Neural Loss-Pattern Auditor - MetaTrader 5のためのスクリプト

勝率やプロフィットファクターなどの集計統計では、前回の損失直後にポジションサイズを調整するなど、トレーダーの直近の行動が損失の確率に影響を与えているかどうかは判断できません。「Neural Loss-Pattern Auditor」は、まさにそのような行動パターンを、トレーダー自身の取引履歴を直接分析して検証します。

メインスクリプトは、約定済みの取引ごとに8つの特徴量からなるデータセットを構築し、「エキスパート」タブに完全な診断レポートを出力します：

• 精度向上率— 訓練済みネットワークの検証精度と、常に多数派クラスを推測した場合の精度との比較。
• キャリブレーション表— 各確率ビンにおける平均予測値と、そのビンで実際に観測された損失頻度の比較。
• 順列による特徴量の重要度— ネットワークが実際に依存している8つの特徴量のうち、その列の順序を入れ替えた際の精度低下度合いに基づいてランク付けされたもの。
• これら3つの診断結果を統合した総合スコア（A～F） と、書面による推奨事項。

入力。 デフォルトの InpUseDemoData=true 設定では、スクリプトは既知のパターン（損失直後にポジションサイズを拡大する）を組み込んだ 480 件の合成成約取引を生成し、それらを分析するため、出力は即座に確認できます。 InpUseDemoData=false に設定すると、代わりに HistorySelect() および HistoryDealGet*() 関数を通じて実際の決済済み取引履歴を読み込みます。このモードでは、ファイルや CSV は必要ありません。

パラメータ。 InpMinTradesは、学習を開始する前に必要な最小成約取引数を設定します。InpValidationFractionは、検証用に保留する直近の履歴の割合を設定します。InpHiddenNeurons、InpLearningRate、およびInpEpochsはニューラルネットワークを制御します。 InpCalibrationBinsおよびInpPermutationRepeatsは2つの診断機能を制御し、InpWeightUplift、InpWeightCalibration、InpWeightTopFeatureに加え、3つの*Scaleおよび4つのGrade入力が複合スコアを制御します。

このツールは純粋なMQL5で記述されています。外部ライブラリ、Python、およびいかなる種類のAIサービスも必要としません。この手法の詳細な説明、各診断の背後にある数学的根拠、およびコードについては、記事 [ARTICLE_URL] をご覧ください。