AIシグナルモデルのステータス

EURUSD M15 LightGBM分類器は早期プレビューとしてクロスシンボルで適用されています。特徴量セット（RSI、MACD、ATR、BB、EMAクロス、セッションフラグ）はリアルタイムで各シンボルごとに計算されます。ただし、このモデルは非EURUSDデータで検証されていないため、EURUSD以外のシグナルは実験的として扱う必要があります。資産クラス別モデルはQ2–Q3 2026に予定されています。

180日ウォークフォワードテストセットの最低閾値：シャープ≥0.8、勝率≥50%、プロフィットファクター≥1.2、最大ドローダウン≤-3R。いずれかの基準を満たさないモデルは再学習のためにステージングに戻されます。

学習には2015年から学習開始日の6ヶ月前までのEURUSD M15 OHLCVデータを使用します。最後の6ヶ月はウォークフォワード検証セットとして保持されます。トリプルバリア法（López de Prado）のラベルは1.5Rのリスクリワード比と48バーの時間バリアで計算されます。

本番モデルは拡張ウィンドウで四半期ごとに再学習されます。推論スケジューラー（PM2 ai_signals_inference）がモデルのバージョン変更を検出し、ダウンタイムなしで新しいブースターをホットリロードします。

自動ロールバックルールが200シグナルのローリングウィンドウで勝率をチェックします。3つの連続した24時間ウィンドウで45%を下回ると、デプロイは自動的に前の本番バージョンにロールバックされ、Telegramアラートが送信されます。

計画中のエントリはロードマップの意図を表しています — モデルはまだ学習されていないため、受け入れメトリクスはありません。学習完了後、受け入れ基準を通過した後にメトリクスが表示されます。

LightGBMのゲインベース重要度を使用しています：ブースター内のすべての木の分割において特徴量が貢献する総情報ゲインです。値が高いほど、その特徴量が方向性予測に強い影響を持つことを意味します。

勝率単体では誤解を招きます。このシステムは各取引で1.5R以上を目標とします。勝ちで1.5R、負けで1Rの場合、52%の勝率はプラスの期待値をもたらします。シャープレシオとプロフィットファクターの方が意味のある指標です。

モデル学習パイプラインは独自のものです。方法論は方法論ページで完全に文書化されており、特徴量セット、ラベリングアプローチ、信頼度閾値、リスク計算がコアシステムを独自に再現できるほど詳しく説明されています。

特徴量はラベルウィンドウより前のバーからのみ計算されます。検証セット（最後の6ヶ月）はハイパーパラメータ探索中には一切使用されません。トリプルバリアラベリングには時間ベースの終了が含まれており、将来のバー価格が特徴量ウィンドウに漏洩するのを防ぎます。

表形式の金融データでは、中程度のサイズのデータセット（500万バー未満）でLightGBMが深層モデルを一貫して上回ります。数分で学習でき、解釈可能な特徴量重要度を提供し、DARTモードがトリプルバリアのまれなヒットのクラス不均衡を標準的な勾配ブースティングより良く処理します。

3クラスの分布（ロング/ショート/ニュートラル）は約20%/20%/60%です。LightGBMのis_unbalance=Trueがクラスを自動的に再重み付けします。信頼度閾値（日中60%、日足55%）による追加フィルタリングがシグナルのニュートラルノイズをさらに削減します。

M15シグナルは最大48バー（12時間）のトリプルバリアウィンドウをターゲットとします。実際には、ほとんどの取引は4〜8バー以内に解決します。TPもSLも達成されなかった場合、バー48での時間ストップが取引を満期（ニュートラル）として分類します。