トレーディングのための機械学習：過大評価されている部分と実用的な部分

💡 腑に落ちる瞬間

MLは単独の戦略ではない。フィルターだ。セットアップはすでに持っている（Janusのスイープ）。MLは、どれが55%ではなく68%の確率を持つかを予測する。68%のものをトレードし、55%のものは見送る。それがエッジだ。

🎯 実践演習：トレードを絞り込むML特徴量エンジニアリングを実装する

目的： 既存のセットアップを絞り込み、選択的にトレードすることで期待値を10〜15%改善するMLモデルを作ろう。

パート1：特徴量エンジニアリング（最も重要な工程）

過去のトレードそれぞれについて、シグナル発生時点で次の特徴量を計算する（先読み禁止！）：

特徴量セットのテンプレート（20個以上を推奨）：

価格の特徴量：
1. VWAPからの乖離（%）：（価格 - VWAP）／VWAP
2. 50 EMAからの乖離（%）：（価格 - EMA50）／EMA50
3. 前日高値からの乖離（%）：（前日高値 - 価格）／前日高値
4. 前日安値からの乖離（%）：（価格 - 前日安値）／前日安値

モメンタムの特徴量：
5. RSI（14）：0〜100の値
6. ADX（14）：トレンドの強さ
7. +DI ／ -DI 比：方向性指標
8. Rate of Change（10）：直近10本の値動き

ボラティリティの特徴量：
9. ATR ／ 価格の比：正規化したボラティリティ
10. ボリンジャーバンド幅 %：（上限 - 下限）／中央
11. 直近のレンジ拡大：現在のATR ／ 20期間平均のATR

出来高の特徴量：
12. 出来高と平均の比：現在 ／ 20期間平均
13. CVD（累積出来高デルタ）：買いの純圧力
14. VWAPとPOCの距離：フェアバリューとの整合

時間の特徴量：
15. 時間帯：寄り付きからの経過分（0〜390で正規化）
16. 曜日：月＝1、金＝5
17. 前回シグナルからの経過：分

レジームの特徴量：
18. VIX水準：現在のVIXの値
19. レジームスコア：ADX ＋ ATR ＋ バンド幅の複合
20. DXYの変化率 %：マクロの逆風か追い風か

あなたの特徴量（過去50トレード以上で計算）：
トレード1：[特徴量1：___、特徴量2：___、…、特徴量20：___、結果：勝ち／負け]
トレード2：[…]

パート2：学習／検証分割（時間軸のみ）

時系列データは絶対にシャッフルしない。ローリングウィンドウを使うこと：

MLのウォークフォワード検証：

ウィンドウ1：
学習：2023年1〜6月（トレード1〜30）
検証：2023年7〜9月（トレード31〜40）
モデル：Random Forest、max_depth=5
検証の正解率：___%
検証のパフォーマンス：___%

ウィンドウ2：
学習：2023年4〜9月（トレード15〜50）
検証：2023年10〜12月（トレード51〜65）
モデル：新しいウィンドウで再学習
検証の正解率：___%
検証のパフォーマンス：___%

ウィンドウ3：
学習：2023年7〜12月（トレード35〜75）
検証：2024年1〜3月（トレード76〜90）
検証の正解率：___%
検証のパフォーマンス：___%

検証の平均パフォーマンス：成功率 ___%
基準（フィルターなし）との比較：成功率 ___%
改善：+___%（目標：最低+10%）

パート3：モデル選択と過学習の防止

3つのモデルを試す。機能する中で最も単純なものが勝ち：

危険信号： 学習時の正解率が90%なのに検証時が60%なら、過学習している。モデルの複雑さを減らすか、データを増やそう。

パート4：特徴量の重要度分析

どの特徴量が本当に効いているのか？ モデルの特徴量重要度を使おう：

Random Forestの特徴量重要度：

上位10特徴量（重要度スコア順）：
1. VIX水準：0.18（最重要）
2. VWAPからの乖離：0.15
3. ADX：0.12
4. 時間帯：0.10
5. CVD：0.09
6. RSI：0.07
7. ATR比：0.06
8. 出来高と平均の比：0.05
9. バンド幅：0.04
10. DXYの変化：0.03

下位の特徴量（0.02未満）：曜日、前回シグナルからの経過時間
→ これらの特徴量は外す（シグナルではなくノイズ）

簡素化したモデル（上位6特徴量のみ）：
検証の正解率：___%（20特徴量のモデルと比較）
差が2%以内なら単純なモデルを使う（過学習が減る）

パート5：確信度しきい値を使った本番運用

すべての予測をトレードしない。確信度の高いものだけを取る：

モデルの出力 ＝ 確率（0.0〜1.0）

確信度のしきい値：
確率0.65超 ＝ 高確信度（トレードする）
確率0.45〜0.65 ＝ 中立（見送る）
確率0.45未満 ＝ 低確信度（見送るか逆張り）

しきい値別のbacktest結果：
全トレード（フィルターなし）：勝率55%、平均0.5R
確信度0.60超：期待値 ___%、平均 ___R
確信度0.65超：期待値 ___%、平均 ___R
確信度0.70超：期待値 ___%、平均 ___R（トレード数は減る）

最適なしきい値：0.___（正解率ではなく期待値を最大化）

あなたの結果：
MLフィルターで取ったトレード：全シグナル100件中 ___件
成功率の改善：___% → ___%（+___%）
期待値の改善：1トレードあたり ___ドル → ___ドル

パート6：モニタリングと再学習の手順

MLモデルは時間とともに劣化する。監視して再学習しよう：

モニタリングの予定：

1〜4週目：検証時の予測に対する実運用の成績を追う
想定：正解率60%
実測：正解率 ___%
ドリフト：___%（5%未満なら問題なし）

5〜8週目：追跡を続ける
実測：正解率 ___%
ドリフト：___%（10%を超えたら再学習）

再学習のトリガー：
1. 正解率が検証時の基準を10%超下回る
2. 相場のレジームが変わる（VIXの急騰、新しいサイクル）
3. 最低でも3か月ごと（新しいデータで更新）

再学習の手順：
- 直近3か月の新しいトレードデータを追加する
- ウォークフォワード検証を回し直す
- 同じ検証セットで新旧のモデルを比べる
- 新しいモデルが3%以上上回る場合だけ投入する

実行の目標： 直近50〜100トレードを使って4〜6週間でMLフィルターを作ろう。20シグナル分をペーパートレードで運用する。目標の例：選択的な絞り込みで期待値を10%以上改善する。うまくいけば、低確率のセットアップを見送る助けとして、MLがあなたの期待値を測定可能な形で押し上げたことになる。プロがMLを使うのはこういうやり方だ。魔法としてではなく、エッジを体系的に高める道具として。