条件付きアウトカム:市場条件の基準率

更新 2026-07-04

条件付きアウトカムとは、明示された市場条件のあとに歴史的に何が起きたかを測定した基準率です — たとえば、funding がその 90 パーセンタイルを超えていた機会に、24 時間先のリターンがどうだったか、です。ふつう何が起きるかという通説を、フィード自身の履歴から計算した数字で置き換えます。何が起きたかを報告するだけで、何が起きるかは決して報告しません。

通説ではなく基準率

トレーディングの語りには、funding がこれほど高いと必ず急落が先行する、といった主張があふれています。条件付きアウトカムはその主張を記録に照らして検証します。条件を定義し — たとえば funding が 90 パーセンタイルを超えること — それに一致した過去のすべての瞬間を見つけ、24 時間先リターンの分布のように、そのあと何が来たかを測定します。出力は基準率です:一致した機会において、実際に続いたものの範囲がこれです。

これは問いを意見から測定へと組み替えます。極端な数値が強気か弱気かを論じる代わりに、歴史的なアウトカムを直接読みます。その数字はいかなる予測も帯びていませんが — 市場はレジームを変え、過去は未来を縛りません — 基準率は、ふつう何が起きるかという物語よりはるかに優れたアンカーです。

as-of パーセンタイル:先読みなし

条件そのものがしばしばパーセンタイルであり、そのパーセンタイルをどう計算するかが結果の正直さを決めます。条件付きアウトカムは as-of パーセンタイルを使います:各歴史的瞬間において、その数値はその瞬間までに利用可能なデータに対してのみ順位付けされ、系列全体に対しては決して順位付けされません。履歴全体 — その瞬間より後のデータを含む — に対して順位付けすると、未来の情報が過去へ漏れ込み、結果を膨らませます。

この先読みのない順位付けこそが基準率を再現可能にします。一致した各インスタンスは、トレーダーがその時点で知り得たものだけを使って定義されているので、そのアウトカムは彼が実際に直面したはずのものです。系列全体に対して計算されたパーセンタイルは、決して取引できなかったバックテストを生み出す、ありふれていて巧妙な方法です。

n_matches、n_effective、そして history_silent

基準率はそのサンプルサイズの分しか信頼できず、先行リターンの窓は互いに重なります。条件が多くの連続した時間で満たされると、重なり合う 24 時間先の窓は独立した観測ではありません — ほとんど同じ未来を共有します。条件付きアウトカムは、一致した瞬間の生の件数である n_matches と、その重なりを割り引いて、真に独立したサンプルがいくつ存在するかを反映するより小さな数 n_effective の両方を報告します。

n_effective が小さすぎて何も言えないとき、フィードは誤解を招くほど精密な数字の代わりに history_silent を返します。これは正直な認めであり — 履歴はこれについて沈黙している — エラーでもゼロでもありません。重なり合う三つの窓から基準率を引用することを拒むこと、それが測定と、単に測定のように見える数字との違いです。

MarketTrace agent feed の機能

条件付きアウトカムは MarketTrace の agent feed を通じて get_conditional_outcomes として公開されており、エージェントはある条件のあとに歴史的に何が続いたかを尋ね、有効サンプルサイズが添えられた基準率を受け取れます。このツールはアウトカムの分布、n_matches、n_effective を返し、データが答えを支えられないときには history_silent フラグを返します。

この設計は意図的に保守的です:履歴を報告し、n_effective を通じて自らの信頼度を定量化し、推測するよりも沈黙します。それがエージェントを正直に保ちます — 基準率を予報であるかのように装うことなく、似た条件で以前に何が起きたかを引用できます。

よくある質問

条件付きアウトカムは予測ですか?

いいえ。条件付きアウトカムは基準率です — 明示された条件のあとに歴史的に何が起きたかを測定した記録であり、何が起きるかの予報ではありません。市場はレジームを変え、過去は未来を縛りません。その価値は、通説にではなく、以前に似た条件へ実際に何が続いたかに判断を錨づけることにあり、それが予測ではなく履歴だと明示する点にあります。

as-of パーセンタイルとは何ですか?

as-of パーセンタイルは、各歴史的な数値をその瞬間までに利用可能なデータに対してのみ順位付けし、系列全体に対しては決して順位付けしません。これは先読みバイアスを避けます:過去の数値を履歴全体 — その後のデータを含む — に対して順位付けすると、未来の情報が過去へ漏れ込み、結果を膨らませます。as-of の順位付けは、一致した各インスタンスをその時点で知り得たもので定義したまま保つので、基準率は再現可能です。

n_matches と n_effective の違いは何ですか?

n_matches は条件を満たした過去の瞬間の生の件数です。n_effective は重なりを割り引いたより小さな数です:連続して一致した瞬間の先行リターンの窓はほとんど同じ未来を共有するので、独立したサンプルではありません。n_effective は基準率が実際にいくつの真に独立した観測に支えられているかを推定し、それがどれだけ信頼すべきかの正直な尺度です。

history_silent はどういう意味ですか?

history_silent は、基準率を測定するには独立した一致が少なすぎるとき — n_effective が小さすぎて信頼できることを何も言えないとき — にフィードが返す値です。これは履歴がこれについて沈黙しているという正直なシグナルであり、エラーでもゼロのアウトカムでもありません。精密に見える数字の代わりに history_silent を返すことが、フィードがサンプルサイズで支えられない基準率を引用しないための方法です。