ファイナンス機械学習：人工データを使ったバックテスト　OU過程実験　長期リターンが負の場合

ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践

長期リターンが負の市場では、利益が見込めないので、通常は投資行動を開始しないが、ここではポジションがすでにとられていることを仮定していることから、その損失を最小限にポジションをしまう戦略となる。
　$${E_0=-5, \tau=5, \sigma=1}$$が以下の図である。

$${E_0=-5}$$

これと、$${E_0=5, \tau=5. \sigma=1}$$の図を比べれば、

$${E_0=5}$$

損切り閾値と利益確定閾値が反転させたものとなっている。また、$${E_0=-5}$$の利益は、$${E_0=5}$$の損失と同じである。
長期リターンが負と予測される市場では、どんな小さい利益でも確定できれば、ポジションを解消した方が損失は少ないと言える。