<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>FXエンジニアリング | つじユウキ Development</title><description>FX × 深層学習 × ソフトウェアエンジニアリング。ニューラルネットワークによるドル円システムトレードを開発・運用。特徴量エンジニアリング、モデル学習、バックテスト、リアル運用の記録。</description><link>https://tsu-ji.com/</link><item><title>入力データの特徴量エンジニアリング</title><link>https://tsu-ji.com/dev/feature-engineering/</link><guid isPermaLink="true">https://tsu-ji.com/dev/feature-engineering/</guid><description>学習データの入力データを特徴量エンジニアリングで決定するプロセス</description><pubDate>Sun, 31 May 2026 00:00:00 GMT</pubDate></item><item><title>遺伝的アルゴリズムで閾値探索</title><link>https://tsu-ji.com/dev/genetic-algorithm/</link><guid isPermaLink="true">https://tsu-ji.com/dev/genetic-algorithm/</guid><description>アンサンブル戦略の閾値最適化とオーバーフィット対策</description><pubDate>Tue, 09 Jun 2026 00:00:00 GMT</pubDate></item><item><title>モデルのアンサンブルは、とても有効でした</title><link>https://tsu-ji.com/dev/model-ensemble/</link><guid isPermaLink="true">https://tsu-ji.com/dev/model-ensemble/</guid><description>複数のモデルの予測値を単純平均してみると、パフォーマンスが単体モデルよりも明らかに改善した。トレード数も増えた。</description><pubDate>Wed, 10 Jun 2026 00:00:00 GMT</pubDate></item><item><title>ニューラルネットワークをこう理解すれば良い</title><link>https://tsu-ji.com/dev/neural-network/</link><guid isPermaLink="true">https://tsu-ji.com/dev/neural-network/</guid><description>似た局面の平均を学習し、その偏りが未来でも再現されることを期待する。FX予測モデルを作りながら辿り着いた理解。</description><pubDate>Tue, 02 Jun 2026 00:00:00 GMT</pubDate></item><item><title>運用でエッジを堅持する</title><link>https://tsu-ji.com/dev/operations-engineering/</link><guid isPermaLink="true">https://tsu-ji.com/dev/operations-engineering/</guid><description>研究から運用へ。Avg 2~ pips/trade のエッジを壊さず、長期間維持するための考え方。</description><pubDate>Fri, 05 Jun 2026 00:00:00 GMT</pubDate></item><item><title>乱数シードで、「当たり学習」と「ハズレ学習」がある</title><link>https://tsu-ji.com/dev/seed-sensitivity/</link><guid isPermaLink="true">https://tsu-ji.com/dev/seed-sensitivity/</guid><description>学習時の乱数シードを変えるだけでパフォーマンスが変わる</description><pubDate>Thu, 11 Jun 2026 00:00:00 GMT</pubDate></item></channel></rss>