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...
機械学習
AI 
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。
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 【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。