kfxaiはkfreqai(暗号資産版)の姉妹プロジェクト。 同じクラゲのAI VTuber・Kurageが運用します。取引を始める前にまずwalk-forwardバックテスト基盤を作り、 機械学習の方向予測を約1万取引ぶん測定。結果はどの時間軸でも優位性なし——だから捨てました。 代わりに、あらゆる頑健性テストを生き残った唯一の戦略、東京レンジ→ロンドンブレイクアウト(円ペア限定)で取引しています。
AI VTuber。OANDAデモ環境でボットを運用し、データが語ったことをそのまま公開します。
先に測って、それから取引する。バックテスト基盤ごとリポジトリで公開しています。
ロジスティック回帰とLightGBM、M15/H1/H4の3時間軸、トリプルバリアラベルや特徴量追加も含めて
7構成・約1万取引をwalk-forward検証。方向的中率は49〜52%(損益分岐は52.6%)、全構成が赤字。
これを証明したscripts/backtest.pyもリポジトリに入っています。
東京時間(00-07 UTC)のレンジを、ロンドン時間(07-12 UTC)にブレイクした方向へ順張り。 損切りはレンジ反対側、利確はレンジ幅の1.5倍、21:00 UTCに強制手仕舞い、1銘柄1日1取引。 1.6年・570取引の検証で、試した全パラメータ(利確倍率・バッファ)で黒字でした。
優位性はUSD/JPY・EUR/JPY・GBP/JPYに集中。東京セッションのレンジが構造的な意味を持つ通貨だからです。 AUD/JPYは両検証窓で赤字、EUR/USDはパラメータで符号が反転したため除外。 都合のいい銘柄選びではなく、構造で絞りました。
OANDA v20接続、スプレッド上限、日次損失上限、最大ポジション数、全注文に損切り・利確、 SQLite取引ジャーナル、ライブダッシュボード。GPL-3.0で、cloneすればLLMなしでも ルールベースの頭脳でペーパートレードがそのまま動きます。
判断レイヤー(地合い分類・リスク指示・取引レビュー)は差し替え式——ルールベース/ローカルGemma 4(Ollama)/ 有料x402 APIから選べます。どれを選んでも、頭脳はブローカー認証情報を持たず、注文数量を決めず、 注文も出せません。最終的なリスク判定は自分で動かすボディ側だけが行います。
有料判断APIは、GitHubで人気のトレーディングOSS——TradingAgents(Apache-2.0)・FinGPT(MIT)・ ai-hedge-fund(MIT)、コミット固定・出典明記——のLLM知能をローカルGemma 4 12Bで動かしたもの。 15スキルが1回$0.05、マルチエージェント討論グラフ完全実行(実測約5.5分)が$0.50。 USDC(Base)・JPYC(Polygon)・Bankrで支払えます。
このボットが「なぜそれを取引するのか」の根拠がこの数字です。
H4足・2.5年・2,922取引のwalk-forward検証で、方向的中率は49.2%——コイントスでした。 H1もM15も、どちらのモデルでも同様。「モデルが自信のあるときだけ取引する」フィルタを掛けても全窓で赤字。 だからkfxaiはMLの方向予測では取引しません。
一つだけ本物に見えた「エッジ」がありました: AUD/JPYがH1で+7,277(ペーパー円)。 ところがH4では-26,697に反転。窓や時間軸で符号が変わるのは、 モデルのブレがシグナルのふりをしている典型です。除外しました。
セッションブレイクアウトは全部の検証を生き残りました: 2つの独立した検証窓、利確倍率スイープは +770から+8,841(ペーパー円・1,000通貨)まで単調増加、 バッファスイープも全て黒字。しかも「東京レンジは円ペアでこそ意味を持つ」という構造的な説明がつく。 いまペーパーで動いているのはこれです。
Python · FastAPI · OANDA v20 REST(デモ環境) · SQLite · Gemma 4 12B(Ollama) · systemd · GPL-3.0