トレーダー用コード集 — PythonとPine Script

S2とS3への入口です。補助教材Fのブック出力を読み、列名と項目数を確認してから、次の列を整形します： r_net 。列名の重複、空の列名、項目数の過不足があると読込みを止めます。二つの損益列から勝手に選んだり、データをインデックスへ移したりしません。空の項目にも区切り文字を残します。例： ;A+;;0。途中で切れた行は別の問題です。CSVの種類に合わせて区切り文字と小数記号（PLはセミコロンとカンマ、ENはカンマと小数点）、文字コードを設定します。補助教材Fの生成ファイルはUTF-8で、Excelの「CSV UTF-8」保存もUTF-8で読めます。古いポーランド語コードページの出力にはcp1250が必要な場合があります。画面の言語だけでは文字コードは決まらないため、保存形式を確認してください。空の r_net と、空の close_time_utc は未決済を意味し、除外します。決済時刻があるのに損益がない記録は不完全として計算を止めます。空欄でないのに数値として読めない値（「NA」やダッシュを含む）も、レコード番号を表示して停止します。補助教材F形式で、決済済みなのに決済時刻がない場合も同様です（2026-07-08 13:15）。そうでなければ、曲線の順序を推測することになるためです。

import pandas as pd

CSV_PATH = "dziennik.csv"   # 日誌の出力ファイル（補助ツールFの構成）
CSV_SEP  = ";"              # PL地域設定のCSVは";"、ENは","
DECIMAL  = ","              # PL地域設定のCSVは","、ENは"."
ENCODING = "utf-8-sig"      # 補助ツールFはUTF-8で生成し、BOMにも対応する。旧ポーランド語コードページのCSVには"cp1250"が必要な場合がある

REQUIRED = ["r_net", "setup", "setup_class", "error_code", "close_time_utc"]

# DataFrameを作る前に、端末内ファイルを読み、その構成を検証する。
# pandas.read_csvは重複見出しを改名したり、余分な項目からインデックスを推測したりする場合がある。
import csv

try:
    with open(CSV_PATH, encoding=ENCODING, newline="") as source:
        reader = csv.reader(source, delimiter=CSV_SEP, strict=True)
        header = next(reader, None)
        if not header:
            raise SystemExit("CSVを読めません。見出しが空です。")
        if any(not name or name != name.strip() for name in header):
            raise SystemExit("空の列名、または前後に空白のある列名があります。CSV見出しを修正してください。")
        duplicates = sorted({name for name in header if header.count(name) > 1})
        if duplicates:
            raise SystemExit(f"重複する列：{duplicates} — 日誌側で重複を解消してください。")
        rows, record_indexes = [], []
        for index, row in enumerate(reader):
            if not row:                              # 完全に空のCSVレコード
                continue
            if len(row) != len(header):
                raise SystemExit(f"レコード：{index + 1}、必要な項目数：{len(header)}、実際の項目数：{len(row)} "
                                 f"— 区切り文字と引用符を確認してください。項目は破棄していません。")
            rows.append(row)
            record_indexes.append(index)
    df = pd.DataFrame(rows, columns=header, index=record_indexes, dtype="string").replace("", pd.NA)
except UnicodeDecodeError:
    raise SystemExit(f"文字コードを解釈できません：{CSV_PATH}、指定した文字コード：{ENCODING} — UTF-8か旧cp1250かを確認してください。") from None
except (OSError, csv.Error) as exc:
    raise SystemExit(f"読み込めません：{CSV_PATH}: {exc}") from None

missing = [c for c in REQUIRED if c not in df.columns]
if missing:
    raise SystemExit(f"不足する列：{missing} — 見出しを補助ツールFと照合し、CSV_SEP設定を確認してください。")

raw = df["r_net"]                                   # 結果の空欄を許すのは、決済時刻も空欄の場合だけ
txt = raw.astype("string").str.strip().str.replace(DECIMAL, ".", regex=False)   # 列を自分で解析し、一つの不正セルが読めるセルまで隠さないようにする
r   = pd.to_numeric(txt, errors="coerce").astype("Float64")  # 後の合計で整数の桁あふれによる折り返しを避ける
r   = r.where(r.abs() != float("inf"))              # infも有効なR倍数ではない
invalid = raw.notna() & r.isna()                    # 入力があるが数値として読めない
if invalid.any():
    raise SystemExit(f"r_netが無効なレコード：{(df.index[invalid] + 1).tolist()} "
                     f"（レコード1 = 見出し直下の最初の行）。値とDECIMALを確認してください。"
                     f"NA、ダッシュ、無限大は数値ではありません。")

blank = df.isna().all(axis=1)                       # 行全体が空なら、未使用の表計算行（XLSX全シートの出力）であり、取引ではない
df, r = df[~blank], r[~blank]
has_close = df["close_time_utc"].fillna("").str.strip().ne("")
incomplete = r.isna() & has_close
if incomplete.any():
    raise SystemExit(f"決済済みでr_netがないレコード：{(df.index[incomplete] + 1).tolist()} "
                     f"— 指標を計算する前に、コスト控除後の結果を補ってください。")
open_trades = int(r.isna().sum())
df = df.assign(r_net=r).dropna(subset=["r_net"])   # インデックスを保ち、以下のメッセージにレコード番号を使う

# 資金曲線とドローダウンには時系列順が必要（補助ツールFでは決済時刻順）。決済済みなのに時刻を読めない取引があれば停止する
close_text = df["close_time_utc"].fillna("").str.strip()
has_time = close_text.str.fullmatch(r"\d{4}-\d{2}-\d{2}[ T]\d{2}:\d{2}(?::\d{2}(?:\.\d+)?)?(?:Z|[+-]\d{2}:\d{2})?")
closed = pd.to_datetime(close_text.where(has_time), errors="coerce", format="ISO8601", utc=True)   # 補助ツールFの出力は2026-07-08 13:15。形式を固定して行順に依存せず確認し、utc=Trueで余分な"Z"／"+00:00"接尾辞によるエラーを防ぐ
if closed.isna().any():
    raise SystemExit(f"close_time_utcを読めないレコード：{(df.index[closed.isna()] + 1).tolist()} "
                     f"— すべての決済済み取引には、補助ツールF形式（2026-07-08 13:15）の決済時刻が必要です。スクリプトではなく日誌を修正してください。")
df = df.assign(_t=closed).sort_values("_t", kind="stable").drop(columns="_t").reset_index(drop=True)

print(f"読み込んだ件数：{len(df)}件の決済済み取引（除外：{open_trades}行。決済時刻とr_netの両方がありません）。")

出力は、次のDataFrameです： df。以降の例で使え、決済時刻順に並んでいます。曲線とドローダウンもその順に計算します。除外した未決済取引数も返します。空の行は、XLSX全体を出力した場合などの完全に空のレコードで、件数に含めません。データがあって損益も決済時刻もない行は未決済として除外し、決済済みで損益がない行は停止します。レコード一覧とともに停止したら、スクリプトでなく日誌の該当行を直してください。列全体に問題がある場合は、次の定数も確認します： DECIMAL 。レコード番号は列名の次から始まり、空のレコードも含みます。引用符で囲んだ項目は区切り文字や改行を含められますが、同じレコードです。各取引は一度だけ載せます。出力を結合する前に、次の識別子を確認してください： trade_id 。S1は履歴を重複排除しません。時刻のない日付では順序を復元できません。タイムゾーンのない日時はUTCとして扱い、明示的なISO 8601オフセットはUTCへ換算します。同時刻ならレコード順を保ちます。ドローダウンの経路に影響するため、日誌側で順序を定めてください。

P5とブックの集計画面と同じ定義です。勝率の分母には損益ゼロの取引も含め、 プロフィットファクター はゼロで割らずメッセージを返します。期待値は、 純R (r_net）の平均です。ドローダウンは0 Rから始まる累積曲線の最高値から測ります。最初の損失もすでにドローダウンで、ブックFの式と同じです。S1の後に実行してください。定義は共通ですが、エラーの扱いはP5と異なります。S1は決済取引の損益が無効なら分析を止め、P5はその行を除外して数えるよう指示します。両方の標本に含めた取引を確認してから結果を比較してください。

import math

def metrics(r):
    "コスト控除後のR倍数列から、日誌の基本指標を計算する。\n    定義（補助ツールFのダッシュボードと共通）：\n    - 勝率：r > 0の取引数を、有効な全取引数で割る。損益ゼロも分母に残す\n    - プロフィットファクター：正のrの合計を、負のrの合計の絶対値で割る\n    - 期待値：rの算術平均（コスト控除後）\n    - 最大ドローダウン：累積R曲線が、その時点までの最高値から下落した最大幅。\n      曲線は0 Rから始めるため、最初の-1 Rの損失も、すでに1 Rのドローダウンになる"
    n = len(r)
    if n == 0:
        raise SystemExit("有効な取引がないため、測定できません。")
    try:
        r = r.astype(float)
    except (TypeError, ValueError):
        raise SystemExit("指標には数値のコスト控除後Rが必要です。先にS1を実行してください。") from None
    if not r.map(math.isfinite).all():
        raise SystemExit("指標には有限のコスト控除後Rが必要です。先にS1を実行してください。")
    wins   = r[r > 0]
    losses = r[r < 0]
    equity   = r.cumsum()
    peak     = equity.cummax().clip(lower=0)   # 補助ツールF：MAX(0; それまでの最高値)
    drawdown = peak - equity
    try:
        total = math.fsum(r)
        pf_value = None if losses.empty else math.fsum(wins) / abs(math.fsum(losses))
    except (OverflowError, ValueError, ZeroDivisionError):
        raise SystemExit("数値範囲を超えました。Rの値を確認してください。指標は返していません。") from None
    if (not equity.map(math.isfinite).all() or not drawdown.map(math.isfinite).all()
            or (pf_value is not None and not math.isfinite(pf_value))):
        raise SystemExit("数値範囲を超えました。Rの値を確認してください。指標は返していません。")
    pf = "標本に損失なし" if pf_value is None else round(pf_value, 2)
    return {
        "trades":         n,
        "win_rate":       round(len(wins) / n, 3),
        "profit_factor":  pf,
        "expectancy_R":   round(total / n, 3),
        "sum_R":          round(total, 2),
        "max_drawdown_R": round(drawdown.max(), 2),
    }

for key, value in metrics(df["r_net"]).items():
    print(f"{key:>16}: {value}")

週次見直し用の六指標を出力します。損失がなければPFは数値ではなくメッセージです。値が計算範囲を超えると分析を止め、次のような値を返しません： inf, NaN 。見かけ上ゼロのドローダウンも返しません。WR = 0.4は40%です。PFはPLNでなくRで計算するため、金額リスクが変わると結果が異なることがあります。コストはすでに、 r_net に含まれ、S2で再び引きません。平均だけ、または20件や50件を超えたというだけで、優位性を評価できるとは考えないでください。集計画面の定義は、 補助教材Fに、標本選択、コスト、検証の計画は、 補助教材Nにあります。.

累積R曲線と、その下に最高値からのドローダウンを描きます。実行したディレクトリーにかかわらず、次で指定するCSVの隣にPNGを保存します： CSV_PATH （S1）。曲線では、集計値では消える結果の順序や損失の集中が見えます。これはRの合計であり、PLNの口座残高や純資産の割合ではありません。金額リスクが変わる場合は残高変化を再現しません。入出金や未決済ポジションの損益も含めません。S1の後に実行します。

import math
import matplotlib.pyplot as plt
from pathlib import Path

if len(df) == 0:
    raise SystemExit("決済済み取引がないため、グラフを描けません。")

equity   = df["r_net"].astype(float).cumsum()
drawdown = equity.cummax().clip(lower=0) - equity   # S2と補助ツールFと同じ定義（曲線は0 Rから開始）

if not equity.map(math.isfinite).all() or not drawdown.map(math.isfinite).all():
    raise SystemExit("数値範囲を超えました。Rの値を確認してください。グラフは保存していません。")

fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(9, 6), sharex=True,
                               gridspec_kw={"height_ratios": [3, 1]})
x = [0, *(equity.index + 1)]                        # 取引0は、ドローダウンの基点となる開始時の0 Rを表す
ax1.plot(x, [0.0, *equity.values])
ax1.set_ylabel("資金（R）")
ax1.set_title("資金曲線 — コスト控除後Rの累積")
ax1.grid(True, alpha=0.3)

ax2.fill_between(x, [0.0, *(-drawdown.values)], 0, alpha=0.5)
ax2.set_ylabel("ドローダウン（R）")
ax2.set_xlabel("取引番号")
ax2.grid(True, alpha=0.3)

fig.tight_layout()
PNG_PATH = Path(CSV_PATH).with_name("equity_curve.png")   # 作業フォルダーにかかわらず、日誌ファイルの横に保存する
fig.savefig(PNG_PATH, dpi=150)
plt.close(fig)
print(f"保存先：{PNG_PATH}")

出力されるのは、日誌の隣に保存する、 equity_curve.png ファイルです。曲線は0 R（取引0）から始まり、そこからドローダウンを測ります。下のパネルは、全履歴での累積Rの最高値からの下落です。S2やブックFと同じく0 Rから始まり、週次損失を示すものではありません。計画（補助教材E）の週次上限は、その単位とリセット規則を使い、週ごとに別途確認してください。

次の名前で保存： dziennik.csv 。UTF-8で、結合したS1+S2+S3スクリプトの隣に置き、実行してください。ファイルはS1に必要な列だけですが、補助教材Fの全出力（26列）も同様に読めます。最終行は未決済（r_netが空）です。最初の二つの決済取引が損失なので、ドローダウンは0 Rから測ります。

trade_id;close_time_utc;setup;setup_class;r_net;error_code
2026-041;2026-07-08 13:15;wybicie-azja-londyn;A+;-1,00;5
2026-042;2026-07-09 16:40;powrot-do-sredniej;B;-1,08;3
2026-043;2026-07-10 09:05;wybicie-azja-londyn;A+;1,83;0
2026-044;2026-07-13 12:20;wybicie-azja-londyn;B;0,00;0
2026-045;2026-07-14 14:30;powrot-do-sredniej;C;2,40;0
2026-046;;wybicie-azja-londyn;B;;

期待出力（Python 3.12.10、pandas 3.0.5、matplotlib 3.11.1。2026年9月17日に実行）：

5件の決済済み取引を読み込みました（1行を除外。決済時刻とr_netがありません）。
          trades: 5
        win_rate: 0.4
   profit_factor: 2.03
    expectancy_R: 0.43
           sum_R: 2.15
  max_drawdown_R: 2.08
保存先： equity_curve.png

手計算の確認：利益1.83 + 2.40 = 4.23 R、損失1.00 + 1.08 = 2.08 R → PF 2.03。合計2.15 R / 5 = 0.43 R。曲線は−1.00 → −2.08 → −0.25 → −0.25 → 2.15で、当初の最高値0 Rからのドローダウンは2.08 Rです。0 Rの点がなければ1.08 Rとなり、これが補助教材Fの定義上の違いです。この出力は、指定のファイルとバージョンに対応します。違う場合は、データ（区切り、小数記号、文字コード、行順）、S1の定数、コード、パッケージの版を、その順に確認します。

ストップ距離k × ATRに対応するロット数です。リスク額は資金と割合から、距離はATRから求め、数量は口座のロット刻みへ切り捨てます。次の、 lot_step と、 min_lot の両パラメーターの初期値は0.01です。計画リスクが予算を超えないようにします。ただし実損失は増える場合があります。スリッページ、ストップを飛び越す窓、スプレッド、手数料、スワップを含めない計算だからです。資金とpip価値は同じ口座通貨で表し、最大数量と必要証拠金は仕様で別途確認します。 ATR はpipsで入力します。EURUSD 0.0080 → 80、USDJPY 0.80 → 80です。pipサイズは通貨ペアの特徴（補助教材B）で説明します。1ロットのpip価値は商品仕様を使うか、補助教材Cの計算ツールで求めます。

import math
from decimal import Decimal
from fractions import Fraction

def atr_position_size(capital, risk_pct, atr_pips, atr_mult, pip_value_per_lot,
                      lot_step=0.01, min_lot=0.01):
    "損切り幅atr_mult × ATRに対するロット数。\n    atr_pips：価格単位ではなくPIPS単位のATR（EURUSDのATR 0.0080 -> 80、USDJPYのATR 0.80 -> 80。ペアのpipサイズを使う）。\n    pip_value_per_lot：1.00ロットの1 pipの価値を口座通貨で表す\n    （例：USD口座のEURUSDで約10 USD。銘柄仕様を確認する）。\n    lot_step / min_lot：自分の口座の取引量の刻みと最小取引量。0.01は一般的だが、すべてに共通ではない。\n    ゼロを基点とするlot_stepの倍数に切り捨てる。Fractionの演算により、\n    全体のDecimal精度に依存せず、入力した小数を保つ。\n    計画リスクは最大損失ではない。スリッページ、価格の飛び、スプレッド、スワップはこのモデルに含めない。"
    inputs = (capital, risk_pct, atr_pips, atr_mult, pip_value_per_lot, lot_step, min_lot)
    if any(isinstance(x, bool) or not isinstance(x, (int, float, Decimal)) for x in inputs):
        raise ValueError("文字列や真偽値ではなく、数値を使ってください。Pythonの小数はドットです。")
    decimals = tuple(Decimal(str(x)) for x in inputs)
    if not all(x.is_finite() and x > 0 for x in decimals):
        raise ValueError("すべての入力値は、有限で正の数である必要があります。")
    c, p, a, k, v, step, minimum = map(Fraction, decimals)
    if p > 100:
        raise ValueError("risk_pctは資金に対する百分率です（1.0 = 1%）。")
    risk_amount = c * p / 100
    sl_pips     = a * k
    lots        = math.floor(risk_amount / (sl_pips * v * step)) * step
    if lots < minimum:
        return {"warning": "このlot_stepとmin_lotでは、許容リスク額に収まる取引量がありません。"}
    exact = {"risk_amount": risk_amount, "sl_pips": sl_pips,
             "lots": lots, "planned_risk": lots * sl_pips * v}
    try:
        result = {key: float(value) for key, value in exact.items()}
    except OverflowError:
        raise ValueError("入力値が出力の数値範囲を超えています。") from None
    if not all(math.isfinite(value) and value > 0 for value in result.values()):
        raise ValueError("入力値が出力の数値範囲を超えています。")
    return result  # 表示用の浮動小数点数。損切り幅や金額を追加で丸めない


print(atr_position_size(capital=10_000, risk_pct=1.0,
                        atr_pips=80, atr_mult=1.5, pip_value_per_lot=10.0))
# {'risk_amount': 100.0, 'sl_pips': 120.0, 'lots': 0.08, 'planned_risk': 96.0}

数量刻みに切り捨てたロット数と、その計画リスク額を返します。コストなしのモデルでは予算以下ですが、実損失は大きくなり得ます。刻みはゼロ起点なので、口座の数量体系と一致するか確認してください。ストップや金額をさらに丸めることはありません。例えばATR 0.26 pips × 1.25は0.325 pipsで、0.3ではありません。結果は読みやすい、 float の値で返しますが、ロット刻みの個数は厳密な分数で計算します。商品の最小価格刻みは別に確認が必要です。そこへストップを調整したら数量も再計算します。エントリー判断は行いません。計算するのは「いくら」であって、「入るべきか」ではありません。

変動幅を意識するための日中指標です。実時間の足では、日次ATRに対して現在の値幅がどの割合まで進んだかを示し、閾値超過で通知します。値動きを追い掛ける合図ではなく、計画を確認する時点です。日次データはルックアヘッド、つまり未来の値を使わず取得します。過去の足では、 request.security が次のD期間の終わりまで最後の確定済み日次値を保ち、新しい期間の結果は最後の日中足に表示されます。実時間では現在のD足の形成中の値幅とATRを取得するため、再読み込み後に以前の表示が変わる場合があります（リペイント）。一日はデータ提供元のD足で、Europe/Warsawの暦日ではありません。分母のATRも日中に変化し、100%は値動きの上限ではありません。この方法では、今日の連続した閾値超過を過去の足上で復元できません。

//@version=6
indicator("日中値幅とATRの比較（気付きを促すツール）", overlay=false)

if not timeframe.isintraday
    runtime.error("1D未満の、時間ベースの日中チャートを使ってください。")

atrLen  = input.int(14, "ATR期間", minval=2)
warnPct = input.int(80, "日中値幅がATRの何%に達したら通知するか", minval=10, maxval=200)

// 過去の足：最後に確定したDの値を、各D期間の終了時に更新する。
// リアルタイム：形成中のDの値を使う。経過済みのリアルタイム値も再読み込み後に変わる場合がある。
dayHigh = request.security(syminfo.tickerid, "D", high,            lookahead=barmerge.lookahead_off)
dayLow  = request.security(syminfo.tickerid, "D", low,             lookahead=barmerge.lookahead_off)
dayAtr  = request.security(syminfo.tickerid, "D", ta.atr(atrLen),  lookahead=barmerge.lookahead_off)

rangePct = dayAtr > 0 ? 100.0 * (dayHigh - dayLow) / dayAtr : na

plot(rangePct, "日中値幅のATR比（%）", linewidth=2)
hline(100, "ATRの100%")
hline(warnPct, "通知水準", linestyle=hline.style_dotted)

alertcondition(ta.crossover(rangePct, warnPct),
     title="値幅がATRの%に到達",
     message="日中値幅が指定したATR比率に達しました。新規エントリーの前に計画を読み直してください。")

チャート下のパネルとアラート条件を出力します。指標を追加してから、プラットフォームで「値幅がATRの%に到達」を選んで自分でアラートを作成してください。標準的な時間ベースの日中足を使います。平均足やRenkoのデータは性質が異なる場合があります。欠損値（na）は必要なATRやデータがない意味で、0%ではありません。条件は閾値以下から閾値超へ移ることです。超えたままでは再通知しません。「Once Per Bar Close」は日中足の確定時だけに通知を制限しますが、D足全体の確定ではありません。設定を変えたらアラートも作り直してください。方向シグナルではなく、高い値は「すでに値動きが起きた」ことを示すだけです。対応はプレイブックで決めます。

計画の第3節（補助教材E）をチャートへ描き、新規ポジションを持ってよい時間を強調し、終了時に通知します。計画に明記した正確なIANAゾーンを設定し、計画の時間枠を同じゾーンで入力してください。例えばEurope/Londonは日付に応じてGMT/BSTを適用します。コードのEurope/Warsawは地域事例（CET/CEST）です。計画が別のゾーンを使う場合は初期値を置き換えてください。初期設定は月曜から金曜で、全曜日への拡張も可能です。表示が確認するのは計画の時間だけで、他のエントリー条件ではありません。標準的な時間ベースの日中足を使います。

//@version=6
indicator("取引計画のセッション時間枠", overlay=true)

if not timeframe.isintraday
    runtime.error("1D未満の、時間ベースの日中チャートを使ってください。")

// 地域事例：初期値を計画に明記した正確なIANAゾーンに置き換える。
tz   = input.string("Europe/Warsaw", "計画のIANAタイムゾーン")
win1 = input.session("0900-1200", "時間枠1")
win2 = input.session("1400-1700", "時間枠2")

weekdaysOnly = input.bool(true, "月曜日から金曜日のみ")
days = weekdaysOnly ? ":23456" : ":1234567"

inWin = not na(time(timeframe.period, win1 + days, tz)) or not na(time(timeframe.period, win2 + days, tz))

bgcolor(inWin ? color.new(color.teal, 88) : na, title="計画の時間枠内")

windowJustClosed = inWin[1] and not inWin
alertcondition(windowJustClosed,
     title="計画の時間枠が終了",
     message="取引時間枠が終了しました。未決済ポジションの管理だけを行い、新規エントリーはしないでください（計画、第3節）。")

取引時間の背景色と、時間枠終了のアラート条件（「計画の時間枠が終了」）を出力します。指標追加後、プラットフォームでアラートを作成してください。内側の足の次に初めて現れた外側の足を検出するため、終了時刻ちょうどの通知は保証しません。新しい足とデータ更新がなければ判定しません。開始・終了が時間枠の境界に合う時間足を使います。例えばM15、09:00–12:00の枠で12:00の足があれば、背景色は12:00で終わり、その最初の外側の足で条件が有効です。「Once Per Bar」は最初の更新時、「Once Per Bar Close」は確定時に通知し得ます。重なる時間枠は和集合なので、最初の終了で二つ目は閉じません。時刻変更後はアラートを作り直します。注文を禁止する機能ではありません。指標が計画を思い出させ、取引前チェックリストで実行します。