DeepResearch 【2025/10】株・為替・BTC予測AI：特徴量数とモデルサイズの関係を調査
金融AIモデル（LSTM・CNNなど）で特徴量やパラメーター数を増やすと、精度が上がるどころか「二重降下現象」で汎化性能が低下することも。本記事ではゴールド・ドル円・BTCなどの研究を基に、最適な特徴量とモデル規模の関係をわかりやすく解説。
DeepResearch 
AI 【AI×HFT】CatBoostを用いた高頻度取引モデルの実例調査
特徴量（Features）高頻度取引（HFT）の予測モデルでは板情報（注文板データ）やティックデータの統計に基づく特徴量が重視されています。例えば、ある研究では価格帯ごとに集約した注文板のスナップショットからCNNで空間的特徴を抽出し、さら...
AI 【AI × FX予測】分類学習と回帰学習はどちらが有利？難易度と使い分けを徹底解説！
FXのAI予測における分類学習と回帰学習の違いを徹底解説。難易度比較や、トレードに応じた使い分けのポイントを紹介します。
オリジナル関数 【オリジナル関数】変数名と値を簡単にプリントするPrintLog関数-文字列化マクロ
MQLでのデバッグを効率化！文字列化マクロを使えば変数名と値を自動でログ出力できます。本記事ではPrintLog関数の作り方や活用例をわかりやすく解説します。
DeepResearch 【機械学習】時間情報のサイクリックエンコーディング-決定木での優位性
為替レートの予測では、日時や季節に関わる特徴量（Hour=時刻、Month=月、DayOfWeek=曜日、DayOfYear=年の日数など）をモデルに組み込むことが多いです。これらの時間情報をどうエンコードするかはモデルの性能に影響します。...
初心者向け 【MQL5】OnnxSetInputShape関数-入力形状を調べて動的に設定する方法
MetaTrader 5（MQL5）には、ONNX形式の学習済みモデルを読み込んで推論を実行するための関数群が用意されています。今回はその中でも 入力データの形状を設定する関数 である OnnxSetInputShape を紹介します。On...
オリジナル関数 【MQL5裏技】動的かつ5次元以上の配列を作成する方法-構造体ネスト
はじめにMQL5では公式に1次元目が動的な最大4次元までの配列しかサポートされていませんが、構造体のネスト（入れ子構造）を使うことで、すべての次元を動的かつ5次元以上の疑似多次元配列を実現することができます。この記事では、構造体ネストを使っ...
オリジナル関数 【MQL5】引数の型を動的にするtemplate – オリジナルArrayFind関数
MQL5のtemplate機能を使って引数の型を動的に指定する方法を解説。ArrayFind関数の実装例で学ぶジェネリック関数の作り方。コードの再利用性と型安全性を向上させる実践的なテクニックを紹介します。
AI 【AI×FX】Catboostの歴史と特徴。他モデルとの比較
はじめに近年、機械学習を利用した自動売買や相場予測モデルの精度向上が求められる中、勾配ブースティング系ライブラリの中でも特に「カテゴリカル変数の扱い」に強みを持つCatBoostが注目を集めています。本記事では、機械学習トレーダーをターゲッ...
AI 【機械学習】目的関数・評価関数・最終評価の使い分け ～確率とラベルで何が変わる？～
はじめに機械学習モデルを構築するとき、「確率を重視して評価するか」「最終的なラベル判定を重視するか」 によって選ぶ指標が変わります。本記事では、CatBoostを例に、目的関数（loss_function）、評価関数（eval_metric...