『黄金のスキャルピングFX』EMA13手法を13年分バックテスト検証→ランダムより勝率低い

損益 = (17,670 × 10) - (18,688 × 10)
     = 176,700 - 186,880
     = -10,180pips

損益分岐勝率 = 50%（スプレッドがエントリー価格に織り込み済みの場合）

期待値 = (勝率 × TP) - (敗率 × SL)
      = (0.486 × 10) - (0.514 × 10)
      = 4.86 - 5.14
      = -0.28pips/トレード

# -*- coding: utf-8 -*-
"""
黄金のスキャルピングFX - EMA13パターン検証
1分足 USDJPY / EMA13 + EMA100 / TP10pips SL10pips
フィルター: JST 8:00-24:00 / ラウンドナンバー±5pips避ける
"""

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import os

def load_m1_data(symbol='USDJPY'):
    """1分足データを読み込む"""
    path = f'C:/Users/yourpath/fx_data/{symbol}_M1.csv'

    if not os.path.exists(path):
        print(f"データファイルが見つかりません: {path}")
        return None

    # MT4/MT5形式: 日付 時刻,Open,High,Low,Close,Volume
    df = pd.read_csv(path, header=None,
                     names=['datetime', 'open', 'high', 'low', 'close', 'volume'])
    df['datetime'] = pd.to_datetime(df['datetime'], format='%Y.%m.%d %H:%M')
    df = df.set_index('datetime')

    return df[['open', 'high', 'low', 'close']].copy()


def calculate_ema(df, period):
    """EMAを計算"""
    return df['close'].ewm(span=period, adjust=False).mean()


def is_round_number_zone(price, zone_pips=5):
    """ラウンドナンバー±zone_pips内かどうか判定"""
    # USDJPYの場合、50pips単位がラウンドナンバー（150.00、150.50など）
    round_price = round(price * 2) / 2
    distance_pips = abs(price - round_price) * 100
    return distance_pips <= zone_pips


def backtest_golden_scalping(df, tp_pips=10, sl_pips=10, spread_pips=0.2):
    """黄金のスキャルピングEMA13パターンのバックテスト"""

    # EMA計算
    df['ema13'] = calculate_ema(df, 13)
    df['ema100'] = calculate_ema(df, 100)
    df['ema100_slope'] = df['ema100'].diff(5)  # 5本前との差でトレンド判定

    # JST時間を計算（UTCから+9時間）
    df['hour_jst'] = (df.index.hour + 9) % 24

    trades = []
    position = None

    for i in range(101, len(df) - 100):
        current = df.iloc[i]
        prev = df.iloc[i-1]

        # 時間フィルター: JST 8:00-24:00のみ
        if current['hour_jst'] < 8:
            continue

        # ラウンドナンバーフィルター
        if is_round_number_zone(current['close'], 5):
            continue

        # ポジションなしの場合、エントリー判定
        if position is None:
            # 買いエントリー条件
            if (current['ema100_slope'] > 0 and  # EMA100上向き
                prev['close'] > prev['ema13'] and  # 前回は上
                current['low'] <= current['ema13'] and  # 今回タッチ
                current['close'] > current['ema13']):  # でも終値は上

                entry_price = current['close'] + spread_pips / 100
                position = {
                    'type': 'BUY',
                    'entry_time': df.index[i],
                    'entry_price': entry_price,
                    'tp': entry_price + tp_pips / 100,
                    'sl': entry_price - sl_pips / 100
                }

            # 売りエントリー条件
            elif (current['ema100_slope'] < 0 and  # EMA100下向き
                  prev['close'] < prev['ema13'] and  # 前回は下
                  current['high'] >= current['ema13'] and  # 今回タッチ
                  current['close'] < current['ema13']):  # でも終値は下

                entry_price = current['close'] - spread_pips / 100
                position = {
                    'type': 'SELL',
                    'entry_time': df.index[i],
                    'entry_price': entry_price,
                    'tp': entry_price - tp_pips / 100,
                    'sl': entry_price + sl_pips / 100
                }

        # ポジションありの場合、決済判定
        else:
            if position['type'] == 'BUY':
                if current['high'] >= position['tp']:
                    position['exit_time'] = df.index[i]
                    position['pips'] = tp_pips
                    position['result'] = 'WIN'
                    trades.append(position)
                    position = None
                elif current['low'] <= position['sl']:
                    position['exit_time'] = df.index[i]
                    position['pips'] = -sl_pips
                    position['result'] = 'LOSE'
                    trades.append(position)
                    position = None

            else:  # SELL
                if current['low'] <= position['tp']:
                    position['exit_time'] = df.index[i]
                    position['pips'] = tp_pips
                    position['result'] = 'WIN'
                    trades.append(position)
                    position = None
                elif current['high'] >= position['sl']:
                    position['exit_time'] = df.index[i]
                    position['pips'] = -sl_pips
                    position['result'] = 'LOSE'
                    trades.append(position)
                    position = None

    return pd.DataFrame(trades)


def main():
    # データ読み込み
    df = load_m1_data('USDJPY')
    if df is None:
        return

    print(f"データ期間: {df.index[0]} 〜 {df.index[-1]}")
    print(f"データ件数: {len(df):,}件")

    # バックテスト実行
    trades_df = backtest_golden_scalping(df, tp_pips=10, sl_pips=10, spread_pips=0.2)

    # 結果表示
    total = len(trades_df)
    wins = len(trades_df[trades_df['result'] == 'WIN'])
    losses = len(trades_df[trades_df['result'] == 'LOSE'])

    print(f"総トレード数: {total}")
    print(f"勝ち: {wins} / 負け: {losses}")
    print(f"勝率: {wins/total*100:.1f}%")
    print(f"合計pips: {trades_df['pips'].sum():.1f}")


if __name__ == '__main__':
    main()

2012.01.03 07:00,76.886,76.886,76.885,76.886,3
2012.01.03 07:01,76.885,76.886,76.885,76.886,2
...