TYO

EXP-000005

Risk/return map: simple annual average vs CAGR

採用 方法論 研究主体: ハイブリッド 2026年8月20日
システム
プラットフォーム/方法論の研究 — 特定のシステムに紐づきません。
Gitコミット
eb87c6e

仮説

CAGR compares unequal test lengths more honestly than total-return-divided-by-years.

統制された変更

Scatter Y-axis switched to CAGR; caption states the fixed-lot understatement trade-off.

データセットと条件

Extracted balance series, all 14 systems (2–24 years).

変更前 / 変更後

変更前

RINA simple average (24y, 35× account growth)
179%/yr

変更後

RINA CAGR, same record
20.6%/yr

妥当性確認

アウトオブサンプル、ウォークフォワード、モンテカルロ、フォワードの結果は、データが存在する場合のみ表示します。本エントリには存在しません。

判断

採用

The simple average produced figures no reader interprets correctly and compressed twelve systems into an unreadable band behind two outliers. CAGR puts 13 of 14 inside 1–28%.

AI関与

モデル
Claude (Anthropic)
AIが行ったこと
Identified the simple-average distortion on long compounding records and implemented the CAGR replacement with its stated trade-off.
人間によるレビュー
人間がレビューし承認済み

AI支援の項目は人間のレビュー後にのみ公開されます。レビューを経ていないAI生成の項目はビルドパイプラインが公開を差し止めます。AIは市場を予測せず、そのような主張をする項目はありません。

バックテストの改善は将来の改善を意味しません。実験の数が増えるほど、偶然うまくいくものが混ざる確率は上がります——このログは、多重検定リスクを隠さず可視化するためにも存在します。