Issue #004: 方向予測の強化

報告日

2026-02-22

開発ルール

# コマンド実行は必ず poetry run を使うこと
poetry run python manage.py predict_ohlc ...

# 精度検証・バックテストは自律実行OK（ユーザーレビュー不要）
# コーディング・設計変更はユーザーレビューを求める

関連issue

002 学習基盤改善 ← 完了
003 予測アーキテクチャ刷新 ← 完了（done）
004 方向予測の強化 ← このissue（**完了**）

完了報告

完了日: 2026-02-23

成果

• 方向予測シグナル: 2個→8-9個に拡張（全TF統一方式）
• 信頼度スコア: 離散5段階→連続0-100に改善
• 30M +1bars的中率: 66.3%（改善前56.9%、+9.4%）
• D +1d的中率: 54.1%（改善前52.1%、+2.0%）
• Optuna最適化(#005)で閾値・重みをTF別に最適化
• UI: シグナルバッジ表示、目付実績列、方向別着色、始値チェーン

精度結果

予測期間別

Optuna最適化パラメータ（#005）

個別シグナル有効性（30M、301件）

残存課題

1. D足のDOWNバイアス（予測66% vs 実際51%）
2. 信頼度と的中率の逆相関
3. +3d, +2barsの精度低下

改修一覧

実施順（実績）

Step 1: 基盤修正
  #7 session定義統一 → config.pyに一元化、feature_engineering 3箇所 + predict_ohlc backtest修正
  004-1#8 RSI計算統一 → _utils.py に共通 calculate_rsi(EWM方式) 追加
  ↓
Step 2: 核心（#1 + #2 統合）
  8-9シグナル判定（pred, rsi_level, stoch_level, macd_hist, stoch_cross, rsi_cross50, macd_cross + TF固有）
  連続スコア(0-100): signal_score(0-70) + strength_score(0-30)
  30M多数決モード廃止、全TF統一方式
  ↓
Step 3: #3 バッジ表示
  prediction_ohlc.html + prediction_detail.html にシグナルバッジ追加
  ↓
Step 4: #4 + #5
  オシレータ補正: 6ルール個別ON/OFFフラグ追加
  特徴量削減: Phase1 Zero重要度9個をexclude追加
  ↓
Step 5: #6 命名統一 → コード変更不要（003で対応済み）

残作業（後続タスク）

#1. クロスシグナル追加

現状の方向判定の補助条件

H/15M足: | 指標 | 買い条件 | 売り条件 | |------|---------|---------| | Stoch K (14期間) | K < 25 | K > 75 | | RSI (14期間) | RSI < 35 | RSI > 65 |

日足: | 指標 | 買い条件 | 売り条件 | |------|---------|---------| | Stoch K (14期間) | K < 30 | K > 70 | | RSI (14期間) | RSI < 35 | RSI > 65 |

30M足（多数決モード: 変化率 < 0.05%時）: | 指標 | 買い条件 | 売り条件 | |------|---------|---------| | RSI (28本) | RSI < 40 | RSI > 60 | | Stoch K | K < 30 | K > 70 | | MACD hist | hist > 0 | hist < 0 | | 4Hトレンド | trend > 0 | trend <= 0 | | 1Hモメンタム | momentum > 0 | momentum < 0 | | 連続方向 | >= 2本陽線 | <= -2本陰線 |

問題

• H/15M/日足は補助条件がStochとRSIの2つだけ → 最大75%止まり
• 条件1個で「中」になるため「低」が出にくい（実質2段階）
• クロス系指標が豊富にあるのに方向判定に使っていない

計算済みだが方向判定に未使用のクロス指標

改修内容

上記クロス指標を方向予測の補助条件に追加する。 バックテストでシグナル別の的中率を確認し、有効なものを採用。

#2. 方向の信頼度 0-100スコア化 + レンジ判定

003#3「値の信頼度」とは別軸。003=モデル合意度（3モデルの予測値のばらつき）、004=シグナル合意度（テクニカル指標の一致度）。両方必要。

現状の問題

CONFIDENCE_MAP で条件数→信頼度%に変換しているが、5段階の離散値（55/65/75/85/92）に飛ぶだけ。 表示側ではさらに高/中/低の3段階に丸めており、情報が大幅に失われている。

改修方針: 連続的な0-100スコアに変更

シグナル一致数だけでなく、各シグナルの強度も加味して連続スコアを算出する。

# 案: シグナル加点 + 強度ボーナス（base_scoreなし）
signal_score = agreement_ratio * 70      # 一致率0〜1 → 0〜70点
strength_score = abs(change_pct) * k     # 変化率の大きさ → 0〜30点
confidence = min(100, signal_score + strength_score)

設計判断: base_score = 0 とする。シグナルが全く合致しない場合は0点が自然。 agreement_ratio の分母は #1 で採用されたシグナル総数に依存する（#1 → #2 の順で実施）。

抵抗帯/支持帯との距離は信頼度に混ぜない。「方向の確かさ」と「どこまで行けるか」は別の情報。 抵抗帯/支持帯は 003#4（チャート表示）と #3（バッジ表示）で独立して可視化し、人間の判断材料として提供する。

レンジ判定（島田メモより）

方向の信頼度とは別に、予測変化率から上昇/レンジ/下落のラベルを付与する。

→ 閾値はバックテストで最適値を探る。表示例: 「上昇 方向:82」「レンジ 方向:35」「下落 方向:91」

表示: 両方0-100の数値

#3. シグナルバッジ表示

各テクニカル指標を常にバッジで表示し、シグナル発生状況を可視化する。

表示候補:

オシレータ系: | バッジ名 | 買い | 売り | |---------|------|------| | RSI | < 35 | > 65 | | Stoch | K < 25 | K > 75 |

クロス系: | バッジ名 | 買い | 売り | |---------|------|------| | MA GC/DC | ゴールデンクロス | デッドクロス | | MACD GC/DC | MACD > Signal転換 | MACD < Signal転換 | | Stochクロス | K > D (底値圏) | K < D (天井圏) | | RSI 50 | 50上抜け | 50下抜け |

上位足: | バッジ名 | 買い | 売り | |---------|------|------| | 4Hトレンド | 上昇 | 下降 | | 1Hモメンタム | 正 | 負 |

シグナル総数と反応数の表示（島田メモより）

「8シグナル中5個が買い」のように、判定に使われるシグナルの総数と反応状況を表示する。

抵抗帯/支持帯の距離表示（島田メモより）

予測High/Lowから最寄りの1つずつをバッジ表示する。トレードで意識するのは最初にぶつかる壁なので、複数表示は不要。

既存のクラスタリング方式（_add_cluster_levels）がヒストグラムのビン幅で価格帯を算出しているため、ライン→帯への変更はデータ側の変更不要。

チャート上では半透明の帯として描画（003#4 と連携）。

将来的に、帯が厚い（タッチ回数が多い）ほど突破しにくいことを示す強度表示も検討

#4. オシレータ補正見直し

max_depth統一 → 002で完了済み

002にて以下を実施・検証済み: - regime_ensemble 高ボラ: depth 6→4 - _ensemble_residual_predict 高ボラ: depth 6→4, 通常: depth 6→5 - 精度同等、過学習リスク低減を確認

残作業: オシレータ補正ルールの見直し

8種のオシレータ補正ルールの有効性をバックテストで検証し、効果の薄いルールを削除する。

過学習リスク要因（参考）

#5. 特徴量の絞り込み

分析は完了済み（poetry run python manage.py tool_analyze_features で実施）。 詳細データは 004-3_特徴量分析結果.md を参照。

分析結果サマリー

全時間軸共通でZero重要度（即時削除可能）

rsi_oversold, rsi_overbought, stoch_oversold, stoch_overbought, strong_trend, asia_session, europe_session, us_session, is_weekend → バイナリフラグは連続値特徴量と重複しており不要

削除フェーズ

注意: 日足はTop20カバー率40.8%と低く重要度が分散 → 削減は慎重に

#6. target_price 計算式の統一【部分解決】

003での対応

• calculate_target(direction, open_price, high_price, low_price) → calculate_target(direction, base_price, high_price, low_price) に変更済み
• predict_ohlc.py 日足パスのインライン計算も calculate_target に統一済み
• 全呼び出し箇所で base_price を渡すように修正済み

残課題

• confirm_predictions.py では actual_target の計算に actual_open を渡している。実績判定では始値=基準価格なので正しいが、命名が base_price と乖離している点は残る

#7. session 定義の統一 + バグ修正

バグ: us_session の dead code

# feature_engineering.py
df['us_session'] = ((hours >= 16) | (hours < 0)).astype(int)

hours < 0 は df.index.hour（0-23）に対して常に False。実質 hours >= 16 のみで動作。

不一致: session 定義が feature_engineering と backtest で異なる

対応方針

• hours < 0 のデッドコードを削除
• session 定義を config.py に一元化（feature_engineering と backtest で共有）

• 1 で session 別シグナルを強化する前に統一しておく必要あり

指摘事項（旧004-1）

報告日: 2026-02-22