推論モデル

• 回帰ニューラルネットワークモデル
  • 3層のMLP（Multi-Layer Perceptron）
    • 隠れ層2なので、深層学習（Deep Learning）の部類になる
  • 入力: 特徴量73個
  • 出力: 期待値pipsスコア

• 23個のモデルの各出力値のアンサンブル（2パターン）で、Buyシグナル

• 対象
  • ドル円（USD/JPY）
  • Buy専用
  • 月曜朝6:50 〜 土曜朝5:50
  • リアルタイム推論: 1.1秒間隔

出力ターゲット値のラベリング

Triple Barrier Label方式 + カスタマイズ

刻々そのタイミングで、Buyエントリーした場合のN分後までの結果(pips)をターゲットラベル値とした。 なお、最大時間制限と初動下落の回避条件も追加している。

赤色: TP区間、青色: SL区間、緑色: Between区間

Extra runup（一定時間内のTP追加上昇幅）も、ターゲットに加算している。

入力値

ドル円の直近過去の90分間前後のウインドで、73個の特徴量を算出する。

特徴量エンジニアリングにより、選定した。

学習時は、入力特徴量とターゲット値の関係を学習する。

推論時は、入力特徴量を学習済みモデルに入力し、予測値を出力する。

---

モデル学習のプロセスは、モデルの学習

試行錯誤の過程については、開発ノート