チャートパターン勝率: 時間枠における実精度

トレードサイトでよく見かける見出し「強気の包み付き: 72% の勝率」はほとんどの場合、誤っているに違いない。パターン自体が信頼できないからではなく、その数字が日次データで、異なる市場環境で測定され、そして、より詳細なチャートで批判的に適用されたために、ほぼランダムなパフォーマンスを示すからだ。Oyamori は、103 のパターンと複数の時間枠にわたる実際の価格データに基づいて、チャートパターンの勝率を測定する。このデータが示すことは、ほとんどの一般的な認識に挑戦するものである。

チャートパターン勝率の意味

パターンの勝率は、パターンが予測された方向に価格が動いた回数の割合であり、パターンが表示された直後の次のバーでその動きが確認された場合に数え上げられる。

この定義は意図的に厳格に設計されている：

• バー N での強気パターン → 次のバーが上昇でクローズした場合に勝利
• バー N での弱気パターン → 次のバーが下降でクローズした場合に勝利
• 中立パターン (文脈なしのドジ、回転トップ) → 全く除外される – 方向性の主張は存在しない

この 1 バー先の定義は、厳密なパターン研究の標準である。3 セッション後に「最終的に」機能する強気パターンは、信頼できる予測指標とは言えない。遅延した物語が付いたノイズに過ぎない。パターンに真の優位性がある場合、次のバーはそれを反映すべきである。

50% がコイン・フリップの基準ライン。大きなサンプルで 55% 未満を継続的に測定するパターンは、時間枠に関係なく、効果的にランダムなノイズである。

なぜほとんどの公開された勝率の数字が間違っているのか

70～80%の数字は、古典的なローソク足パターンの場合、通常以下から来ている：

• 日足データに基づいた研究を、より短い時間足のチャートに適用した場合、同じパターンが全く異なる挙動を示すこと
• サンプルサイズが小さいこと – 数ヶ月に20～50回の出現回数だけでは、統計的に信頼できる推定値を得ることは難しい
• 上昇トレンドのデータセット – パターンが信頼できると見なされたのは、市場が上昇しているためであり、パターン自体が優位性をもたらしたためではないこと
• セッション時間、取引量の状況、またはより広いトレンドの文脈を考慮していないこと

引用された勝率と、より短い時間足の現実との間の不一致は劇的です。上昇包み – 最も頻繁に引用されるパターンの一つで、しばしば65～72%の勝率で名付けられていることを考えてみてください。実際に15分足のバーを観察すると、Oyamoriは48%を測定しました – praktisch zufälligです。同じパターンを日足で観察すると、50%です。教科書に載っている数字は、15分足では真実ではありませんでした。これは、日足の数字を短縮的に適用したものです。

これは重要です。なぜなら、ほとんどの個人トレーダーは15分足と1時間足のチャートから取引を行っているからです。実際の時間足で48%しか得られないパターンで、「72%の勝率」という参照リストは、トレーダーにそのような優位性を持たない信号に対する誤った自信を与えます。

Oyamoriの測定方法

オヤモリは、以下の方法で勝率データを構築および維持しています。

RTHバーのみ。 すべての測定値は、定常取引時間（RTH）のバーを使用します。アフターアワーのデータは除外されており、これは、プレマーケットおよびオーバーナイトセッション中のパターン行動が構造的に異なるためです。その理由は、流動性の低さ、ギャップフィリング、および機関投資家のポジショニングなどが存在し、トレーダーが実際にそれらに基づいて行動する際のパターン行動を代表する集団ではないからです。

複数のインスツルメント。 測定値は、異なるボラティリティ環境をカバーする複数のインスツルメントにわたって行われます。具体的には、高ボラティリティ成長株、大口流動性インスツルメント、および幅広い市場ETFデータが含まれます。これにより、単一のトレンドセクターが上昇パターンの結果を膨らませるのを防ぎます。

最低10サンプル閾値。 特定の時間枠でパターンが発生するには、少なくとも10回以上現れる必要があります。その下限では、エントリーがフラグが立てられ、以前の推定値が保持されます。これにより、小規模なサンプルによる偶然がデータセットに入ってくるのを防ぎます。

四半期ごとの更新。 勝率は四半期ごとに更新され、または顕著な相場シフトの後には、より迅速に更新されます。

• 上昇相場が横ばいまたは下落相場に移行する場合
• 新しいパターンが検出ライブラリに追加された場合
• シグナル信頼度出力が実際の成果と系統的にズレていると感じられるようになった場合

四半期ごとのペースが重要である理由は、市場の相場に応じて信頼性が変化するためです。下落相場パターンは、持続的な上昇トレンドでは上昇相場パターンとは異なるパフォーマンスを発揮します。生のデータから更新することで、数字が異なる市場時代のスナップショットではなく、現在の構造を反映していることを確認できます。

時間枠の効果：最も重要な発見

同じパターンが、取引するタイムフレームによって測定可能な異なる勝率を生み出す。この差の大きさこそ、パターン勝率について理解すべき最も重要なことだ。

タイムフレームを1つ下げるにつれて、典型的な勝率の低下：

• 出来高パターン: ステップごとに約-3%
• 1本のロウのキャンドルスティック: ステップごとに約-5%
• 複数ロウのキャンドルスティック: ステップごとに約-6%
• チャートと構造パターン: 1時間未満では意味がない—必要な構造を形成する十分なバーが形成されない
• EMAクラウドシグナル: 5分未満では意味がない—1分周波数でのクロスオーバーがほぼランダムになる

Oyamoriのデータが示すこと：注目すべき発見

最も示唆に富むのは、測定された勝率が、ほとんどの参照で引用されている数字から大幅に乖離したケースだ—より低く、より高く。

期待に応えないパターン

日次のダブルトップが43%という最も印象的な結果だ。このパターンは現実的で—構造的な抵抗を正しく識別する。しかし、1本のロウ先取りの予測としては、コイン投げと何ら変わらない。これは後付けで理解できる—価格はどちらかの方向にコミットする前に、ダブルトップレベルを何度もテストする。このパターンはゾーンを示すものであり、タイミングシグナルではない。

4時間のベアエンガルフが25%という反転シグナルは、市場の様相を反映しており、パターンの失敗ではない。持続的な強気市場では、反転シグナルが頻繁に発火し、同じくらい頻繁に上昇方向に解決される。市場の様相が重要だ。

期待を上回るパターン

15分間でのハンマーは、64%の測定値で、ほとんどのパターン参照において過小評価される傾向があります。 主に日足の反転シグナルとして扱われることが多く、インディケーターとしての質が低いと言えます。しかし、セッション内で短い下落後に発生するインタイム版では、本質的なアドバンテージ（優位性）があります。

70%のバイラーンカウンターアタック は、主流の参照ではあまり見られませんが、データ上で信頼性があります。特定の2本のバー構成—強い下落バーに続き、ほぼ同じ終値で回復する—が必要であり、これは売り手の疲弊を示唆します。

勝率を決定要因として、ではなく、ゲートとしてではなく

オヤモリの測定作業から得られる最も実用的な結論は、15分間では勝率は文脈依存の品質スコアであり、単独のシグナルではありません。

ほとんどの15分間のパターンは、測定された勝率42%から54%の範囲に収まります。これはこれらのパターンが無意味ではないことを意味しますが、一貫したアドバンテージを生み出すためには、サポートする文脈が必要であることを意味します。単独では統計的なノイズに過ぎません。サポートする文脈があれば、同じパターンは非常に実行可能なものになります。

オヤモリのチャートは、各パターン検出にコンフレンススコア（0-7）を表示し、以下の要素を考慮しています。

• EMA雲の整列とトレンド方向
• VWAPの位置（上または下）
• パターンの品質階層
• セッションタイミング（早朝対深夜の行動）
• S/Rゾーンの近接性

コンフレンススコア6の48%のパターンは、コンフレンススコア1の65%のパターンよりも実行可能です。 勝率はベースレートを反映します。コンフレンススコアは、この特定の発生がノイズを分離するサポートする文脈を持っているかどうかを反映します。

より高い時間枠（1時間、4時間、日足）では、勝率はより大きな重みを持つため、ノイズが少なく、マクロ構造がすでに多くのコンフレンスを提供します。15分間では、類似のコンフレンスを持つパターン間を選択するために勝率を使用し、単独でゴー/ノーゴーのゲートとして使用しないでください。

勝率を最新の状態に保つ：四半期ごとの更新

市場は様相を変え、その様相変化に伴い、パターンの一貫性も変化します。トレンドの強含み市場で64%の成果を出すパターンは、横ばいまたは変動の激しい市場では、ブレイクアウトパターンが繰り返し失敗するにつれて、52%に drifting する可能性があります。

Oyamoriは、毎四半期に生のバーデータから勝率データを更新します—前四半期の結果とブレンドせず、滑らかさを加えず。市場が変われば、測定された勝率はそれに合わせて変化します。更新プロセスでは、新しいバーデータ、すべてのパターンにわたる完全な検出パス、将来的なアウトカムスコアリング、少なくとも10個の新しいサンプルでパターン×TFの組み合わせをすべて更新します。

OyamoriチャートのAI Read信頼度出力が、予想よりも低いパターンがある場合、これはシステムが様相の変化を正しく反映していることが多いです。データはリアルタイムであり、教科書が書かれた時代に固定されていません。

要約：学べること

チャートパターンの勝率は、コンテキスト—適切な時間枠、適切な市場様相、そしてサポートするコンフレンスにおいてのみ意味を持ちます。出版された教科書から得られた数字は、あなたが取引しているのと同じ環境から測定されたものではありません。Oyamoriのアプローチは、リアルなバーから継続的に測定し、その精度をチャート内の品質シグナルとして表面化することです—信頼に基づいて発表される headline 数としてではなく。

15分足で最も重要なのは、理論上の勝率が最も高いパターンではありません—15分足で測定可能なエッジと、ベースレートをライブシグナルに変換するコンフレンスコンテキストが組み合わさったパターンです。