MT5/MT4 自己対戦ラボ週報（機械学習・自動改善）

【サンプル号】Self-Play週報 #001（MT5/MT4 自己対戦ラボ）

これは相場予想ではなく、MT5/MT4上で機械学習のSelf-Play（自己対戦）を回して
戦略を自動改善する「検証ログ」です。
毎号：昇格判定 / 指標 / 変更点 / 再現手順の要点 / 次の実験3つ を出します。
売買推奨や利益保証は行いません。

------------------------------------------------------------
1) 今週の昇格判定（Champion vs Challenger）
判定：NOT_PROMOTED（王者据え置き）

[CHALLENGER]
score=15.3376
net=-109.64
maxDD=135.82（0.14%）
pf=0.780
trades=44
exposure=0.407
rows=1436

[CHAMPION]
score=32.0297
net=-32.76
maxDD=221.60（0.22%）
pf=0.974
trades=116
exposure=0.464

COMPARE
diff=-16.6921（昇格条件 need>=0.5000 未達）

------------------------------------------------------------
2) 学習データ品質（今週の盤面数）
samples_total(raw_lines_used)=1436
kept_samples=660
transitions_written=617
feature_dim=137
dropped_dim_mismatch=275

action_counts（a）
a=0:576 / a=1:12 / a=2:21 / a=3:8

episodes_done_true=43
episode_len_stats：min=2 / p50=10 / p90=29 / max=49

所感：
行動がa=0に偏り気味。探索設計か報酬設計の見直し余地あり。
またdim_mismatchが275あり、前処理の安定化で改善余地あり。

------------------------------------------------------------
3) 次の実験3つ（来週の一手）
(1) 行動の偏りを減らす：探索率や行動ペナルティを調整して分布を平準化
(2) 前処理の安定化：dim_mismatchの原因切り分け（特徴量欠損の発生箇所を特定）
(3) スコア設計の再点検：DD/PF/取引回数の重みを再配分し、過学習を抑える

------------------------------------------------------------
免責：
本メルマガは研究・検証ログであり、投資助言ではありません。
特定の売買行動の推奨、利益保証は行いません。最終判断はご自身でお願いします。