エンドツーエンド戦略開発ワークフロー

ヒストリカルデータの取得から自動発注までの典型的な開発フロー。Claude Code などのコーディングエージェントと組み合わせると、各ステップの自動化やパラメータ探索を高速化できます。

前提

本ページは はじめに で alpha-forge をインストール済み（バイナリ版）かつ、作業ディレクトリで alpha-forge system init を実行済み（forge.yaml ・data/ 等が存在）であることを前提とします。コマンドはすべて作業ディレクトリのカレントで alpha-forge を直接呼ぶ形で記載しています。

開発者向けの alpha-trade モノレポで作業している場合は、各 forge ... を FORGE_CONFIG=forge.yaml uv --directory alpha-forge run alpha-forge ... に読み替えてください。

1. データ取得

対象シンボルのヒストリカルデータをローカルに保存します。

alpha-forge data fetch 'USDJPY=X'

FX / 先物 / 暗号資産のシンボル命名

yfinance（既定プロバイダー）では資産クラスごとに固定のサフィックスが必要です。

資産クラス	例
米国株 / ETF	SPY, AAPL, QQQ
FX	USDJPY=X, EURUSD=X, GBPJPY=X（必ず =X）
先物	CL=F（WTI 原油）, GC=F（金）, ES=F（S&P 先物）
暗号資産	BTC-USD, ETH-USD（ハイフン）

シェルでシングルクォートが必要なシンボル（USDJPY=X 等）はクォートで囲んでください。

2. 戦略テンプレート作成

テンプレートから戦略 JSON の雛形を生成し、パラメータを編集してから登録します。

利用可能なテンプレート一覧を確認する方法（F-005）

alpha-forge strategy template list のような専用コマンドは現時点では存在しません。 代わりに次のいずれかでテンプレート ID を確認してください。

1. エラーメッセージを利用する（最も手早い）— 適当な存在しない名前を指定すると、 エラーで利用可能テンプレート一覧が表示されます。

   $ alpha-forge strategy create --template _unknown_ --out /tmp/dummy.json
   ❌ 未知のテンプレート名です: _unknown_。利用可能:
     sma_crossover_v1, rsi_reversion_v1, macd_crossover_v1,
     bbands_breakout_v1, grid_bot_template, hmm_bb_pipeline_v1,
     donchian_turtle_v1
   

2. ドキュメントを参照する — 各テンプレートの詳細（指標構成・対象市場・推奨用途） は 戦略テンプレート集 に一覧があります。

alpha-forge strategy create --template sma_crossover_v1 \
  --out data/strategies/usdjpy_sma_v1.json

JSON で必ず編集すべき 3 項目

生成された JSON はテンプレート名そのままのため、最低限以下を編集してから登録してください。

1. strategy_id: テンプレート名 (sma_crossover_v1) のままだと既存テンプレートと衝突するので、usdjpy_sma_v1 のようにユニークなものに変更
2. name: 人が読んで分かる名前
3. target_symbols: 既定は []。対象シンボル（例: ["USDJPY=X"]）を入れるか、alpha-forge backtest run <SYMBOL> で都度指定

最適化を予定している場合は optimizer_config.param_ranges も埋めてください（未指定でもデフォルト範囲で動きますが、明示する方が再現性が高くなります）。

編集後、戦略 DB に登録します。

alpha-forge strategy save data/strategies/usdjpy_sma_v1.json

DB 登録を省きたい場合 (--strategy-file)

alpha-forge backtest run には --strategy-file <path> オプションがあり、JSON を直接指定できます（DB 登録不要）。試行錯誤段階では便利です。

3. バックテスト実行

定義した戦略のパフォーマンスを過去データで検証します。

alpha-forge backtest run 'USDJPY=X' --strategy usdjpy_sma_v1

# 結果のチャート URL を表示してブラウザで開く
alpha-forge backtest chart usdjpy_sma_v1 --open

ブラウザで結果を可視化（alpha-visualizer）

alpha-forge backtest run の末尾に出る 📊 チャートは alpha-vis serve で確認できます は、独立 OSS パッケージ alpha-visualizer への誘導です。alpha-vis serve を起動するとブラウザで Equity / Drawdown / 取引履歴・指標を確認できます（インストール）。

4. パラメータ最適化

Optuna のベイズ最適化（TPE）で最適なパラメータを探索します。

alpha-forge optimize run 'USDJPY=X' --strategy usdjpy_sma_v1 \
  --metric sharpe_ratio --trials 300 --save

# 保存された結果ファイル（optimize_usdjpy_sma_v1_<timestamp>.json）を新しい戦略として適用
# --to-strategy にはベース ID（接尾辞なし）を渡す。CLI が自動で _optimized を付与し、usdjpy_sma_v1_optimized が登録される
alpha-forge optimize apply data/results/optimize_usdjpy_sma_v1_<timestamp>.json \
  --to-strategy usdjpy_sma_v1

ベストスコアが -inf になったとき

全 trial が NaN を返した状態です。多くは「最適化対象パラメータの探索範囲が狭すぎる」「対象期間で取引数が極端に少ない」が原因。optimizer_config.param_ranges を見直すか、データ期間を広げて再実行してください。

最適化結果をブラウザで可視化（alpha-visualizer）

--save で保存した最適化結果は alpha-visualizer の Optimize 画面で Grid ヒートマップ / 感度プロット / Top trial の Equity として確認できます。alpha-vis serve を quickstart/ などの作業ディレクトリで起動してください。

5. ウォークフォワード検証

過学習を検出するため、訓練期間とテスト期間を分けた検証を行います。

WFT（Walk-Forward Test）とは何か（F-006）

alpha-forge optimize run だけだと 全期間でパラメータを最適化 してしまい、最適化に 使ったデータに過剰適合（オーバーフィット）した「カーブフィッティング戦略」を 本物の好成績と誤認しがちです。

WFT は「期間を等間隔のウィンドウに区切り、学習期間（In-Sample / IS）で 最適化したパラメータを、未学習のテスト期間（Out-of-Sample / OOS）で評価する」 という検証手法です。OOS の成績が IS と乖離していなければ、その戦略は 時系列を跨いで頑健（ロバスト）と判断できます。

用語	意味
IS (In-Sample)	学習期間。Optuna が最適化に使うウィンドウ前半
OOS (Out-of-Sample)	テスト期間。最適化結果をぶつける未来データ（ウィンドウ後半）
ウィンドウ	期間を等分割した 1 区間。--windows 5 なら全期間を 5 分割
IS/OOS ペア	各ウィンドウの IS スコアと OOS スコアの組

判定の目安: OOS の Sharpe が IS の 半分以上 あればロバスト寄り、 IS だけ突出して OOS が大幅劣化するならカーブフィット疑い。詳細なオプションは alpha-forge optimize walk-forward CLI リファレンス を参照。

alpha-forge optimize walk-forward 'USDJPY=X' \
  --strategy usdjpy_sma_v1_optimized --windows 5

# 感度分析（最適化結果 JSON ファイルを指定）
alpha-forge optimize sensitivity data/results/optimize_usdjpy_sma_v1_<timestamp>.json

WFT が全ウィンドウ「OOS 0 件」になるとき

データ期間が短いと各ウィンドウで取引が発生せずスキップされます。FX / 1d データなら 5 年（約 1,250 行）以上を推奨。alpha-forge data fetch '<SYM>' --period 5y のように長期データを先に揃えるか、--windows 2 で粗くしてください。

WFT 結果をブラウザで可視化（alpha-visualizer）

alpha-visualizer の Optimize 画面では WFO 合成エクイティカーブ（IS / OOS を連結したライン） と IS/OOS の安定性ヒートマップ を確認できます。alpha-vis serve で起動してください。

6. Pine Script 生成

TradingView 用のアラートスクリプトを自動生成します。

alpha-forge pine generate --strategy usdjpy_sma_v1_optimized

出力先: output/pinescript/usdjpy_sma_v1_optimized.pine

関連コマンド

各サブコマンドの完全なオプション一覧は CLI リファレンス を参照してください。次のステップは TradingView への Pine Script 反映 です。

実際の出力サンプルを確認するには

各コマンドの出力フォーマットや、equity curve・最適化結果・Pine Script の具体例は 実行結果と成果物サンプル を参照してください。