
AIを活用したMT5の売買シグナルシステム
ChatGPTやGeminiなどの生成AIを、FXの取引システムにどう組み込めるだろうか。
私は現在、MetaTrader 5(MT5)の市場データをAIに渡し、売買の方向を判断するシグナルを取得するシステムを開発しています。MT5はFXなどの取引に使われるプラットフォームで、EAと呼ばれるプログラムを動かすことで、取引条件の判定や注文管理を自動化できます。
今回の記事では、MT5、PythonのFastAPI、生成AIを組み合わせた仕組みと、実装で意識している点を紹介します。まず全体像を説明し、後半で技術的な詳細に触れます。
この記事で紹介するのは、システムの構成と開発上の工夫です。取引の収益性や勝率を示すものではありません。
AIに任せるのは売買方向の判断
このシステムでは、AIに市場データを渡し、「買い方向を許可するか」「売り方向を許可するか」「判断を見送るか」を評価させています。
例えば、複数の時間足でトレンドがそろっているのか、値動きが大きすぎないか、重要な高値や安値に近づいていないか、といった情報を判断材料にします。
一方、取引数量、損切り、利確、保有ポジションの管理は、MT5上のEAが担当します。AIには口座の操作権限を渡さず、返ってきた判断をEAの取引ルールに組み込む構成です。
ここでいうChatGPTの活用は、チャット画面に相場について質問する方法ではありません。プログラムからOpenAI APIを呼び出し、決まった形式の応答を受け取ります。Geminiなどについても、それぞれのAPIを利用します。
システムは3つの役割で構成する
全体の流れは、次のようになっています。

MT5はデータ収集と取引管理
MT5側では、価格、スプレッド、保有ポジションの状態、テクニカル指標などを収集します。スプレッドは買値と売値の差で、取引コストに関わる情報です。
指標には、移動平均線の一種であるEMA、値動きの強弱を見るRSI、変動幅を見るATRなどを使います。EAによっては、複数時間足のトレンドや、主要な高値・安値の情報も送ります。
AIから結果を受け取った後は、各EAの実装と設定に従って取引を判断します。買いという結果が返ってきても、それだけで無条件に注文する設計にはしていません。
FastAPIは橋渡しと検証
FastAPIは、Pythonで作るAPIサービスのためのフレームワークです。今回のシステムでは、MT5とAIの間に置く橋渡し役として使っています。
市場データを受け取り、AIに問い合わせ、その応答を検証してMT5へ返します。AIごとの接続方法やエラー処理をここにまとめることで、MT5側にそれぞれのAPIの処理を持たせる必要がなくなります。
AIは渡された情報から判断
AIには、市場データと共通の指示を渡します。長い解説文ではなく、プログラムが読み取れる決まった形式で、売買方向と判断理由を返すようにしています。
応答の形式をそろえると、異なるAIの結果でも同じ処理で扱えます。ただし、形式が正しいことと、相場判断が正しいことは別です。
「見送り」も有効な判断として扱う
AIの結果は、主にBUY、SELL、HOLDの3つに分かれます。
BUY:買い方向を許可する。
SELL:売り方向を許可する。
HOLD:判断を見送り、グリッド用途では新しい注文を停止する。
複数の時間足で方向が食い違っている場合や、判断材料が足りない場合に、無理にBUYかSELLを選ばせないことを重視しています。有効なHOLDが返ってきたら、その結果を採用します。「見送りだから別のAIに聞いて、売買の判断が出るまで続ける」という処理にはしていません。
双方向のグリッド取引に対応するEAには、BOTHという結果も用意しています。グリッド取引は、一定の価格間隔で注文を配置する方式です。BOTHは買い・売りの両方向を許可しますが、双方向グリッドの制御を目的とするリクエストでだけ使用できます。
方向が分からないことを理由にBOTHを選ぶのではなく、双方向グリッドに適したレンジと、許容できる変動が確認できることをAIへの指示で求めています。
HOLDとBOTHは異なる判断です。また、HOLDは既存ポジションを一括で決済する指示ではありません。保有中のポジションは、引き続きEAが管理します。
AIが使えないときの動きを決めておく
外部のAIサービスには、通信障害や利用制限、応答の遅延があります。そこで、現在は次の順番でAIを呼び出しています。
Gemini → Groq経由のQwen → OpenAI
Groqは、ここではQwenモデルを呼び出すためのAPIサービスとして利用しています。
先のAIが利用できない、あるいは応答が検証を通らない場合に、次のAIを試します。最初に有効な結果を返したAIを採用する方式であり、複数のAIによる多数決ではありません。有効なHOLDや、用途に適合するBOTHが返ってきた場合も、そこで問い合わせを終えます。
すべてのAIが利用できないときは、FastAPIがHTTP 503を返します。これは、このシステムでは「AIの結果を取得できなかった」ことを伝える応答です。AIが正常に判断したHOLDと、通信などの障害を区別できます。
対応するグリッドEAは、AIが利用できない場合に自身のローカル戦略へ戻ります。これはすべてのEAに共通する機能ではなく、使うEAの仕様によって動きが異なります。サーバー側で代わりの売買シグナルを作る処理は入れていません。
実装の詳細:応答形式と待機時間
ここからは、実装に関心がある方向けの補足です。
MT5は、市場データをJSONというデータ形式にまとめ、ローカルのFastAPIに送ります。標準構成の送信先は http://127.0.0.1:8000/signal です。
AIが返す主な情報は、売買方向、判断の確信度、注文形式、グリッドの方向、理由コードの5項目です。例えば、買い方向を許可する応答は次の形式になります。数値は説明用の例です。
{
"signal": "BUY",
"confidence": 0.72,
"entry_type": "market",
"grid_mode": "BUY_ONLY",
"reason_code": "TREND_UP"
}
confidence はAIが出力する評価値です。0.72という値が、勝率72%を意味するわけではありません。損切り幅と利確幅は応答に含めず、EA側で決めます。
FastAPIでは、値の型や範囲に加え、信号とモードの組み合わせを確認します。BUYならBUY_ONLY、SELLならSELL_ONLY、BOTHならBOTH、HOLDならPAUSEです。注文形式はBUY・SELLがmarket、BOTH・HOLDがnoneになります。
BOTHを許可するのは signal_purpose=grid_control の場合だけです。トレンドロック、方向指定のグリッド、用途未指定のリクエストでは、BUY、SELL、HOLDだけを受け付けます。トレンドロック用途のHOLDは「方向をロックしない」という意味です。
検証後は、銘柄、時間足、生成日時、判断に使ったAIサービスとモデルの情報を付けてEAへ返します。これにより、どのAIが返した結果なのかをログで確認できます。
標準設定の待機時間は、AIごとに最大5秒、リクエスト全体で最大17秒です。EA側は標準20秒として、サーバーの処理時間に余裕を持たせています。タイムアウトは応答を待つ期限であり、開始済みのAI生成に費用が発生しないことを保証するものではありません。
利用制限などが起きたAIは、一定時間スキップします。また、OpenAIへの呼び出しには、標準でUTC日付ごとに100回の試行上限を設けています。失敗した試行も数え、記録はSQLiteというデータベースに保存します。回数管理が利用できない場合は、OpenAIを呼び出しません。この制限は、同一サービス構成で管理する呼び出し回数の上限であり、金額の上限ではありません。
通常のAIクライアントは、初期設定で15分ごとに問い合わせます。ただし、15分間隔で呼び出すことと、確定した15分足だけを使うことは別です。現行クライアントには、形成中の足を参照する指標もあります。
Python FastAPIは初期設定で取引を無効にし、まず結果をログで確認できる構成です。この設定を、他のグリッドEAにも共通するものとして扱うことはできません。
これから確かめたいこと
今後は、AIを使った場合と使わない場合の比較や、モデルと指示を固定した検証を進めたいと考えています。シグナルを記録して再生する仕組みや、障害時の取引挙動の評価も課題です。
APIから正しい形式の結果が返ることは、システムを動かすための確認です。その判断が取引に役立つかどうかは、別に検証する必要があります。特に、モデルや入力データ、評価する期間が変わると結果も変わるため、条件をそろえて比較したいと考えています。
ニュースや経済指標を追加することも検討できますが、情報源、更新時刻、費用、応答時間を確認しながら進める必要があります。
今回の開発を通じて取り組んでいるのは、AIによる方向判断を、MT5の戦略に組み込める独立した部品として扱うことです。同じようにAIと取引システムを連携させている方や、これから試してみたい方と、判断の再現性や「見送り」の扱い、障害時の動きについて意見を交換できればうれしいです。