AI 【機械学習】FXのAI学習にウォークフォワードテストは本当に意味があるのか
― 非定常な相場で「優位性確認」が不可能な理由 ―はじめにFXのAIや最適化を行っていると、「ウォークフォワードテスト（WFT）は必須」という話をよく目にします。しかし実際にやってみると、期間の分け方で結果が変わる良かった区間が次では全くダ...
WAN
AI 
AI 【FX × 機械学習】早期停止は「適切なイテレーション数」を決めるために必要か？
機械学習でモデルを作っていると、こんな疑問を持ったことはありませんか？イテレーション数は多い方がいいの？途中で止める「早期停止」は本当に必要？F1Macroが安定しないのはなぜ？この記事では、サンプル数・イテレーション数・F1Macroの関...
AI 【機械学習】スタッキングを使ったFX自動売買におけるデータ期間の分け方
スタッキングを使ったFX自動売買で、10年などの長いデータをどう分ければ良いかをわかりやすく解説。ベースモデル・メタモデル・テスト期間の分け方の基本と実践例をシンプルに紹介します。
AI 【FX × 機械学習】スタッキングのベースモデルに「早期停止」を使うべきか？
FX の相場を機械学習で予測するとき、「スタッキング（Stacking）」という手法を使うことがあります。スタッキングはベースモデル（1段目）メタモデル（2段目）の2階建てで予測を行う方法で、近年の金融AIでとてもよく使われています。ただ、...
AI 【FX機械学習】分類モデルにおけるシーケンス長の最適値を調べてみた
FXの値動きをAIで分類（BUY・SELL・HOLD など）するとき、「過去何本のデータをモデルに入力すれば一番うまく予測できるのか？」という疑問は、誰もが一度は考えます。今回は、実際にシーケンス長（過去データの本数）を変えながら、F1 M...
AI 【機械学習】分類問題におけるProper Difficulty（適度な難しさ）とは？
機械学習の分類モデルが成長するためには「適度な難しさ（Proper Difficulty）」が重要です。問題が簡単すぎても難しすぎても精度は伸びません。F1やF1 Macroと合わせて最適な難易度設計を解説します。
初心者向け 【多重比較問題】EAが間違った勝ちパターンを作る理由
― 多重比較問題とは？ どのくらいのアウトオブサンプルが必要？ 代表研究をやさしく解説 ―EA で 自動売買をしていると「バックテストでは右肩上がりなのに実トレードでは弱い…」こんな経験をしたことはありませんか？その原因の1つが 多重比較問...
AI 【AI FX】FXのAIモデルにLightGBM回帰を使う理由と、MAEなどの誤差関数の正しい選び方
— ONNX出力の注意点・平均回帰問題・スタッキングの落とし穴まで —FXの値動きをAIで予測するとき、よく使われるモデルのひとつが LightGBM（LGBM） です。本記事では、・回帰モデルの誤差関数（MAEなど）の違い・平均回帰問題と...
未分類 【AI FX】勝率を底上げする「メタラベリング」
FXでAIを使って売買判断をするとき、「予測は当たったのに、実際にトレードしたら負けた…」という経験はありませんか？この“ズレ”を減らすための方法が メタラベリング（Meta Labeling） です。メタラベリングは何をする技術？かんたん...
AI 【AIトレード】スタッキングを用いたAIトレード研究まとめ（FX・XAUUSD・BTCUSD）
AIを活用した自動売買において、複数のモデルを組み合わせて予測精度を向上させる「スタッキング手法」は近年とても注目されています。ここでは、実際の論文やブログを元に、以下の観点で主要事例を表形式で整理しました：使用しているベースモデル・メタモ...