MiniRocketとは

MiniRocketは、時系列データを
高速かつシンプルに特徴量へ変換する手法です。

従来のようにCNNやLSTMを使わなくても、

チャート形状
トレンド
パターン

を「数値化」できます。

なぜMiniRocketが生まれたのか

従来の問題👇

CNN → 精度は高いが学習が重い
LSTM → 時系列は扱えるが遅い
MQLでは実装が困難

つまり

👉 高性能だけど現場で使えない

という問題がありました。

WAN

MiniRocketは形状分析の原理を徹底的に簡略した仕組みといえる！

MiniRocketのコンセプト

MiniRocketは非常にシンプルです。

✔ やっていること

1️⃣ カーネルを用意（例：長さ9）
2️⃣ データにスライド適用
3️⃣ 出力の「正の割合」などを計算
4️⃣ これを複数回繰り返す

👉 CNNの「軽量版」として使えます

CNNとの違い

項目	CNN	MiniRocket
学習	必要	不要
パラメータ	多い	固定
実装難易度	高い	低い
MQL適性	低い	高い

👉 EAで使うならMiniRocketの方が現実的

どれくらい圧縮できるのか

例えば

ローソク足：128本
→ MiniRocket後：18次元

👉 約1/7に圧縮

次元数は任意で設定可能

トレンド情報
形状情報

を維持したまま意味ある数字に変換できるのは興味深いロジックです。

MQL5での簡易MiniRocket実装例

※本家MiniRocketの完全再現ではなく
「考え方ベースの軽量版」です。簡単に関数化が可能で動作も軽いです。

// MiniRocket風の特徴量生成関数
// 入力：価格配列
// 出力：特徴量配列void MiniRocketFeatures(double &price[], double &features[])
{
   int kernel_count = 18;   // 出力次元数
   int kernel_size  = 9;    // カーネルサイズ
   int len = ArraySize(price);   ArrayResize(features, kernel_count);   for(int k = 0; k < kernel_count; k++)
   {
      // カーネル生成（ランダム +1 / -1）
      double kernel[];
      ArrayResize(kernel, kernel_size);      for(int i = 0; i < kernel_size; i++)
      {
         kernel[i] = (MathRand() % 2 == 0) ? 1.0 : -1.0;
      }      int positive_count = 0;
      int total_count = 0;      // 畳み込み的な処理
      for(int i = 0; i < len - kernel_size; i++)
      {
         double sum = 0.0;         for(int j = 0; j < kernel_size; j++)
         {
            sum += price[i + j] * kernel[j];
         }         // 正の割合をカウント
         if(sum > 0)
            positive_count++;         total_count++;
      }      // 特徴量として割合を保存
      if(total_count > 0)
         features[k] = (double)positive_count / total_count;
      else
         features[k] = 0;
   }
}