""" E8 Pro は買っていいのか。「1日の利益上限2%」が何を奪っているかを数える。 E8 Pro は静的DD・一貫性なし・最低取引日数なし・出金毎日可という、 プロップの面倒な条項をほぼ全部外した構成になっている。 そのかわりに他社にほとんど無い制約が1つだけ入っている —— **1日に増やせる残高は初期残高の2%まで。超えた分は翌日0〜1時に口座から削除される** （公式ヘルプ Daily profit cap の明記。"Exceeds profits above 2% are being removed every day"）。 つまり利益は毎日切り落とされ、損失は切り落とされない。 この非対称が実力にどう効くのかを、同じ乱数列で並走させて測る。 比較対象は「同じ$366で買えるもの」に揃える（$100K・コード E8 で25%OFF・2026-09-13実測）: E8 Pro 8%静的DD / 目標8% / 日次2.5% / 利益上限2% → $488 → $366 E8 One 6%動的DD / 目標9% / 日次4.0% / 上限なし → $488 → $366 使い方: python scripts/sim-e8-pro.py """ from dataclasses import dataclass, field import numpy as np SEED = 20260913 N_PATHS = 40_000 TOTAL_DAYS = 120 # 約6か月 TRADES_PER_DAY = 3 ACCOUNT = 100_000.0 @dataclass class Program: name: str fee_pct: float # 参加費は口座サイズ比（通貨・サイズに依存しないため） split: float max_dd: float # 初期残高比 trailing: bool # True: 確定残高の最高値に追従し、初期残高でロック target: float # 評価フェーズの利益目標（1フェーズ） daily_loss: float | None = None daily_profit_cap: float | None = None # 超過分は日をまたぐ時点で残高から削除される phases: list = field(default_factory=list) # 2フェーズ以上のとき使う。空なら target を使う stop_at_cap: bool = True # その日の残り枠を超える利確は狙わない（規律ある運用） def run(prog, p, R, r, total_days=TOTAL_DAYS, trades_per_day=TRADES_PER_DAY, seed=SEED): rng = np.random.default_rng(seed) n = N_PATHS phases = prog.phases if prog.phases else ([prog.target] if prog.target else []) n_phases = len(phases) targets = np.array(phases + [np.inf]) if n_phases else np.array([np.inf]) eq = np.ones(n) hwm = np.ones(n) alive = np.ones(n, dtype=bool) stage = np.zeros(n, dtype=int) funded_at = np.full(n, -1) cut_total = np.zeros(n) # 利益上限で削除された累計 cut_days = np.zeros(n) # 削除が起きた日数 for d in range(total_days): day_open = eq.copy() day = np.zeros(n) for _ in range(trades_per_day): can = alive.copy() # 規律ある運用: その日の残り枠より利確幅が大きいなら、勝っても削られるので建てない if prog.daily_profit_cap is not None and prog.stop_at_cap: can &= (day + R * r) <= prog.daily_profit_cap + 1e-12 step = np.where(rng.random(n) < p, R * r, -r) eq = eq + step * can day = day + step * can if prog.daily_loss is not None: alive &= ~(can & (day <= -prog.daily_loss)) if prog.trailing: hwm = np.maximum(hwm, eq) floor = np.minimum(hwm - prog.max_dd, 1.0) if prog.trailing else np.full(n, 1.0 - prog.max_dd) alive &= ~(alive & (eq <= floor)) if n_phases: tgt = targets[np.minimum(stage, n_phases)] passed = alive & (stage < n_phases) & (eq >= 1.0 + tgt) if passed.any(): stage = np.where(passed, stage + 1, stage) eq = np.where(passed, 1.0, eq) hwm = np.where(passed, 1.0, hwm) day = np.where(passed, 0.0, day) day_open = np.where(passed, 1.0, day_open) funded_at = np.where(passed & (stage == n_phases) & (funded_at < 0), d + 1, funded_at) # 日をまたぐ時点で、上限を超えた分は口座から削除される if prog.daily_profit_cap is not None: limit = day_open + prog.daily_profit_cap over = alive & (eq > limit) cut_total += np.where(over, eq - limit, 0.0) cut_days += over eq = np.where(over, limit, eq) funded = alive & (stage == n_phases) profit = np.where(funded, np.maximum(eq - 1.0, 0.0), 0.0) payout = profit * ACCOUNT * prog.split return dict( name=prog.name, fee_pct=prog.fee_pct, dead=(~alive).mean(), reach_funded=(stage == n_phases).mean(), payout_pct=payout.mean() / ACCOUNT, # ＝損益分岐となる参加費（口座サイズ比） net_pct=payout.mean() / ACCOUNT - prog.fee_pct, mean_funded_day=np.nanmean(np.where(funded_at >= 0, funded_at, np.nan)) if (funded_at >= 0).any() else np.nan, cut_pct=cut_total.mean(), # 削除された利益の平均（口座サイズ比） cut_days=cut_days.mean(), win_rate=(payout > prog.fee_pct * ACCOUNT).mean(), ) # 価格はすべて2026-09-13にチェックアウト／料金シミュレーターで実測、$100K・クーポン適用後。 # E8 Pro 8%DD /分配80% $488 → $366（コード E8 25%OFF） # E8 Pro 8%DD /分配100% $586 → $440 # E8 Pro 10%DD /分配80% $539 → $405 # E8 One 6%DD /分配80% $488 → $366 # E8 One 8%DD /分配80% $586 → $440 # Moneta 2-Step 5%/10% $950 → $475（TOKONATSU50 50%OFF） # Moneta Instant Pro $5,300 → $2,650（同） E8_PRO_8 = Program("E8 Pro 8%DD", 0.00366, 0.80, 0.08, False, 0.08, daily_loss=0.025, daily_profit_cap=0.02) E8_PRO_10 = Program("E8 Pro 10%DD", 0.00405, 0.80, 0.10, False, 0.10, daily_loss=0.025, daily_profit_cap=0.02) E8_PRO_100 = Program("E8 Pro 分配100%", 0.00440, 1.00, 0.08, False, 0.08, daily_loss=0.025, daily_profit_cap=0.02) E8_ONE_6 = Program("E8 One 6%DD", 0.00366, 0.80, 0.06, True, 0.09, daily_loss=0.040) E8_ONE_8 = Program("E8 One 8%DD", 0.00440, 0.80, 0.08, True, 0.12, daily_loss=0.053) MONETA_2S = Program("Moneta 2-Step", 0.00475, 0.88, 0.10, False, 0.0, daily_loss=0.050, phases=[0.05, 0.10]) MONETA_IP = Program("Moneta Instant Pro", 0.02650, 0.88, 0.08, True, 0.0, daily_loss=0.040, daily_profit_cap=0.04) MAIN = [E8_PRO_8, E8_ONE_6, MONETA_2S, MONETA_IP] SKILLS = [(0.50, 1.00, "【エッジゼロ】勝率50% RR1.0"), (0.50, 1.20, "【小さなエッジ】勝率50% RR1.2"), (0.55, 1.20, "【そこそこ】勝率55% RR1.2"), (0.60, 1.20, "【強い】勝率60% RR1.2")] RISK = 0.008 # E8 Pro の日次2.5%に3トレードで収まる最大水準 def table(progs, p, R, r, label): print() print("=" * 118) print(f"{label} 1トレード{r*100:.2f}% / 1日{TRADES_PER_DAY}回 / {TOTAL_DAYS}営業日") print("=" * 118) print(f" {'プログラム':22} {'参加費':>8} {'ファンド到達':>12} {'失格率':>8} {'到達':>7} " f"{'削られた利益':>12} {'払っていい上限':>13} {'差引':>9} {'倍率':>9} {'判定':>9}") for prog in progs: x = run(prog, p, R, r) day = f"{x['mean_funded_day']:.0f}日" if not np.isnan(x["mean_funded_day"]) else "初日" cut = f"{x['cut_pct']*100:11.2f}%" if prog.daily_profit_cap else f"{'-':>12}" print(f" {x['name']:22} {x['fee_pct']*100:7.3f}% {x['reach_funded']*100:11.1f}% " f"{x['dead']*100:7.1f}% {day:>7} {cut} {x['payout_pct']*100:12.3f}% " f"{x['net_pct']*100:+8.3f}% {x['payout_pct']/x['fee_pct']:8.2f}倍 " f"{'買ってよい' if x['net_pct'] > 0 else '割高':>9}") def perf_stage(p, R, r, thresh, split=0.80, max_dd=0.08, daily=0.025, cap=0.02, total_days=TOTAL_DAYS, trades_per_day=TRADES_PER_DAY, seed=SEED): """ファンド段階だけを取り出す。出金すると静的DDが初期残高へ上がる影響を見る。 thresh=None なら請求しない。数値なら「初期残高比でその％たまったら半分を請求」。 公式ヘルプ: 請求額は(残高 - 初期残高)の50%、残り50%は口座に残る。 そして初回請求の時点で静的DDのラインが初期残高へ恒久的に移動する。 """ rng = np.random.default_rng(seed) n = N_PATHS eq = np.ones(n) alive = np.ones(n, dtype=bool) paid = np.zeros(n) floor = np.full(n, 1.0 - max_dd) ever = np.zeros(n, dtype=bool) for d in range(total_days): op = eq.copy() day = np.zeros(n) for _ in range(trades_per_day): can = alive & ((day + R * r) <= cap + 1e-12) step = np.where(rng.random(n) < p, R * r, -r) eq = eq + step * can day = day + step * can alive &= ~(can & (day <= -daily)) alive &= ~(alive & (eq <= floor)) over = alive & (eq > op + cap) eq = np.where(over, op + cap, eq) if thresh is not None: req = alive & ((eq - 1.0) >= thresh) amt = np.where(req, 0.5 * (eq - 1.0), 0.0) paid += amt * split eq = eq - amt ever |= req floor = np.where(ever, 1.0, 1.0 - max_dd) left = np.where(alive, np.maximum(eq - 1.0, 0.0), 0.0) * split return dict(dead=(~alive).mean(), paid=paid.mean(), left=left.mean(), total=(paid + left).mean()) def section_a(): for p, R, lab in SKILLS: table(MAIN, p, R, RISK, lab) def section_b(): print() print("=" * 100) print("B. 「1日の利益上限2%」をどう扱うかで結果がどれだけ変わるか（E8 Pro 8%DD・リスク0.8%）") print("=" * 100) print(f" {'実力':14} {'(1)上限が無いと':>14} {'(2)枠を意識する':>15} {'(3)気にせず回す':>15} " f"{'(3)/(2)':>9} {'(3)で削除':>10} {'(2)失格':>8} {'(3)失格':>8}") import dataclasses for p, R, lab in SKILLS: lab2 = lab.split("】")[0].replace("【", "") a = run(dataclasses.replace(E8_PRO_8, daily_profit_cap=None), p, R, RISK) b = run(E8_PRO_8, p, R, RISK) c = run(dataclasses.replace(E8_PRO_8, stop_at_cap=False), p, R, RISK) print(f" {lab2:14} {a['payout_pct']*100:13.3f}% {b['payout_pct']*100:14.3f}% {c['payout_pct']*100:14.3f}% " f"{(c['payout_pct']/b['payout_pct']-1)*100:+8.1f}% {c['cut_pct']*100:9.2f}% " f"{b['dead']*100:7.1f}% {c['dead']*100:7.1f}%") def section_c(): print() print("=" * 100) print("C. 1トレードのリスクをどこまで上げられるか（勝率50%・RR1.2・1日3トレード固定）") print(" 日次2.5%は初期残高基準。3連敗で2.5%を超えるサイズは机上で即アウトになる") print("=" * 100) print(f" {'リスク/回':>9} {'3連敗':>8} | {'E8Pro失格':>10} {'上限額':>9} {'倍率':>8} " f"| {'E8One失格':>10} {'上限額':>9} {'倍率':>8}") for r in (0.0025, 0.0040, 0.0050, 0.0065, 0.0080, 0.0083, 0.0090): a = run(E8_PRO_8, 0.50, 1.20, r) b = run(E8_ONE_6, 0.50, 1.20, r) print(f" {r*100:8.2f}% {r*3*100:7.2f}% | {a['dead']*100:9.1f}% {a['payout_pct']*100:8.3f}% " f"{a['payout_pct']/a['fee_pct']:7.2f}倍 | {b['dead']*100:9.1f}% {b['payout_pct']*100:8.3f}% " f"{b['payout_pct']/b['fee_pct']:7.2f}倍") def section_d(): print() print("=" * 100) print("D. 構成の選び方（リスク0.8%・数字は倍率＝上限額÷参加費）") print("=" * 100) print(f" {'構成':18} {'参加費':>8} " + " ".join(f"{l.split('】')[0].replace('【',''):>12}" for _, _, l in SKILLS)) for prog in (E8_PRO_8, E8_PRO_10, E8_PRO_100, E8_ONE_6, E8_ONE_8): row = [] for p, R, _ in SKILLS: x = run(prog, p, R, RISK) row.append(f"{x['payout_pct']/x['fee_pct']:11.1f}倍") print(f" {prog.name:18} {prog.fee_pct*100:7.3f}% " + " ".join(row)) def section_e(): print() print("=" * 100) print("E. 参加費の元が取れる勝率はどこか（RR1.0・リスク0.8%）") print("=" * 100) print(f" {'勝率':>6} {'E8 Pro 上限額':>14} {'倍率':>9} | {'E8 One 上限額':>14} {'倍率':>9}") for p in (0.46, 0.47, 0.48, 0.49, 0.50, 0.52, 0.55): a = run(E8_PRO_8, p, 1.00, RISK) b = run(E8_ONE_6, p, 1.00, RISK) print(f" {p*100:5.0f}% {a['payout_pct']*100:13.3f}% {a['payout_pct']/a['fee_pct']:8.2f}倍 " f"| {b['payout_pct']*100:13.3f}% {b['payout_pct']/b['fee_pct']:8.2f}倍") def section_f(): print() print("=" * 100) print("F. 出金の方針で何が変わるか（ファンド段階のみ120営業日・$100K・分配80%・リスク0.8%）") print(" 初回請求の時点で静的DDのラインが初期残高へ動く。残る50%だけが命綱になる") print("=" * 100) print(f" {'実力':14} {'出金の方針':18} {'失格率':>8} {'受取済み':>11} {'口座に残る':>11} {'合計':>11}") for p, R, lab in SKILLS: lab2 = lab.split("】")[0].replace("【", "") for th, tl in ((0.01, "1%で請求(最短)"), (0.02, "2%たまったら"), (0.04, "4%たまったら"), (0.08, "8%たまったら"), (None, "請求しない")): x = perf_stage(p, R, RISK, th) print(f" {lab2:14} {tl:18} {x['dead']*100:7.1f}% ${x['paid']*ACCOUNT:10,.0f} " f"${x['left']*ACCOUNT:10,.0f} ${x['total']*ACCOUNT:10,.0f}") print() if __name__ == "__main__": print(f"モンテカルロ {N_PATHS:,}本。参加費・上限額はすべて口座サイズ比（$100Kなら1%＝$1,000）") print("※ スプレッド・スワップ・スリッページは未実装") section_a() section_b() section_c() section_d() section_e() section_f()