インジケーターブロック

トレーディングインジケーター

インジケーターブロックで、テクニカル分析の幅広い知見を解き放ちましょう。シンプルな移動平均から精緻な計算まで、豊富なインジケーターを取り揃えています。このセクションでは、これらのインジケーターを戦略にシームレスに組み込み、市場トレンドの見極めや、エントリー・エグジットポイントの精度の高い特定に役立てる方法を解説します。

新しいインジケーターブロックを作成するには、ブループリント画面上でダブルクリックするか、メニューの + ボタンをクリックします。検索バーに「indicator/」に続けて以下の略称を入力するか、略称だけを入力してください。

覚えておきましょう。戦略が違えば、必要なインジケーターの種類も違います。最良のトレーディングインジケーターは、情報を重複させることなく互いを補完し合うものです。

おすすめのインジケーター

インジケーター名: 略称

直近シグナル利益: last_profit

_Last signal profit_ は、直近の取引シグナル以降の利益を計算し、特定の期間における戦略のパフォーマンスを把握するのに役立ちます。ストップトリガーの作成に便利です。

ローソク足パターン検出: candlestick

_Candlestick Pattern Detection_ は、強気、弱気、ハンマー、流れ星などのローソク足パターンの検出を支援し、ローソク足の形状に基づいて重要な市場トレンドや反転シグナルの候補を特定するのに役立ちます。

相対力指数: rsi

Relative Strength Index は、市場における価格変動の速度と変化率を測定し、0から100の間で推移します。資産が買われすぎか売られすぎかを示し、トレンド反転の可能性や市場環境の把握に役立ちます。

単純移動平均: sma

_Simple Moving Average_ は、指定した期間数にわたる資産の平均価格を計算し、滑らかなトレンドラインを描きます。市場の大まかな方向性を把握するのに便利です。

指数移動平均: ema

_Exponential Moving Average_ は単純移動平均に似ていますが、直近の価格により大きな重みを与えるため、短期的な価格変動への反応が速くなります。より直近の市場トレンドを捉えるのに適しています。

スーパートレンド: SuperTrend

_Supertrend_ は、市場の価格とボラティリティに基づいてスーパートレンド値を計算し、現在のトレンドの方向を判断するのに役立ちます。

スーパートレンドKO: SuperTrendKO

_SuperTrendKO_ はスーパートレンドに似ていますが、市場のノイズを考慮した改良版であり、偽シグナルを最小限に抑えることで、より正確なトレンドシグナルの提供を目指します。

トレーディングインジケーター全一覧

ベクトル絶対値: abs

Vector Absolute Value は、配列内の各要素の絶対値を計算します。

ベクトル逆余弦: acos

_Vector Arccosine_ は、配列内の各要素の三角関数の逆余弦（アークコサイン）を計算します。

蓄積分布ライン: ad

_Accumulation Distribution Line_ は、出来高フローと株価の関係を用いて、銘柄のトレンドを判定します。

加算: add

Add は、2つの配列を加算します。

蓄積分布オシレーター: adosc

_Accumulation Distribution Oscillator_ は、蓄積分布ラインの短期の指数移動平均から、長期の指数移動平均を差し引いて計算されます。

平均方向性指数: adx

_Average Directional Movement Index_ は、0から100の範囲の値でトレンドの強さを示します。

平均方向性指数レーティング: adxr

_Average Directional Movement Index Rating_ は平均方向性指数と同じですが、より滑らかです。このインジケーターは、短期的な市場の速い変動の影響を adx よりも受けにくくなっています。

オーサムオシレーター: ao

_Awesome Oscillator_ は、市場のモメンタムを測定します。

絶対価格オシレーター: apo

_Absolute Price Oscillator_ は、短期の指数移動平均と長期の指数移動平均の差です。

アルーン: aroon

_Aroon_ は、Aroon-Up と Aroon-Down の2つのインジケーターで構成されます。アルーンは、トレンドの始まり、その強さ、そして変化を見極めることができます。

アルーンオシレーター: aroonosc

_Aroon Oscillator_ は、Aroon-Up と Aroon-Down の差であり、出力は0から100の間の値になります。

ベクトル逆正弦: asin

_Vector Arcsine_ は、配列内の各要素の三角関数の逆正弦（アークサイン）を計算します。

ベクトル逆正接: atan

_Vector Arctangent_ は、配列内の各要素の三角関数の逆正接（アークタンジェント）を計算します。

平均真の値幅: atr

_Average True Range_ は、指定した期間の価格レンジにわたる市場のボラティリティを測定します。

平均価格: avgprice

_Average Price_ は、銘柄の始値、高値、安値、終値の平均を示します。

ボリンジャーバンド: bbands

_Bollinger Bands_ は、上限・中央・下限のバンドで構成されます。中央のバンドは移動平均であり、上限と下限のバンドがその両側に位置します。標準偏差の値によって、中央バンドと上下バンドの間の距離が決まります。

バランス・オブ・パワー: bop

_Balance of Power_ は、市場における買い手と売り手の力関係を評価します。

ローソク足パターン検出: candlestick

_Candlestick Pattern Detection_ は、強気、弱気、ハンマー、流れ星などのローソク足パターンの検出を支援し、ローソク足の形状に基づいて重要な市場トレンドや反転シグナルの候補を特定するのに役立ちます。

商品チャネル指数: cci

_Commodity Channel Index_ は、価格が平均を大きく上回ると高くなり、大きく下回ると低くなります。そのため cci は、値動きの買われすぎ・売られすぎゾーンを特定できます。加えて、反転やダイバージェンスの発見にも使われます。

ベクトル切り上げ: ceil

_Vector Ceiling_ は、配列の各要素以上の最小の整数を返します。

チャンデモメンタムオシレーター: cmo

_Chande Momentum Oscillator_ は、強気の日および弱気の日のモメンタムを計算します。言い換えれば、上昇して引けた日の合計と下落して引けた日の合計の差を、すべての値動きの合計で割って算出します。

ベクトル余弦: cos

_Vector Cosine_ は、配列内の各要素の三角関数の余弦（コサイン）を計算します。

ベクトル双曲線余弦: cosh

_Vector Hyperbolic Cosine_ は、配列内の各要素の三角関数の双曲線余弦を計算します。

クロスエニー: crossany

_Crossany_ は、入力同士が交差しているかどうかを継続的に検出します。

クロスオーバー: crossover

_Crossover_ は、1つ目の入力がもう一方を上抜けているかどうかを継続的に検出します。つまり、crossany インジケーターとは異なり、1つ目の入力がもう一方の上に位置する状況だけが対象になります。

チャイキンボラティリティ: cvi

Chaikins Volatility は、各期間の高値と安値の差を計算します。

ディケイ: decay

_Decay_ は、直近のシグナルの配列を保存します。特に機械学習アルゴリズムで役立つインジケーターです。

二重指数移動平均: dema

_Double Exponential Moving Average_ は指数移動平均と同じですが、直近のデータポイントにより大きな重みを割り当てるため、ラグの少ないデータを提供します。

方向性指標: di

_Directional Indicator_ は、価格トレンドの動きを示す positive directional indicator（+DI）と negative directional indicator（−DI）の2本のラインで構成されます。この2本のラインの交差が売買シグナルを発します。プラスのラインがマイナスのラインを上抜けたら買いシグナル、その逆なら売りシグナルです。

ベクトル除算: div

_Vector Division_ は、与えられた入力同士を除算します。

方向性の動き: dm

_Directional Movement_ は、positive directional movement と negative directional movement のラインを描画します。これらは直前の高値と安値を用いて計算されます。

トレンド除去価格オシレーター: dpo

_Detrended Price Oscillator_ は、価格からトレンドを取り除き、山と谷を特定しやすくします。これにより、このインジケーターを使ったサイクル長の推定がはるかに簡単になります。

方向性指数: dx

_Directional Movement Index_ は dmi とも呼ばれ、2本の方向性の動きのラインと平均方向性指数インジケーターを含みます。

指数ディケイ: edecay

_Exponential Decay_ は decay とほぼ同じですが、同じ期間ではより速く減衰します。

指数移動平均: ema

_Exponential Moving Average_ は、一定期間にわたる価格変動の方向を示します。EMA は Simple Moving Average に似ていますが、SMA が価格の平均値をそのまま計算するのに対し、EMA は直近の価格により大きな重みを与えます。

イーズ・オブ・ムーブメント: emv

_Ease of Movement_ は、価格変動と取引量の関係を調べます。

ベクトル指数関数: exp

_Vector Exponential_ は、入力配列の各数値の指数関数値を返します。すなわち、オイラー数 e を各入力要素で累乗した値を計算します。

フィッシャー変換: fisher

_Fisher Transform_ は、価格をより正規分布に近づけることで、価格系列の転換点の予測可能性を高めることを目指します。この変換により、極端な値や反転の可能性を特定しやすくなります

ベクトル切り捨て: floor

The Vector Floor は、その値以下の最大の整数を返します。

予測オシレーター: fosc

_Forecast Oscillator_ は、現在の株価と、Time Series Forecast 関数から得られる線形回帰価格との差を監視することで、今後の株価を予測します。

ハル移動平均: hma

_Hull Moving Average_ は、ラグを取り除いた改良型の移動平均であり（そのため非常に速く）、他の従来型移動平均インジケーターよりも滑らかです。

カウフマン適応移動平均: kama

_Kaufman Adaptive Moving Average_ は、短期的な価格変動を排除することで偽シグナルを減らします。言い換えれば、kama は市場のノイズを取り除くため、市場のボラティリティが低いときは現在の市場価格に寄り添います。

クリンガーボリュームオシレーター: kvo

_Klinger Volume Oscillator_ は、出来高と価格を比較することで、市場の反転を予測します。

ラグブロック: lag

Lag block は、入力データを指定した分だけ遅延させます。たとえば15分足でラグを1に設定すると、1本前のローソク足のデータを出力します。現在の値を過去の値と比較する際に便利です。

ラゲールフィルター: laguerrefilter

_Laguerre filter_ は、価格データを平滑化してトレンドを特定するために使われます。市場データにラゲールフィルターのアルゴリズムを適用することで、ノイズを減らし、根底にあるトレンドをより明確に映し出します。

直近シグナル利益: last_profit

_Last signal profit_ は、直近の取引シグナル以降の利益を計算し、特定の期間における戦略のパフォーマンスを把握するのに役立ちます。

線形回帰: linreg

_Linear Regression_ は、指定した本数のバーに対する線形回帰線の終端値をプロットします。

線形回帰切片: linregintercept

_Linear Regression Intercept_ は、移動期間の最初の入力バーにおける線形回帰線の高さを返します。

線形回帰スロープ: linregslope

_Linear Regression Slope_ は、トレンドの強さの方向を判定します。このインジケーターは、現在のバーとその前の n-1 本のバーを用いて各バーの傾きを求めます。ここで n はトレーダーが指定する期間です。

ベクトル自然対数: ln

_Vector Natural Log_ は、入力配列の各要素の自然対数を計算します。

ベクトル常用対数: log10

_Vector Base-10 Log_ は、入力配列の各要素の常用対数（底10）を計算します。

移動平均収束拡散: macd

_Moving Average Convergence Divergence_ は、株価の方向を判定します。トレンド反転は起こった後にしか検出できないため、反転検出には使わないことをおすすめします。また、買われすぎ・売られすぎの判定にも通常は使われません。

マーケットファシリテーション指数: marketfi

_Market Facilitation Index_ は、トレンドの強さを測定し、トレンドの始まりが近いときにそれを予測します。出来高1単位あたりの値動きを計算します。

マスインデックス: mass

Mass Index detects は、指定した期間における取引レンジ（高値と安値の差）の拡大と縮小を Exponential Moving Averages で測定することにより、トレーダーがトレンド反転の可能性を特定するのを助けます。

期間内最大値: max

_Maximum In Period_ は、直近 n 本のバーの中の最大値を返します。

期間平均偏差: md

_Mean Deviation Over Period_ は、一定期間の絶対平均偏差を計算します。

中央値価格: medprice

_Median Price_ は、各バーの高値と安値の平均を計算します。

マネーフロー指数: mfi

The Money Flow Index は、価格と出来高の両方を監視することで取引圧力を測定し、0から100の間の値を返します。

期間内最小値: min

Minimum In Period は、直近 n 本のバーの中の最小値を返します。

モメンタム: mom

_Momentum_ は、現在の価格と n-th 本前のバーの価格との変化を計算します。

メサ・サインウェーブ: msw

_Mesa Sine Wave_ は、市場がサイクルモードにあるかトレンドモードにあるかを検出します。

ベクトル乗算: mul

Vector Multiplication は、2つの入力配列を受け取り、それらを乗算します。

正規化平均真の値幅: natr

_Normalized Average True Range_ は、average true range を正規化したバージョンで、次の式で計算されます：NATR = (ATR / Close) * 100。

ネガティブボリューム指数: nvi

_Negative Volume Index_ は累積型のインジケーターで、市場の出来高に敏感です。出来高の多い日は情報を持たないトレーダーによるものだと考えられるため、高出来高の日は考慮しません。出来高の少ない日は情報を持つトレーダーの活動が活発になるため、nvi インジケーターは彼らの影響を受けます。nvi の値は価格が上昇すると上がり、下落すると下がります。

オンバランスボリューム: obv

_On Balance Volume_ は、買い圧力と売り圧力を計算する累積型のインジケーターです。上昇した日に増加し、下落した日に減少します。

パーセンテージ価格オシレーター: ppo

_Percentage Price Oscillator_ は、期間の異なる2つの指数移動平均の差を、長い方の指数移動平均で割って計算します。

予測: predict

_Predict_ ブロックは、機械学習を活用して次の値動きを予測することを目指します。注意： このブロックはまだ学習の途上にあり、完全にはトレーニングされていません。それまでの間、正確な予測ができない場合があります。

パラボリックSAR: psar

_Parabolic SAR_ は、トレンドにおけるストップポイントと反転の可能性を見極めるのに役立ちます。実際、SAR は stop and reverse（ストップ・アンド・リバース）の略で、その用途をよく表しています。

ポジティブボリューム指数: pvi

_Positive Volume Index_ は Negative Volume Index nvi と同様で、しばしばそれと組み合わせて使われますが、出来高の多い日に敏感です。

Qスティック: qstick

_Qstick_ はモメンタム系のインジケーターとして、終値と始値の差に単純移動平均を適用します。

変化率: roc

_Rate of Change_ は、現在の価格と n 期間前の価格との変化率（パーセント）を計算します。

変化率レシオ: rocr

Rate of Change Ratio は、現在の価格と n 期間前の価格との変化を計算します。

ベクトル四捨五入: round

_Vector Round_ は、配列内の各要素に最も近い整数を返します。

相対力指数: rsi

_Relative Strength Index_ は、市場における価格変動の速度と変化率を測定し、0から100の間で推移します。

ベクトル正弦: sin

_Vector Sine_ は、配列内の各要素の三角関数の正弦（サイン）を計算します。

ベクトル双曲線正弦: sinh

_Vector Hyperbolic Sine_ は、配列内の各要素の三角関数の双曲線正弦を計算します。

単純移動平均: sma

_Simple Moving Average_ は、平均価格を計算することで、一定期間にわたる価格変動の方向を示します。

ベクトル平方根: sqrt

_Vector Square Root_ は、配列内の各要素の平方根を計算します。

期間標準偏差: stddev

_Standard Deviation Over Period_ は、現在の価格と一定期間の平均価格との差を測定します。

期間標準誤差: stderr

_Standard Error Over Period_ は、母平均が標本平均からどれだけ離れているかを示します。

ストキャスティクス: stoch

_Stochastic Oscillator_ は、直近の終値を一定期間の最高値・最安値と比較し、0から100の範囲で推移します。

ストキャスティクスRSI: stochrsi

_Stochastic RSI_ は、stoch と rsi の2つのインジケーターの組み合わせです。実際には rsi インジケーターに stoch インジケーターを適用するものであり、一定期間の高値・安値レンジに対する rsi の相対的な位置を測定します。

ストック・トゥ・フロー: stocktoflow

_Stock to flow_ は、特定の資産の希少性を評価するもので、Bitcoin などの暗号資産によく適用されます。既存のストック（現在の供給量）とフロー（新規の生産量）を比較し、資産の潜在的な価値と市場のダイナミクスを読み解く手がかりを与えます。

ベクトル減算: sub

Vector Subtraction は、2つの入力の減算（a - b）を返します。

スーパートレンド: SuperTrend

_Super Trend_ は、市場の価格とボラティリティに基づいてスーパートレンド値を計算し、現在のトレンドの方向を判断するのに役立ちます。

スーパートレンドKO: SuperTrendKO

_Super Trend KO_ は Super Trend に似ていますが、Super Trend KO は市場のノイズを考慮した改良版であり、偽シグナルを最小限に抑えることで、より正確なトレンドシグナルの提供を目指します。

期間合計: sum

_Sum Over Period_ は、直近 n 本のバーの合計を返します。

ベクトル正接: tan

_Vector Tangent_ は、配列内の各要素の三角関数の正接（タンジェント）を計算します。

ベクトル双曲線正接: tanh

_Vector Hyperbolic Tangent_ は、配列内の各要素の三角関数の双曲線正接を計算します。

三重指数移動平均: tema

_Triple Exponential Moving Average_ は、より滑らかなデータを持つ高速な移動平均です。直近のデータにより大きな重みを置くことでラグを減らすため、短期取引に適しています。

ベクトル度数変換: todeg

_Vector Degree Conversion_ は、ラジアンの配列を度数の配列に変換します。

ベクトルラジアン変換: torad

_Vector Radian Conversion_ は、度数の配列をラジアンの配列に変換します。

真の値幅: tr

_True Range_ は、以下のうち最も大きい値を返します：

• 当日の高値から当日の安値を引いた値
• 当日の高値から前日の終値を引いた値の絶対値
• 当日の安値から前日の終値を引いた値の絶対値

三角移動平均: trima

_Triangular Moving Average_ は Simple Moving Average（sma）と同じですが、平均を2回とります。言い換えれば、trima は sma に対してさらに sma を適用したものです。このアプローチにより、中央のバーにより大きな重みを置いた、より滑らかなラインが得られます。

トリプル指数移動平均（TRIX）: trix

Triple Exponential Moving Average は、三重に平滑化した ema（ema を3回適用したもの）の変化率をパーセントで示します。

ベクトル整数化: trunc

_Vector Truncate_ は、配列内の各要素について数値の整数部分のみを返します。

時系列予測: tsf

_Time Series Forecast_ は、その名のとおり、過去のデータに基づいて将来のトレンドを予測します。移動平均系のインジケーターと比べて、急激な価格変動に敏感です。

典型価格: typprice

_Typical Price_ は、高値、安値、終値の算術平均を計算します。

アルティメットオシレーター: ultosc

_Ultimate Oscillator_ は、3つの異なる時間軸を考慮して買い圧力を測定します。これらの期間（7、14、28）は、短期・中期・長期の市場トレンドを表します。

期間分散: var

_Variance Over Period_ は、平均からの偏差の二乗の平均を計算することで、ばらつきを測定します。

垂直水平フィルター: vhf

_Vertical Horizontal Filter_ は、値動きを監視し、価格がトレンド局面にあるのか保ち合い局面にあるのかを示します。

可変指数動的平均: vidya

_Variable Index Dynamic Average_ は、市場のボラティリティに応じて期間が動的に変わる ema を計算します。

年率換算ヒストリカルボラティリティ: volatility

_Annualized Historical Volatility_ は、一定期間における年間平均株価からの偏差を測定します。

ボリュームオシレーター: vosc

Volume Oscillator は、短期の出来高移動平均と長期の出来高移動平均の差を計算します。このように出来高の変化を監視することは、出来高そのものを監視するよりもテクニカル的に重要な意味を持ちます。

出来高加重移動平均: vwma

_Volume Weighted Moving Average_ は、大半の移動平均インジケーターと同様ですが、計算に市場の出来高を考慮します。実際には、出来高の少ない価格よりも出来高の多い価格に大きな重みを与えます。

ウィリアムズ蓄積/分布: wad

_Williams Accumulation/Distribution_ は、蓄積と分布の価格変化を累積した合計です。蓄積と分布は、それぞれ買い手と売り手が支配する市場を表します。つまり、wad インジケーターは市場のプラス圧力とマイナス圧力を測定します。

加重終値: wcprice

_Weighted Close Price_ は、高値、安値、そして2倍した終値の平均です。

ワイルダーの平滑化: wilders

_Wilder's Smoothing_ は ema と同じですが、ワイルダーの平滑化は異なる平滑化係数を使うため、価格変動への反応が緩やかになります。

ウィリアムズ%R: willr

_Williams %R_ は、直近の終値の位置を一定期間の最高値・最安値と比較することで、買われすぎ・売られすぎの市場を特定します。

加重移動平均: wma

_Weighted Moving Average_ は sma と同じですが、直近のデータにより大きな重みを置きます。これにより価格変動への反応が速くなり、市場価格により近い位置を保ちます。

ゼロラグ指数移動平均: zlema

_Zero-Lag Exponential Moving Average_ は、dema や tema と同じ目標を追求します。ラグを取り除くことで速度を高め、価格をより忠実に追跡します。