Web Lukes
📄

【Python】損切り・リスク管理の自動化｜トレーリングストップの実装

公開日: 2025/12/13更新日: 2025/12/13
#Python#FX#損切り#トレーリングストップ#リスク管理#自動売買

「エントリーはできるようになった。でも損切りどうすれば...」

自動売買で最も重要なのはリスク管理です。

どんなに優秀なエントリーロジックでも、損切りが適切でなければ一発退場もありえます。

この記事では、Pythonで損切り・利確を自動化する方法を解説します。

損切りの種類

種類説明メリットデメリット
固定損切りエントリー価格から一定pipsシンプル相場のボラに合わない
トレーリングストップ利益方向に追従利益を伸ばせる設定が難しい
ブレイクイーブン一定利益で損切りを建値に負けをゼロに早期決済されやすい
ATRベースボラティリティに応じて調整相場に適応計算が複雑

1. 固定損切り

最もシンプル。エントリー価格から30pipsなど固定。

GMOコインでの実装

GMOコインの外国為替FX APIでは、注文時に損切り（losscutPrice）を指定できます。

Python
def place_order_with_stoploss(symbol, side, size, stoploss_pips=30):
    """
    損切り付き成行注文


    Args:
        symbol: 通貨ペア
        side: "BUY" または "SELL"
        size: 注文数量
        stoploss_pips: 損切り幅（pips）
    """
    # 現在価格を取得
    ticker = get_ticker(symbol)
    current_price = float(ticker["ask"]) if side == "BUY" else float(ticker["bid"])


    # 損切り価格を計算
    if side == "BUY":
        stoploss_price = current_price - (stoploss_pips * 0.01)  # ドル円の場合
    else:
        stoploss_price = current_price + (stoploss_pips * 0.01)


    # 注文
    body = {
        "symbol": symbol,
        "side": side,
        "executionType": "MARKET",
        "size": str(size),
        "timeInForce": "FAK",
        "losscutPrice": str(round(stoploss_price, 3))  # 損切り価格
    }


    result = private_request("POST", "/v1/order", body)


    if result["status"] == 0:
        print(f"✅ 注文成功: {side} @ {current_price}")
        print(f"   損切り: {stoploss_price}")
        return result["data"]
    else:
        print(f"❌ エラー: {result}")
        return None

2. トレーリングストップ

価格が有利な方向に動いたら、損切りラインも追従させる。

仕組み

  1. エントリー: 150.00円で買い、損切り149.70円（-30pips）
  2. 価格が150.50円に上昇 → 損切りを150.20円に引き上げ
  3. 価格が151.00円に上昇 → 損切りを150.70円に引き上げ
  4. 価格が150.50円に下落 → 損切りは150.70円のまま（下げない）
  5. 150.70円に到達 → 決済（+70pips利益確定）

実装

Python
class TrailingStopManager:
    """トレーリングストップ管理クラス"""


    def __init__(self, trailing_pips=30):
        self.trailing_pips = trailing_pips
        self.positions = {}  # {position_id: {"side": "BUY", "highest": 150.00, "stoploss": 149.70}}


    def register_position(self, position_id, side, entry_price):
        """新規ポジションを登録"""
        if side == "BUY":
            stoploss = entry_price - (self.trailing_pips * 0.01)
            self.positions[position_id] = {
                "side": side,
                "entry": entry_price,
                "highest": entry_price,
                "stoploss": stoploss
            }
        else:  # SELL
            stoploss = entry_price + (self.trailing_pips * 0.01)
            self.positions[position_id] = {
                "side": side,
                "entry": entry_price,
                "lowest": entry_price,
                "stoploss": stoploss
            }


        print(f"📝 ポジション登録: {position_id}")
        print(f"   {side} @ {entry_price}, SL: {stoploss}")


    def update(self, position_id, current_price):
        """
        価格更新時にトレーリングストップを調整


        Returns:
            True: 損切りに到達（決済すべき）
            False: 継続
        """
        if position_id not in self.positions:
            return False


        pos = self.positions[position_id]


        if pos["side"] == "BUY":
            # 高値更新したらストップを引き上げ
            if current_price > pos["highest"]:
                pos["highest"] = current_price
                new_stoploss = current_price - (self.trailing_pips * 0.01)


                if new_stoploss > pos["stoploss"]:
                    print(f"📈 トレーリング更新: SL {pos['stoploss']:.3f} → {new_stoploss:.3f}")
                    pos["stoploss"] = new_stoploss


            # 損切りチェック
            if current_price <= pos["stoploss"]:
                print(f"🔴 損切り到達: {current_price} <= {pos['stoploss']}")
                return True


        else:  # SELL
            # 安値更新したらストップを引き下げ
            if current_price < pos["lowest"]:
                pos["lowest"] = current_price
                new_stoploss = current_price + (self.trailing_pips * 0.01)


                if new_stoploss < pos["stoploss"]:
                    print(f"📉 トレーリング更新: SL {pos['stoploss']:.3f} → {new_stoploss:.3f}")
                    pos["stoploss"] = new_stoploss


            # 損切りチェック
            if current_price >= pos["stoploss"]:
                print(f"🔴 損切り到達: {current_price} >= {pos['stoploss']}")
                return True


        return False


    def remove_position(self, position_id):
        """ポジション削除"""
        if position_id in self.positions:
            del self.positions[position_id]

使用例

Python
# 初期化
trailing_manager = TrailingStopManager(trailing_pips=30)


# エントリー時
position_id = place_order("USD_JPY", "BUY", 100)
trailing_manager.register_position(position_id, "BUY", 150.00)


# メインループ内で定期的に更新
while True:
    current_price = float(get_ticker("USD_JPY")["bid"])


    for pos_id in list(trailing_manager.positions.keys()):
        if trailing_manager.update(pos_id, current_price):
            # 損切り到達 → 決済
            close_position(pos_id)
            trailing_manager.remove_position(pos_id)


    time.sleep(1)

3. ブレイクイーブン（建値決済）

一定の利益が出たら、損切りラインを建値（エントリー価格）に移動。

これで「負けをゼロにする」ことができます。

Python
class BreakevenManager:
    """ブレイクイーブン管理"""


    def __init__(self, trigger_pips=20, buffer_pips=2):
        """
        Args:
            trigger_pips: 何pips利益が出たらブレイクイーブンに移動するか
            buffer_pips: 建値からさらに何pipsバッファを持たせるか
        """
        self.trigger_pips = trigger_pips
        self.buffer_pips = buffer_pips
        self.positions = {}


    def register_position(self, position_id, side, entry_price, initial_stoploss):
        self.positions[position_id] = {
            "side": side,
            "entry": entry_price,
            "stoploss": initial_stoploss,
            "breakeven_triggered": False
        }


    def update(self, position_id, current_price):
        """ブレイクイーブンチェック"""
        if position_id not in self.positions:
            return False


        pos = self.positions[position_id]


        # すでにブレイクイーブン済みならスキップ
        if pos["breakeven_triggered"]:
            # 通常の損切りチェック
            if pos["side"] == "BUY" and current_price <= pos["stoploss"]:
                return True
            if pos["side"] == "SELL" and current_price >= pos["stoploss"]:
                return True
            return False


        # ブレイクイーブントリガーチェック
        profit_pips = 0
        if pos["side"] == "BUY":
            profit_pips = (current_price - pos["entry"]) * 100
        else:
            profit_pips = (pos["entry"] - current_price) * 100


        if profit_pips >= self.trigger_pips:
            # ブレイクイーブンに移動
            if pos["side"] == "BUY":
                pos["stoploss"] = pos["entry"] + (self.buffer_pips * 0.01)
            else:
                pos["stoploss"] = pos["entry"] - (self.buffer_pips * 0.01)


            pos["breakeven_triggered"] = True
            print(f"✅ ブレイクイーブン発動！ SL → {pos['stoploss']:.3f}")


        return False

4. ATRベース損切り

ATR（Average True Range）を使って、相場のボラティリティに応じた損切り幅を設定。

ATRとは？

「平均的な1本のローソク足の値幅」を示す指標。ボラが高いと大きく、低いと小さくなります。

実装

Python
import pandas_ta as ta


def calculate_atr_stoploss(df, atr_period=14, atr_multiplier=2.0):
    """
    ATRベースの損切り幅を計算


    Args:
        df: ローソク足データ（high, low, close必須）
        atr_period: ATR期間
        atr_multiplier: ATRの何倍を損切り幅にするか


    Returns:
        損切り幅（価格単位）
    """
    # ATRを計算
    df["atr"] = ta.atr(df["high"], df["low"], df["close"], length=atr_period)


    current_atr = df["atr"].iloc[-1]
    stoploss_distance = current_atr * atr_multiplier


    print(f"ATR({atr_period}): {current_atr:.4f}")
    print(f"損切り幅: {stoploss_distance:.4f} ({atr_multiplier}倍)")


    return stoploss_distance




def place_order_with_atr_stoploss(symbol, side, size, df, atr_multiplier=2.0):
    """ATRベースの損切り付き注文"""


    # ATRから損切り幅を計算
    stoploss_distance = calculate_atr_stoploss(df, atr_multiplier=atr_multiplier)


    # 現在価格
    ticker = get_ticker(symbol)
    current_price = float(ticker["ask"]) if side == "BUY" else float(ticker["bid"])


    # 損切り価格
    if side == "BUY":
        stoploss_price = current_price - stoploss_distance
    else:
        stoploss_price = current_price + stoploss_distance


    print(f"エントリー: {current_price}")
    print(f"損切り: {stoploss_price} (ATR x {atr_multiplier})")


    # 注文実行
    # ...

ATRの利点

  • ボラティリティが高い時：損切り幅が広がる → ノイズで狩られにくい
  • ボラティリティが低い時：損切り幅が狭まる → リスクを限定

5. 複合リスク管理

実際のボットでは、複数のリスク管理を組み合わせます。

Python
class RiskManager:
    """統合リスク管理クラス"""


    def __init__(
        self,
        max_daily_loss_pct=5.0,      # 1日の最大損失率
        max_positions=3,              # 同時ポジション数
        trailing_pips=30,             # トレーリングストップ
        breakeven_trigger_pips=20     # ブレイクイーブントリガー
    ):
        self.max_daily_loss_pct = max_daily_loss_pct
        self.max_positions = max_positions
        self.trailing_pips = trailing_pips
        self.breakeven_trigger_pips = breakeven_trigger_pips


        self.daily_pnl = 0.0
        self.initial_balance = None
        self.positions = {}


    def can_open_position(self):
        """新規ポジションを開けるかチェック"""


        # 最大ポジション数チェック
        if len(self.positions) >= self.max_positions:
            print("⚠️ 最大ポジション数に達しています")
            return False


        # 日次損失チェック
        if self.initial_balance:
            loss_pct = (self.daily_pnl / self.initial_balance) * 100
            if loss_pct <= -self.max_daily_loss_pct:
                print(f"⚠️ 日次損失上限 ({self.max_daily_loss_pct}%) に達しました")
                return False


        return True


    def update_daily_pnl(self, pnl):
        """日次損益を更新"""
        self.daily_pnl += pnl
        print(f"📊 日次損益: {self.daily_pnl:+.2f}")


    def reset_daily(self, current_balance):
        """日次リセット（毎日実行）"""
        self.daily_pnl = 0.0
        self.initial_balance = current_balance
        print(f"🔄 日次リセット: 開始残高 {current_balance}")

リスク管理のベストプラクティス

1. 1トレードあたりのリスクを限定

Python
def calculate_position_size(balance, risk_pct, stoploss_pips):
    """
    リスクベースのポジションサイズ計算


    Args:
        balance: 口座残高
        risk_pct: 1トレードでリスクにさらす割合（例: 2%）
        stoploss_pips: 損切り幅


    Returns:
        適切なポジションサイズ
    """
    risk_amount = balance * (risk_pct / 100)
    pip_value = 100  # ドル円1万通貨の1pip = 100円（概算）
    lot_size = risk_amount / (stoploss_pips * pip_value)


    return round(lot_size, 2)


# 例: 100万円口座、2%リスク、30pips損切り
size = calculate_position_size(1000000, 2.0, 30)
# → 0.67ロット（6,700通貨）

2. 相関のある通貨ペアに注意

ドル円とユーロ円を同時にロングすると、実質的にドル安リスクが2倍。

3. 週末・重要指標前のポジション

週末や重要指標（FOMC、雇用統計）前はポジションを閉じるか縮小。

まとめ

損切り手法用途
固定損切りシンプル、初心者向け
トレーリングストップ利益を伸ばしたい時
ブレイクイーブン負けを減らしたい時
ATRベースボラに適応したい時

最も重要なこと：損切りを設定しないトレードは絶対にしない。

エントリーより損切りの方が大事です。どんなに勝率が高くても、1回の大損で全てを失う可能性があります。

🎉 おめでとうございます！

これで10記事シリーズ完走です！

  • MQL4/MT4でEAを作る方法
  • Pythonでボットを作る方法
  • クラウドで24時間稼働させる方法
  • リスク管理の自動化

ここまで学んだあなたは、もう「業者のツールを選ぶだけ」の人ではありません。

自分でシステムを作れる人です。

これからも、自分だけの戦略を形にしていきましょう。応援しています！ 🚀

🎁おすすめツール・サービス

FX自動売買VPSなら50%OFF

キャンペーンで月1,790円〜。MT4/MT5プリインストール済み、自動復旧機能付き。14日間無料お試し。

シンクラウドデスクトップ for FX
ゴトー日EAを探しているならソースコード付

4年で資金4.7倍のバックテスト実績。ソースコード付きで自由にカスタマイズ可能。

ゴトー日EA Ultimate版（3,980円）

※上記リンクにはプロモーション（広告）が含まれています

🔮
MEMBERSHIP

量子相場謀略｜ホソノP

ブログでは書けない本音のトレード戦略とEA開発の裏側を公開。 データに基づいた検証で、再現性のある手法だけをお届けします。

✓EAソースコード公開
✓バックテスト生データ共有
✓リアルタイム相場分析
✓メンバー限定記事
メンバーシップに参加する※ noteアカウントで簡単登録
ポストする@hosono_p をフォロー

📚あわせて読みたい

📄

【Python FXボット入門】MT4を使わない自動売買の始め方

Pythonで直接FX取引する自動売買ボットの作り方。MT4に依存しない、自由度の高いシステム開発の第一歩。GMOコインやOANDAのAPIを使った実践的な入門ガイド。

FX自動売買2025/12/13
📄

【Python】移動平均線クロスボットを作る｜pandasでテクニカル分析

Pythonとpandasを使って移動平均線クロス戦略のFXボットを作ります。ローソク足データの取得から、MA計算、クロス検出、自動売買まで完全解説。

FX自動売買2025/12/13
📄

【Python】RSI逆張りボットを作る｜pandas-taでテクニカル指標計算

Pythonとpandas-taを使ってRSI逆張り戦略のFXボットを作ります。RSIが30以下で買い、70以上で売り。テクニカル指標の計算が1行で完結！

FX自動売買2025/12/13
📄

【検証】ゴトー日ショートにSL/TPは必要か？100パターン検証で判明した最適設定

ゴトー日9:55ショートに最適なSL/TPを100パターン（SL/TP各5〜50pips）で検証。SL20・TP45で+133pips改善、SL25・TP5で勝率72%超え！ただし56%の設定は逆効果という衝撃の結果も。

FX自動売買2026/1/19
📄

🔬【検証】ゴトー日にトレーリングストップは有効か？30パターン徹底検証した結果

「利確は伸ばせ、損切りはトレーリングストップで追従」という定説をゴトー日で検証。発動タイミング3種類×トレール幅10種類=30パターンを総当たり。結果は意外な展開に...

FX自動売買2025/12/18
📄

【完全ガイド】FXボットを24時間稼働させる方法｜VPS vs クラウド

FX自動売買ボットを24時間止めずに動かす方法を解説。従来のVPSからGoogle Cloud Functions、AWSまで、用途に合わせた最適な選択肢を紹介します。

FX自動売買2025/12/13