータが役に立たなくなるリスクを論じています。長期投資におけるクオンツ手法の限界として、データ数の不足と環境変化の回避の難しさを挙げています。最後に、コロナ禍のような未曾有の事態では過去のパターンが通用しなくなり、クオンツが「存在論的危機」に直面した現状を伝えて第1部を締めくくっています。