🥇【衝撃】ゴールドロールオーバーにSL/TPつけたら97%の設定で悪化！441パターン検証で判明した真実

SLに引っかかる = 上昇途中で強制的にショート（売り）
TPに引っかかる = 上昇途中で強制的にショート（売り）

📈 銘柄: XAUUSD（ゴールド）
⏰ 時間足: 5分足（SL/TP判定用）
📅 データ: 約2年10ヶ月分（200,000本）
🎯 トレード数: 567回
⏰ エントリー: JST 04:00
💰 決済: JST 14:00（SL/TPに引っかからなければ）

SL10pips: ほぼ確実に刈られる（86.4%）
SL50pips: 半分近く刈られる（47.4%）
SL140pips: やっとベースライン超え

TP10pips: +10で利確 → 残り97pipsの伸びしろを捨てる
TP50pips: +50で利確 → 残り57pipsの伸びしろを捨てる
TP100pips: +100で利確 → まだ7pips残る

SL: 下方向の動きでカット → ロング機会を失う
TP: 上方向の動きでカット → 伸びしろを失う

SL+TP: 上下両方向でカット → 何も残らない 💀

【決済=ショート理論】

ゴールドロールオーバー（強い上昇トレンド）:
  → SL/TPは「上昇途中でショートを建てる」のと同じ
  → 97%の設定で期待値減少 ✅

唯一の例外:
  → 超ワイドなTP（150pips以上）
  → 発動率20%以下なら改善の余地あり

# ゴールドロールオーバー
entry_long(
    time="JST 04:00",
    exit="JST 14:00",
    sl=None,  # つけない！
    tp=None   # つけない！
)

# どうしてもつけたいなら
entry_long(
    time="JST 04:00",
    exit="JST 14:00",
    sl=None,     # SLはつけない
    tp=190       # TP190pipsで+4.35改善
)

# 水・金はSL/TPなし（絶対）
if weekday in ['水', '金']:
    entry_long(sl=None, tp=None)

# 木曜日は...そもそもやらない？
elif weekday == '木':
    pass  # ベースライン+4.75pipsなら休んでもいい

"""
ゴールドロールオーバー × SL/TP検証

戦略: JST 04:00 ロング → JST 14:00 決済
検証: SL/TPの各組み合わせで期待値がどう変わるか
"""

import MetaTrader5 as mt5
import pandas as pd
import numpy as np
from datetime import datetime, timedelta

# 設定
SYMBOL = "XAUUSDm"
ENTRY_HOUR_JST = 4
EXIT_HOUR_JST = 14

# SL/TP範囲（ゴールド用に広め）
SL_RANGE = list(range(0, 201, 10))  # 0-200pips
TP_RANGE = list(range(0, 201, 10))  # 0-200pips


def extract_trade_data(df):
    """各日のエントリー価格、最高値・最安値、決済価格を抽出"""
    trades = []
    df['date'] = df.index.date
    df['hour'] = df.index.hour

    for date in df['date'].unique():
        day_data = df[df['date'] == date]

        # 週末スキップ
        date_dt = datetime.combine(date, datetime.min.time())
        if date_dt.weekday() >= 5:
            continue

        entry_data = day_data[day_data['hour'] == ENTRY_HOUR_JST]
        exit_data = day_data[day_data['hour'] == EXIT_HOUR_JST]

        if len(entry_data) == 0 or len(exit_data) == 0:
            continue

        entry_price = entry_data.iloc[0]['open']
        exit_price = exit_data.iloc[-1]['close']

        # 期間中のデータ
        period_mask = (day_data.index >= entry_data.index[0]) & \
                      (day_data.index <= exit_data.index[-1])
        period_data = day_data[period_mask]

        # ゴールドは$0.1 = 1pip
        trades.append({
            'date': date,
            'max_profit_pips': (period_data['high'].max() - entry_price) * 10,
            'max_loss_pips': (entry_price - period_data['low'].min()) * 10,
            'no_sltp_pips': (exit_price - entry_price) * 10,
        })

    return pd.DataFrame(trades)


def simulate_fast(trades_df, sl_pips, tp_pips):
    """ベクトル化したSL/TP判定"""
    max_profit = trades_df['max_profit_pips'].values
    max_loss = trades_df['max_loss_pips'].values
    no_sltp = trades_df['no_sltp_pips'].values

    if sl_pips > 0 and tp_pips > 0:
        sl_hit = max_loss >= sl_pips
        tp_hit = max_profit >= tp_pips
        pips = np.where(sl_hit, -sl_pips,
                np.where(tp_hit, tp_pips, no_sltp))
    elif sl_pips > 0:
        sl_hit = max_loss >= sl_pips
        pips = np.where(sl_hit, -sl_pips, no_sltp)
    elif tp_pips > 0:
        tp_hit = max_profit >= tp_pips
        pips = np.where(tp_hit, tp_pips, no_sltp)
    else:
        pips = no_sltp

    return {
        'sl_pips': sl_pips,
        'tp_pips': tp_pips,
        'avg_pips': pips.mean(),
        'win_rate': (pips > 0).sum() / len(pips) * 100,
    }


def run_analysis(trades_df):
    """全SL/TP組み合わせを検証"""
    results = []
    for sl in SL_RANGE:
        for tp in TP_RANGE:
            r = simulate_fast(trades_df, sl, tp)
            results.append(r)
    return pd.DataFrame(results)


# 使い方:
# 1. MT5からXAUUSD 5分足を取得
# 2. trades = extract_trade_data(df)
# 3. results = run_analysis(trades)
# 4. baseline = results[(sl==0) & (tp==0)]
# 5. 比較分析

# 各日の「最高値」「最安値」「決済価格」を事前計算
# → SL/TPの判定は単純な比較演算で済む

# forループではなく、配列演算で一気に処理
pips = np.where(sl_hit, -sl_pips,
        np.where(tp_hit, tp_pips, no_sltp))

# 21 × 21 = 441パターンを高速検証
# オーバーフィットを避けて全体傾向を把握