AI 【経済指標分析AI】Catboost×wbdataで作る本格経済予測モデル
Pythonパッケージ wbdata を使って世界銀行の経済指標データを数行のコードで取得・分析する方法を解説。pandas連携やMetaTrader5×CatBoost活用例も紹介。
AI 
AI 【機械学習】CatBoost分類モデルでクラス不均衡に強くなる方法ランキング
機械学習の分類モデルを使うとき、クラスの不均衡は非常に厄介な問題です。特にCatBoostのような勾配ブースティングモデルでは、多数派クラスに引きずられてしまい、少数クラスの検出性能が著しく低下することがあります。この記事では、CatBoostを使った分類問題でクラス不均衡を扱う代表的な5つの方法をランキング形式で紹介します。すべて筆者自身の実験結果に基づいており、実践的な内容となっています。
AI 【検証レポート】CatBoostはクロスバリデーションなしでも精度評価できる? #AI #FX
はじめに機械学習モデルの精度を検証する際、クロスバリデーション（以下CV）はほぼ常識とされています。特に時系列や不均衡データにおいては、ウォークフォワードCVやTimeSeriesSplitなどが活用されます。ですが、最近私がFX自動売買A...
AI 【FX自動売買AI】評価指標が悪いのに成績が良いモデルは“採用すべき”か？
「混同行列やROCは悪い。でも実際にトレードさせると、なぜかこのモデルだけ利益が出る――」FXの自動売買AIを開発していると、こんな経験はありませんか？本来、モデルの精度を表すべき評価指標が悪いのに、バックテストでは他より成績がいい。今回は「指標が悪くても利益が出るモデル」は採用してよいのか？という疑問に答えながら、機械学習評価とトレード成績のズレについて実例を交えて解説します。
AI 【機械学習】Catboostのパラメーターの説明
はじめに機械学習の分野で、勾配ブースティング（Gradient Boosting）は高い予測精度と扱いやすさから多くの場面で利用されています。その中でもCatBoostは、カテゴリ変数を自動的に処理できる点や過学習に強い点が評価され、分類問...
AI 【機械学習】CatBoostで差をつける！不要指標を排除して精度を伸ばす秘訣
はじめにFXレートの機械学習予測では、どのような特徴量を入力に使うかがモデル精度に大きく影響します。終値のようなシンプルな時系列データだけを使うか、RSI・移動平均・ATRなど多数のテクニカル指標を組み合わせるかで、モデルの振る舞いは変わり...
機械学習 【機械学習FX】Catboostの引数「border_count」とは
CatBoost は決定木ベースの勾配ブースティングライブラリであり、数値特徴量に対して自動的に量子化（ビン分割）を行うことで高速化と過学習抑制を実現しています。その量子化を制御する主要パラメータが border_count です。本記事では、border_count の意味やデフォルト値、調整方法、実践的な使い方例と注意点を解説します。
機械学習 【機械学習FX】CatBoostの木の深さはCNN-LSTMの何パラメーターに相当する？〜FX予測のためのモデル選定〜
MQL5で機械学習によるFX予測モデルを構築している方にとって、「CatBoostの木の深さって、ディープラーニングでいうとどれくらいの複雑さなの？」と疑問に思ったことはありませんか？この記事では、CatBoostとCNN-LSTMの構造的...
AI 【AIFX】CatBoost × 為替トレード実例まとめ
CatBoostがリアルマネー運用に使われている 3つの事例を「モデル設定」「特徴量」「時間足」の観点で整理しました。実務でパラメータを探る際のヒントとしてご活用ください。事例①EUR/USDH1 ― MetaTrader5 EA概要Met...
機械学習 【ONNX】CatBoostRegressorのONNXモデルをMQL5で使用する方法
はじめにMQL5でCatBoostRegressorで作成したONNXモデルを使用する際に起きる問題と解決方法について解説します。CatBoostは優れた決定木ベースのアルゴリズムですが、ONNXへの出力形状とMQL5の期待する出力形状に不...