【読者リクエスト】ブレイクアウト3手法を徹底比較！ZigZag vs 3日高値安値 vs 20本高値安値

# 1. ZigZag風ブレイクアウト
# 5日間のスイングハイ/ローを検出し、そのレベルをブレイクでエントリー
df['swing_high'] = df['high'].rolling(5, center=True).max()
df['swing_low'] = df['low'].rolling(5, center=True).min()

# 2. 3日高値安値ブレイクアウト
# 過去3日間の高値/安値をブレイクでエントリー
df['high_3d'] = df['high'].rolling(3).max().shift(1)
df['low_3d'] = df['low'].rolling(3).min().shift(1)

# 3. 20本高値安値ブレイクアウト（1時間足）
# 過去20本の高値/安値をブレイクでエントリー
df['high_20'] = df['high'].rolling(20).max().shift(1)
df['low_20'] = df['low'].rolling(20).min().shift(1)

import MetaTrader5 as mt5
import pandas as pd
import numpy as np

def find_breakouts_vectorized(df_h1, levels, direction, max_hours=24):
    """
    ブレイクアウトをベクトル化で高速検出
    """
    results = []
    df_h1 = df_h1.copy()
    df_h1['date'] = df_h1.index.date
    df_h1['hour'] = df_h1.index.hour

    dates = sorted(set(df_h1['date']) & set(levels.keys()))

    for date in dates:
        level = levels[date]
        if pd.isna(level):
            continue

        mask = df_h1['date'] == date
        day_data = df_h1[mask]

        # ブレイクアウト検出
        if direction == 'long':
            hit_mask = day_data['high'] > level
        else:
            hit_mask = day_data['low'] < level

        if not hit_mask.any():
            continue

        # 最初のブレイク時点を特定
        entry_idx = hit_mask.idxmax()
        entry_pos = df_h1.index.get_loc(entry_idx)
        after_data = df_h1.iloc[entry_pos:entry_pos + max_hours]

        # 最大有利幅・逆行幅を一括計算（SL/TP判定用）
        if direction == 'long':
            max_favorable = after_data['high'].max() - level
            max_adverse = level - after_data['low'].min()
        else:
            max_favorable = level - after_data['low'].min()
            max_adverse = after_data['high'].max() - level

        results.append({
            'date': date,
            'max_favorable': max_favorable,
            'max_adverse': max_adverse,
        })

    return results

def calc_sltp_result(max_favorable, max_adverse, sl, tp, pip_unit):
    """SL/TP結果を高速計算"""
    if max_favorable >= tp * pip_unit:
        return tp * pip_unit, 'tp'
    if max_adverse >= sl * pip_unit:
        return -sl * pip_unit, 'sl'
    return None, 'time'