Analysis Results — Calculation Logic

Hawk-Backtesterのシミュレーション実行後に出力される全ての解析結果の項目と、それぞれの計算ロジックをまとめたドキュメントです。

Outcome Statistics»

シミュレーション全体のパフォーマンスを示す基本指標です。

Metric	Formula / Logic	Description
Total Return	`(Equity(T) / InitialAssets) − 1`	初期資産に対する最終エクイティの収益率
Max Drawdown	`min((Equity(t) − Peak(t)) / Peak(t))`	ピークエクイティからの最大下落率。各時点でピークを更新しながら計算
Return / Max DD	`TotalReturn / \|MaxDrawdown\|`	リターンとドローダウンの効率比
Ending Assets	最終時点の `assets`	現金資産（未実現PnLを含まない）
Ending Equity	最終時点の `virtualAssets`	評価額 = 現金 + 未実現PnL
vs Buy & Hold	`EndEquity(Strategy) − EndEquity(BuyAndHold)`	単純バイ&ホールド戦略との最終エクイティ差
Total Steps	stat_history の長さ	シミュレーションの総時間ステップ数

Exposure Statistics»

ポジション露出度（レバレッジの利用状況）を示す指標です。

Metric	Formula / Logic	Description
Avg Gross Exposure	`mean(\|NetUnits(t)\| × Price(t) / Equity(t))`	平均絶対ポジション倍率（レバレッジ）
Max Gross Exposure	`max(GrossExposure(t))`	最大レバレッジ到達時の倍率
Avg Net Exposure	`mean(NetUnits(t) × Price(t) / Equity(t))`	平均ネットポジション。正=ロングバイアス、負=ショートバイアス
Time in Market	`Σ(GrossExposure > 0) / TotalSteps`	ポジションを保有していた時間の割合
Long Ratio	`TotalLongUnits / (LongUnits + ShortUnits)`	ユニット加重によるロング比率
Short Ratio	`1 − LongRatio`	ユニット加重によるショート比率
Exposure Efficiency	`TotalReturn / AvgGrossExposure`	デプロイした平均レバレッジ1単位あたりのリターン

Attribution Statistics»

PnLの構成要素を分解し、収益源とコストの寄与度を分析します。

Metric	Formula / Logic	Description
Long PnL	`Σ(closeRate − openRate) × units` (buy側)	ロングポジションからの合計損益
Short PnL	`Σ(openRate − closeRate) × units` (sell側)	ショートポジションからの合計損益
Cost PnL	`Σ cost` (全チケット)	取引コスト合計（スプレッド・手数料等）
Total PnL	`LongPnL + ShortPnL + CostPnL`	総損益
Long / Short / Cost Contribution	`各PnL / TotalPnL`	各要素のPnL寄与率
Profit Factor	`GrossProfit / GrossLoss`	利益トレードの合計 / 損失トレードの合計。 1以上で利益超過
Win Rate	`WinCount / (WinCount + LossCount)`	勝率（PnL > 0 のトレード比率）
Cost Burden	`\|CostPnL\| / \|LongPnL + ShortPnL\|`	取引利益に対するコスト負担率

Action Statistics»

取引の頻度・規模・保有期間に関する統計です。

Metric	Formula / Logic	Description
Total Orders	`BuyCount + SellCount`	買い・売り注文の合計回数
Buy / Sell Ratio	`BuyCount / TotalOrders`	注文全体に占める買い注文の割合
Orders Per 1000 Steps	`(TotalOrders / TotalSteps) × 1000`	1000ステップあたりの注文頻度
Median Holding Time	`median(CloseTime − OpenTime)`	保有期間の中央値
P90 Holding Time	`percentile(HoldingTimes, 90)`	保有期間の90パーセンタイル
Median Ticket Size	`median(\|units\|)`	ポジションサイズの中央値
Partial Close Count	`Σ reduceCount`	部分決済イベントの合計回数

Scatter Analysis»

各トレードの多角的な散布図分析です。PnLは Nominal / Return(%) / R-Multiple の3つの表示モードを切替可能です。

前処理計算»

Metric	Formula / Logic	Description
PnL (Nominal)	Long: `(closeRate − openRate) × units` Short: `(openRate − closeRate) × units`	各トレードの絶対損益
PnL (Return %)	`PnL / (openRate × units) × 100`	エントリー額に対する収益率
PnL (R-Multiple)	`PnL / Risk` Risk = MAE > 0 ? MAE : 0.5 × \|PnL\|	リスク1単位あたりのリターン
MFE	Long: `(MaxHigh − openRate) × units` Short: `(openRate − MinLow) × units`	Maximum Favorable Excursion ポジション保有中の最大含み益
MAE	Long: `(openRate − MinLow) × units` Short: `(MaxHigh − openRate) × units`	Maximum Adverse Excursion ポジション保有中の最大含み損

S1: Holding Time vs PnL»

保有期間と損益の関係を可視化し、相関係数・勝率を分析します。

Statistic	Formula
Correlation	Pearson相関係数 (Holding Time, PnL)
Median HT — Winners	`median(HoldingTime)` for PnL > 0
Median HT — Losers	`median(HoldingTime)` for PnL < 0
Win Rate	`Winners / Total × 100`

S2: MAE vs MFE»

含み損(MAE)と含み益(MFE)の関係を分析し、MFE = MAE の対角線でブレイクイーブンを示します。

Statistic	Formula
Mean MFE — Winners	`mean(MFE)` for PnL > 0
Mean MAE — Losers	`mean(MAE)` for PnL < 0
P(Favorable Excursion)	`(MFE > MAE の件数) / Total × 100`
Heat Efficiency	`mean(PnL / MFE)` for winners (MFE > 0)

S3: Position Size vs PnL»

ポジションサイズと損益の関係を分析します。

Statistic	Formula
Correlation	Pearson相関係数 (Size, PnL)
Win Rate — Top Decile	サイズ上位10%のトレードの勝率
Win Rate — Bottom Decile	サイズ下位10%のトレードの勝率

S4: Entry Price vs PnL»

エントリー価格帯と損益の関係を分析します。

Statistic	Formula
Win Rate — Low Price Q1	価格下位25%のトレードの勝率
Win Rate — High Price Q3	価格上位25%のトレードの勝率
Mean PnL — Low Q1	`mean(PnL)` for Q1
Mean PnL — High Q3	`mean(PnL)` for Q3

S5: Entry Time vs PnL»

エントリータイミング（時間軸）と損益の関係を分析します。

Statistic	Formula
Win Rate — Early Q1	時系列前半25%のトレードの勝率
Win Rate — Late Q3	時系列後半25%のトレードの勝率
Mean PnL — Early	`mean(PnL)` for 前半 Q1
Mean PnL — Late	`mean(PnL)` for 後半 Q3

Exit Analysis»

トレードの決済理由を分類し、TP/SLの到達状況と異常検出を行います。

Exit Reason Classification»

Exit Reason	判定条件	Description
Take Profit (TP)	Buy: `high ≥ openRate + TP` Sell: `low ≤ openRate − TP`	利確水準に到達して決済
Stop Loss (SL)	Buy: `low ≤ openRate − SL` Sell: `high ≥ openRate + SL`	損切水準に到達して決済。 TP/SL同時到達時はSL優先
Strategy Close	戦略コードによる明示的なクローズ	ユーザーの戦略ロジックによる決済
Force Close	証拠金不足による強制決済	ロスカット

Exit Summary»

各決済理由ごとに以下を集計します:

Statistic	Formula
Count	各理由での決済回数
Share	`Count / TotalTrades`
Sum PnL	各理由での合計損益
Avg PnL	`SumPnL / Count`
Median PnL	`median(PnL values)`
Win Rate	`(PnL > 0 の件数) / Count`

TP/SL Reach Matrix (2×2)»

TP到達・SL到達の組み合わせ(2×2)で各トレードを分類します。float32精度(WASMエンジン準拠)で判定。

	SL=Not Reached	SL=Reached
TP=Reached	Count, Share, Sum PnL, Avg PnL	Count, Share, Sum PnL, Avg PnL (SL到達 → SL優先で決済)
TP=Not Reached	Count, Share, Sum PnL, Avg PnL (TP/SL未到達 → 戦略/強制決済)	Count, Share, Sum PnL, Avg PnL

Miss & Anomaly Detection»

Metric	Formula	Description
Miss TP Rate	`(TP到達 but TP以外で決済) / TP到達数`	TP到達にもかかわらず利確しなかった割合
Miss SL Rate	`(SL到達 but SL以外で決済) / SL到達数`	SL到達にもかかわらず損切しなかった割合
Anomaly TP Rate	`(TP決済 but TP未到達) / TP決済数`	TP未到達なのにTP決済として記録された割合 (float精度の問題等)
Anomaly SL Rate	`(SL決済 but SL未到達) / SL決済数`	SL未到達なのにSL決済として記録された割合

Timeline Charts»

時系列で同期されたチャート群です。各チャートのX軸は共通のタイムラインで同期されます。

Chart	Content	Description
Price + Positions	OHLC + エントリー/エグジットマーカー	価格チャートにポジションの開始・終了を重ねて表示
Equity Curve	`virtualAssets(t)`	時間経過に伴うエクイティの推移
Drawdown	`(Equity(t) − Peak(t)) / Peak(t)`	ドローダウンの推移（負の値の面グラフ）
Gross Exposure	`\|NetUnits(t)\| × Price(t) / Equity(t)`	グロスエクスポージャーの推移
Net Exposure	`NetUnits(t) × Price(t) / Equity(t)`	ネットエクスポージャーの推移（正=ロング優位、負=ショート優位）