forge optimize¶

ベイズ最適化（Optuna）・グリッドサーチ・ウォークフォワード最適化など、戦略パラメータの探索と感度分析を行うコマンドグループ。

サンプル出力について

本ページの出力例は alpha-forge のソースから読み取ったフォーマットを元にしたサンプルです。実際の数値はデータと環境によって異なります。

サブコマンド一覧¶

コマンド	説明
`forge optimize run`	Optuna によるパラメータ最適化を実行する
`forge optimize cross-symbol`	複数銘柄に対するクロスシンボル最適化を実行する
`forge optimize portfolio`	ポートフォリオの最適配分ウェイトを Optuna で探索する
`forge optimize multi-portfolio`	銘柄別戦略のウェイトを Optuna で最適化する
`forge optimize walk-forward`	ウォークフォワード最適化を実行する
`forge optimize apply`	最適化結果を戦略に適用して保存する
`forge optimize sensitivity`	最適化済みパラメータの感度分析を行う
`forge optimize history`	過去の最適化結果をスコアボード形式で一覧表示
`forge optimize grid`	`optimizer_config.param_ranges` の網羅 Grid Search

forge optimize run¶

Optuna による単一銘柄のパラメータ最適化（TPE）。--objective を 2 つ以上指定すると NSGAII による多目的最適化に切り替わります。

構文¶

forge optimize run <SYMBOL> --strategy <ID> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOL`	引数（必須）	-	銘柄シンボル
`--strategy`	必須	-	戦略名
`--metric`	オプション	`sharpe_ratio`	最適化対象の指標
`--json`	フラグ	false	結果を JSON 形式で標準出力
`--save`	フラグ	false	結果をファイルに保存
`--min-trades`	int	-	最低取引数制約を上書き（`optimizer_config` / 設定より優先）
`--trials`	int	-	Optuna トライアル数を上書き
`--apply`	フラグ	false	最適化後にベストパラメータを `<strategy_id>_optimized` という新しい戦略 ID で保存（元戦略は変更されない）
`--yes` / `-y`	フラグ	false	`<strategy_id>_optimized` が既存の場合の上書き確認プロンプトをスキップ
`--start`	オプション	-	最適化期間の開始日 `YYYY-MM-DD`
`--end`	オプション	-	最適化期間の終了日 `YYYY-MM-DD`
`--max-drawdown`	float	-	最大ドローダウン制約（%）。超過トライアルをペナルティ除外
`--objective`	複数指定可	-	多目的最適化の目標（例: `sharpe_ratio_maximize`、`max_drawdown_pct_minimize`）

--max-drawdown と --objective は同時指定できません。

リアルタイムダッシュボード¶

実行中はターミナルにライブダッシュボードが表示されます。単目的（--metric のみ）では Current/BEST のスコアボードが、多目的（--objective を 2 つ以上）では専用の Pareto Front ダッシュボードが、トライアル毎にリアルタイム更新されます。

多目的時の表示要素: ヘッダー（戦略・銘柄・目的関数の方向）、プログレスバー、Current Trial（各目的関数の現在値）、Pareto Front テーブル（上位 10 件 + 全件数 Top 10 / Total = N）
--json を指定するとダッシュボードは表示されず JSON のみ出力されます。

Pareto Front 多目的最適化散布図

サンプル出力（テキスト）¶

✅ 最適化完了
ベストスコア (sharpe_ratio): 1.32
ベストパラメータ: {'fast_period': 12, 'slow_period': 50}
DB 保存: run_id=opt_20260415_103021
✅ 最適化結果を保存しました: data/results/optimize_my_v1_20260415_103021.json

--apply 指定時（my_v1_optimized が未存在の場合は確認なしで作成）：

✅ ベストパラメータを 'my_v1_optimized' として保存しました（元戦略 'my_v1' は変更されません）

my_v1_optimized が既存の場合は上書き確認プロンプトが表示されます：

⚠️  'my_v1_optimized' は既に存在します。上書きしますか？ [y/N]: y
✅ ベストパラメータを 'my_v1_optimized' として保存しました（元戦略 'my_v1' は変更されません）

サンプル出力（`--json`）¶

{
  "best_metric": 1.32,
  "best_params": { "fast_period": 12, "slow_period": 50 }
}

主なエラー¶

メッセージ	原因	対処
`--start の形式が不正です (YYYY-MM-DD)`	日付形式不正	`2024-01-15` 形式で指定
`--start <date> 以降のデータが存在しません`	データ不足	`forge data fetch <SYM>` でデータ拡張
`--max-drawdown と --objective は同時に指定できません。`	両方指定	どちらか一方を選択
`キャンセルしました。`	`<strategy_id>_optimized` 既存上書き確認で No	`--yes` を付けるか、改めて承認

forge optimize cross-symbol¶

複数銘柄で同じ戦略を最適化し、銘柄横断で頑健なパラメータを探索する（集計方式: 平均 / 中央値 / 最小）。

構文¶

forge optimize cross-symbol <SYM1> [SYM2 ...] --strategy <ID> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOLS`	引数（必須、複数）	-	銘柄シンボルのスペース区切り
`--strategy`	必須	-	戦略名
`--metric`	オプション	`sharpe_ratio`	最適化対象の指標
`--aggregation`	オプション	`mean`	スコア集計方法（`mean` / `median` / `min`）
`--json`	フラグ	false	結果を JSON 形式で標準出力
`--save`	フラグ	false	結果をファイルに保存

サンプル出力¶

クロスシンボル最適化を実行中: SPY, QQQ, IWM x sma_v1 (target=sharpe_ratio, agg=mean)
✅ クロスシンボル最適化完了
総合スコア (mean of sharpe_ratio): 1.20
ベストパラメータ: {'fast_period': 15, 'slow_period': 60}
個別銘柄スコア:
  - SPY: 1.32
  - QQQ: 1.18
  - IWM: 1.10

主なエラー¶

メッセージ	原因	対処
`警告: <SYM> のデータ読み込みに失敗しました`	データ未取得	`forge data fetch <SYM>`
`エラー: 有効なデータを持つ銘柄がありません`	全銘柄データ未取得	データ取得後に再実行

forge optimize portfolio¶

単一戦略を複数銘柄に適用したときの 配分ウェイト を Optuna で最適化する。

構文¶

forge optimize portfolio <SYM1> [SYM2 ...] --strategy <ID> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOLS`	引数（必須、複数）	-	銘柄シンボルのスペース区切り
`--strategy`	必須	-	戦略名
`--metric`	オプション	`sharpe_ratio`	最適化対象の指標
`--json`	フラグ	false	結果を JSON 形式で標準出力
`--save`	フラグ	false	結果をファイルに保存

サンプル出力¶

ポートフォリオウェイト最適化を実行中: AAPL, MSFT, GOOGL x tech_basket_v1 (target=sharpe_ratio)
✅ ウェイト最適化完了
ベストスコア (sharpe_ratio): 1.45
最適ウェイト:
  - AAPL: 38.0%
  - MSFT: 42.0%
  - GOOGL: 20.0%

サンプル出力（`--json`）¶

{
  "best_weights": { "AAPL": 0.38, "MSFT": 0.42, "GOOGL": 0.20 },
  "best_metric": 1.45,
  "portfolio_metrics": { "cagr_pct": 14.2, "sharpe_ratio": 1.45, "max_drawdown_pct": -18.0 }
}

forge optimize multi-portfolio¶

各銘柄に 個別の戦略 を割り当て、配分ウェイトを Optuna で最適化する。

構文¶

forge optimize multi-portfolio <SYMBOL:STRATEGY> [<SYMBOL:STRATEGY> ...] [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOL_STRATEGY_PAIRS`	引数（必須、複数）	-	`SYMBOL:STRATEGY_NAME` 形式のペア
`--metric`	オプション	`cagr_pct`	最適化対象の指標
`--trials`	int	`200`	Optuna トライアル数
`--save`	フラグ	false	結果を JSON ファイルに保存
`--json`	フラグ	false	結果を JSON 形式で標準出力

サンプル出力¶

マルチポートフォリオウェイト最適化を実行中: GC=F, NVDA (target=cagr_pct, trials=200)
✅ マルチポートフォリオ最適化完了
ベストスコア (cagr_pct): 18.5234
最適ウェイト:
  - GC=F: 55.0%
  - NVDA: 45.0%
ポートフォリオメトリクス:
  CAGR:         18.52%
  Sharpe:       1.38
  Max Drawdown: -22.10%

主なエラー¶

メッセージ	原因	対処
`引数の形式が不正です: '<pair>'`	`SYMBOL:STRATEGY_NAME` 形式違反	`GC=F:gc_optimized` のようにコロン区切り
`有効なシンボル・戦略ペアが1つも存在しません。`	全ペアでロード失敗	データ取得・戦略 ID を確認

forge optimize walk-forward¶

時系列を --windows 個の連続ウィンドウに分割し、各ウィンドウで IS（イン・サンプル）最適化 → OOS（アウト・オブ・サンプル）評価を繰り返して、過学習耐性を計測する。

Walk-Forward Test ウィンドウスライド図

構文¶

forge optimize walk-forward <SYMBOL> --strategy <ID> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOL`	引数（必須）	-	銘柄シンボル
`--strategy`	必須	-	戦略名
`--metric`	オプション	`sharpe_ratio`	最適化対象の指標
`--windows`	int	`5`	ウィンドウ数
`--min-window-trades`	int	-	IS 期間の取引数が N 件未満のウィンドウをスキップして平均から除外する。シグナル発生回数が少ない戦略でウィンドウ全体が `-∞` に陥るのを防ぐ
`--json`	フラグ	false	結果を JSON 形式で標準出力

IS 取引不足の早期警告と `[WARNING]` マーク¶

すべての IS（イン・サンプル）ウィンドウで in_sample_metric が -∞ になった場合、stderr に「シグナル不足」を示す早期警告が表示されます。また、IS 有効ウィンドウ数が全体の過半数を下回ると、サマリ行に [WARNING] マークが付与され、結果の信頼性が低い可能性を強調します。

--min-window-trades N を指定すると、IS 期間の取引数が N 件未満のウィンドウをスキップして平均から除外できます。

進捗表示（Rich プログレスバー）¶

forge optimize walk-forward の実行中は、ウォークフォワード専用の 2 段プログレスバーが表示されます。

外側バー: ウィンドウ全体の進捗（<完了ウィンドウ>/<n_windows>）
内側バー: 現ウィンドウのインサンプル Optuna 最適化の trial 進捗

各ウィンドウ完了ごとに Scoreboard テーブルへ IS / OOS スコアと OOS 取引数が追記され、ベストウィンドウ（OOS 最高）は緑色で強調表示されます。OOS 取引数が 0 件、または OOS スコアが NaN/±inf のウィンドウは FAILED 行として赤色化され、Failures カウンタに加算されます。

╭─ AlphaForge Walk-Forward ─────────────────────────────────────────╮
│ Strategy: sma_v1  Symbol: SPY  Metric: sharpe_ratio (↑)            │
│ Windows: 5  In-sample: 70%                                         │
╰────────────────────────────────────────────────────────────────────╯
Windows       ████████████████░░░░░░░░░░  3/5  60%  0:01:24 < 0:00:55
  └ #4 IS trial ████████████░░░░░░░░░░░░ 12/30  40%  0:00:18 < 0:00:32
╭─ Windows ─────────────────────────────────────────────────────────╮
│ Win  OOS start   IS         OOS         Trades                     │
│   1  2024-04-01  1.4231     0.8912      41                         │
│   2  2024-07-01  1.2104     1.0307✓     37                         │
│   3  2024-10-01  0.9834     -0.1521     28                         │
╰────────────────────────────────────────────────────────────────────╯
Mean OOS: 0.5899   Best window: #2 (1.0307)   Failures: 0

プログレスバーとダッシュボードはすべて stderr に描画されます。--json を指定しても stderr が TTY であれば進捗が表示され、stdout の純粋な JSON 出力は維持されます。stderr が非 TTY（CI、パイプ、ファイルへリダイレクト）の場合は自動で抑制されます。CI で確実に静音化したい場合はこの挙動が利用できます。

サンプル出力¶

ウォークフォワード最適化を実行中: SPY x sma_v1 (5ウィンドウ)
✅ ウォークフォワード完了
Window     IS Score  OOS Score  ベストパラメータ
-----------------------------------------------------------------
1            1.4523     1.1024  {'fast': 10, 'slow': 50}
2            1.6210     0.8932  {'fast': 12, 'slow': 55}
⚠️  Window 3 スキップ: OOS 期間のトレード数が 0 件（統計的に無効）
4            1.3120     1.0521  {'fast': 14, 'slow': 60}
5            1.5240     0.9810  {'fast': 11, 'slow': 50}
平均 OOS sharpe_ratio: 0.987（4/5 有効ウィンドウ）

すべてのウィンドウが無効な場合：

⚠️  有効なウィンドウが 0 件でした（5 ウィンドウ中）。 データ量またはウィンドウ数を調整してください。

`--json` 出力に追加されるフィールド¶

WFT の --json 出力には、ウィンドウ単位のフィールドに加えて、IS 側の妥当性を示すサマリフィールドが含まれます。

フィールド	型	説明
`is_total_trades`	int (各 window 内)	IS 期間の取引数
`is_valid_windows`	int	有効な IS ウィンドウ数
`all_is_invalid`	bool	全 IS ウィンドウが `-∞`（取引不足）になった場合に `true`
`skip_reason`	string \| null (各 window 内)	スキップ要因（後述）

skip_reason は探索エージェントがウィンドウ無効の原因を判別するために使えます。

値	意味
`null`	有効なウィンドウ
`"is_trades_insufficient"`	IS 期間の取引数が `--min-window-trades` 未満（取引頻度不足）
`"oos_metric_invalid"`	OOS メトリクスが `±∞` または NaN（シグナル品質の問題）
`"oos_trades_zero"`	OOS 期間の取引数が 0（シグナルなし）

forge optimize apply¶

forge optimize run などで保存された結果 JSON を読み込み、best_params を戦略に適用して <id>_optimized として保存する。

構文¶

forge optimize apply <RESULT_FILE> --to-strategy <ID> [--yes]

引数とオプション¶

名前	種別	デフォルト	説明
`RESULT_FILE`	引数（必須、ファイル必須）	-	最適化結果 JSON ファイル
`--to-strategy`	必須	-	適用先の戦略名
`--yes` / `-y`	フラグ	false	確認プロンプトをスキップ

サンプル出力¶

戦略: my_v1
適用パラメータ: {'fast_period': 12, 'slow_period': 50}
このパラメータを戦略に適用しますか？ [y/N]: y
✅ 最適化パラメータを適用しました: strategy_id=my_v1_optimized
適用後パラメータ: {'fast_period': 12, 'slow_period': 50}

--to-strategy の戦略 ID に _optimized サフィックスが付き、新規戦略として保存されます。元戦略は変更されません。

forge optimize sensitivity¶

最適化済みパラメータの周辺をスイープし、わずかなパラメータ変動でメトリクスがどれだけ変わるかを評価する。過学習リスクの定量化に使用。

構文¶

forge optimize sensitivity <RESULT_FILE> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`RESULT_FILE`	引数（必須、ファイル必須）	-	最適化結果 JSON ファイル
`--strategy`	オプション	`result_file` から自動	戦略名
`--metric`	オプション	`result_file` から自動	評価指標
`--steps`	int	`3`	最良値の前後にテストするステップ数
`--threshold`	float	`0.8`	ロバスト判定の閾値比率
`--symbol`	オプション	`result_file` から自動	データを取得する銘柄
`--json`	フラグ	false	結果を JSON 形式で標準出力
`--save`	フラグ	false	結果をファイルに保存

サンプル出力¶

感度分析を実行中: my_v1 x SPY (metric=sharpe_ratio, steps=±3)

=== 感度分析結果: my_v1 ===
ベストスコア (sharpe_ratio): 1.4523
総合ロバスト性スコア: 78.45%

パラメータ                       最良値   ロバスト性  スコア推移
----------------------------------------------------------------------
fast_period                          12      82.1%  1.20 1.32 1.42 1.45 1.40 1.31 1.18
slow_period                          50      75.3%  1.05 1.21 1.38 1.45 1.39 1.18 0.97

主なエラー¶

メッセージ	原因	対処
`エラー: --strategy を指定してください`	結果ファイルから戦略名取得不可	`--strategy <ID>` を明示
`エラー: --symbol を指定してください`	結果ファイルから銘柄取得不可	`--symbol <SYM>` を明示

forge optimize history¶

ある戦略について、過去に保存された optimize_<strategy>_*.json および optimize_cross_<strategy>_*.json を読み込んで一覧表示する。

構文¶

forge optimize history --strategy <ID> [OPTIONS]

オプション¶

名前	種別	デフォルト	説明
`--strategy`	必須	-	戦略名
`--json`	フラグ	false	結果を JSON 形式で標準出力
`--sort`	choice	`score`	ソート順（`score` / `date`）

サンプル出力¶

=== 最適化履歴: my_v1 (3 件) ===

日時              シンボル     指標            スコア  主要パラメータ
────────────────────────────────────────────────────────────────────────────────
20260415_103021   SPY          sharpe_ratio    1.4523  fast_period=12, slow_period=50
20260410_181522   SPY          sharpe_ratio    1.3210  fast_period=14, slow_period=55
20260401_092030   SPY          sharpe_ratio    1.1850  fast_period=10, slow_period=45

Best: sharpe_ratio=1.4523  (20260415_103021)
      パラメータ: {'fast_period': 12, 'slow_period': 50}

履歴ファイルが見つからない場合：

最適化履歴がありません: my_v1
  検索パス: data/results/optimize_my_v1_*.json

forge optimize grid¶

optimizer_config.param_ranges の全パラメータ組み合わせ（直積）を網羅的にバックテストする Grid Search。Optuna のサンプリングを使わず、全探索した上で Top-K を表示・保存する。

構文¶

forge optimize grid <SYMBOL> --strategy <ID> [OPTIONS]

引数とオプション¶

名前	種別	デフォルト	説明
`SYMBOL`	引数（必須）	-	銘柄シンボル
`--strategy`	必須	-	戦略名
`--metric`	オプション	`sharpe_ratio`	ソート基準のメトリクス
`--top-k`	int	`20`	表示・保存する上位件数
`--chunk-size`	int	`100`	`ChunkedGridRunner` のチャンクサイズ
`--max-memory-mb`	float	-	RSS 監視閾値（MB）
`--max-trials`	int	`10000`	Grid サイズがこれを超えたら確認プロンプト
`--save`	フラグ	false	結果 DataFrame を保存
`--save-format`	choice	`csv`	保存フォーマット（`csv` / `parquet` / `json`）
`--apply`	フラグ	false	ベストパラメータを `<strategy_id>_optimized` という新しい戦略 ID で保存（元戦略は変更されない）
`--yes` / `-y`	フラグ	false	`<strategy_id>_optimized` 既存時の上書き確認プロンプトをスキップ
`--start`	オプション	-	期間フィルタ開始日 `YYYY-MM-DD`
`--end`	オプション	-	期間フィルタ終了日 `YYYY-MM-DD`
`--min-trades`	int	`optimizer_config.constraints.min_trades`（あれば）	最低取引数で trial 除外。未指定時は戦略の `optimizer_config.constraints.min_trades` を自動適用（`--min-trades` 明示時は CLI 値が優先）。なお `total_trades=0` の trial は `--min-trades` の有無に関わらず常に除外される
`--max-drawdown`	float	-	MDD 上限で trial 除外
`--json`	フラグ	false	Top-K を JSON で出力

ゼロ取引 trial と ±inf メトリクスの取り扱い

取引が 1 件も発生しなかった trial は実運用価値がないため、--min-trades を指定していなくてもデフォルトで除外されます。また、Sharpe など ±inf を返したセルは Top-K 表で —（ダッシュ）として表示され、ソート順では NaN として最後尾に配置されます。これにより「Sharpe=∞ / total_trades=0」のパラメータが Top-1 に紛れ込む不具合は発生しません。

進捗表示（Rich プログレスバー）¶

Grid Search 実行中は Rich のリアルタイムダッシュボードがコンソールに描画されます（forge backtest run / forge optimize run と同じ UI パターン）。

ヘッダー: 戦略 ID・シンボル・指標・総 trial 数・チャンクサイズ
プログレスバー: 完了 trial 数 / 総 trial 数、経過時間、推定残り時間
Scoreboard: 現在処理中の trial（Current 行: params + score）と、ここまでの最良値（Best 行: trial 番号 + score + params）。ベスト更新時は BEST ★ の強調表示
フッター: 失敗 trial の累計（Failures: N）

ダッシュボードは stderr に描画されます。--json を指定しても stderr が TTY であれば進捗が表示され、stdout には Top-K の純粋な JSON のみが書き出されます（CI/パイプライン用途）。stderr が非 TTY（CI、パイプ、ファイルへリダイレクト）の場合はダッシュボードが自動で抑制されます。失敗 trial が混在しても run は中断せず、Current 行は赤色で上書きされ Failures カウントが進みます。

╭───────────────────────── AlphaForge Grid Search ─────────────────────────╮
│ Strategy: my_v1  Symbol: SPY  Metric: sharpe_ratio (↑)  Trials: 1500  Chunk: 100 │
╰──────────────────────────────────────────────────────────────────────────╯
Grid Search 実行中...  ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━  234/1500 (15%)  0:00:42  0:04:33
╭───────────────────────────── Scoreboard ─────────────────────────────╮
│            Trial #   Score        Parameters                         │
│ Current        234   1.4537       fast_period=14  slow_period=55     │
│ BEST ★         198   1.6072       fast_period=12  slow_period=50     │
╰──────────────────────────────────────────────────────────────────────╯
Failures: 0

サンプル出力（完了後の Top-K テーブル）¶

Grid size: 1500 trials (chunk_size=100, max_memory_mb=None)
Grid size 12000 exceeds --max-trials 10000. Continue? [y/N]: y
... (Rich ダッシュボード表示中) ...

=== Grid Search Top-20: my_v1 / SPY (metric=sharpe_ratio) ===
fast_period  slow_period   sharpe_ratio   max_drawdown_pct   n_trades
-----------------------------------------------------------------------
         12           50           1.45              -16.8         18
         14           55           1.41              -17.2         16
         ...

主なエラー¶

メッセージ	原因	対処
`optimizer_config が定義されていません`	戦略 JSON に `optimizer_config` 無し	戦略 JSON に `optimizer_config.param_ranges` を追加
`param_ranges が空です`	`param_ranges` が空 dict	パラメータ範囲を 1 つ以上定義
`指定された --metric '<name>' が結果に含まれていません`	メトリクス名タイポ等	`sharpe_ratio` などの実装値を使用
`制約を満たす trial がありません`	`--min-trades` / `--max-drawdown` で全除外	制約を緩和

共通の挙動¶

保存先: --save 指定時、config.report.output_path 配下に optimize_<strategy>_<timestamp>.json 形式で保存。クロスシンボルは optimize_cross_*、ポートフォリオは optimize_portfolio_* などプレフィックスが変わります。
DB 保存: forge optimize run は --save の有無にかかわらず常時 SQLiteOptimizationResultRepository に記録します（run_id を返却）。
Journal 連携: config.journal.auto_record が true の場合、最適化実行は Journal にも自動記録されます。
FORGE_CONFIG: 戦略・データ・結果の保管場所は環境変数 FORGE_CONFIG が指す forge.yaml で決まります。
終了コード: 通常 0、click.ClickException で 1、click.UsageError で 2、click.Abort で 1。
Trial プラン制限: Trial プランでは入力データの上限日が 2023-12-31 に強制され、最適化 trial 数も 50 回に制限されます（run / cross-symbol / portfolio / multi-portfolio / walk-forward / grid、apply / history / sensitivity は対象外）。grid は組合せ > 50 のとき固定 seed で 50 件にランダムサンプリングします。詳細は Trial 制限を参照。

forge optimize¶

サブコマンド一覧¶

forge optimize run¶

構文¶

引数とオプション¶

リアルタイムダッシュボード¶

サンプル出力（テキスト）¶

サンプル出力（--json）¶

主なエラー¶

forge optimize cross-symbol¶

構文¶

引数とオプション¶

サンプル出力¶

主なエラー¶

forge optimize portfolio¶

構文¶

引数とオプション¶

サンプル出力¶

サンプル出力（--json）¶

forge optimize multi-portfolio¶

構文¶

引数とオプション¶

サンプル出力¶

主なエラー¶

forge optimize walk-forward¶

構文¶

引数とオプション¶

IS 取引不足の早期警告と [WARNING] マーク¶

進捗表示（Rich プログレスバー）¶

サンプル出力¶

--json 出力に追加されるフィールド¶

forge optimize apply¶

構文¶

引数とオプション¶

サンプル出力¶

forge optimize sensitivity¶

構文¶

引数とオプション¶

サンプル出力¶

主なエラー¶

forge optimize history¶

構文¶

オプション¶

サンプル出力¶

forge optimize grid¶

構文¶

引数とオプション¶

進捗表示（Rich プログレスバー）¶

サンプル出力（完了後の Top-K テーブル）¶

主なエラー¶

共通の挙動¶

サンプル出力（`--json`）¶

サンプル出力（`--json`）¶

IS 取引不足の早期警告と `[WARNING]` マーク¶

`--json` 出力に追加されるフィールド¶