Claude API × FXトレード完全ガイド｜実装パターンから活用限界まで

import anthropic
import json

client = anthropic.Anthropic()

def analyze_news_sentiment(headline: str, body: str, currency_pair: str) -> dict:
    """
    ニュースをClaudeで分析し、通貨ペアへの影響スコアを返す
    スコア: -10（強い弱気）〜 +10（強い強気）
    """
    
    prompt = f"""
あなたは為替市場専門のマクロ経済アナリストです。
以下のニュースを分析し、{currency_pair}への短期的影響を評価してください。

【ニュース見出し】
{headline}

【本文】
{body}

以下のJSON形式のみで回答してください（説明不要）:
{{
  "score": -10から+10の整数（プラスが{currency_pair[:3]}に強気、マイナスが弱気）,
  "confidence": 0から1の実数（スコアの確信度）,
  "key_factor": "判断の根拠を30字以内で",
  "time_horizon": "immediate/intraday/swing のいずれか",
  "risk_note": "不確実要因があれば記載、なければnull"
}}
"""
    
    message = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=256,
        messages=[{"role": "user", "content": prompt}]
    )
    
    try:
        result = json.loads(message.content[0].text)
    except json.JSONDecodeError:
        # JSON解析失敗時はニュートラルスコアを返す
        result = {"score": 0, "confidence": 0, "key_factor": "解析失敗", 
                  "time_horizon": "immediate", "risk_note": "JSON解析エラー"}
    
    return result


# 使用例
headline = "FRB、次回会合での利下げ可能性を示唆　パウエル議長発言"
body = "FRBのパウエル議長は本日の講演で、インフレ指標の改善を評価しつつ..."

result = analyze_news_sentiment(headline, body, "USDJPY")
print(result)
# 出力例: {"score": -4, "confidence": 0.7, "key_factor": "利下げ示唆でドル弱気",
#          "time_horizon": "intraday", "risk_note": "次回会合まで時間あり"}

# Python側：スコアをファイルに書き出す
import os
mt5_data_path = r"C:\Users\[ユーザー名]\AppData\Roaming\MetaQuotes\Terminal\[ID]\MQL5\Files"

with open(os.path.join(mt5_data_path, "claude_signal.txt"), "w") as f:
    f.write(f"{result['score']},{result['confidence']},{result['time_horizon']}")

// MQL5側：ファイルからスコアを読み取る
int ReadClaudeSignal(double &score, double &confidence, string &horizon) {
    int handle = FileOpen("claude_signal.txt", FILE_READ | FILE_TXT | FILE_COMMON);
    if (handle == INVALID_HANDLE) return -1;
    
    string line = FileReadString(handle);
    FileClose(handle);
    
    string parts[];
    StringSplit(line, ',', parts);
    if (ArraySize(parts) < 3) return -1;
    
    score = StringToDouble(parts[0]);
    confidence = StringToDouble(parts[1]);
    horizon = parts[2];
    return 0;
}

// OnTick()内での使用例
void OnTick() {
    double signal_score, signal_confidence;
    string signal_horizon;
    
    if (ReadClaudeSignal(signal_score, signal_confidence, signal_horizon) == 0) {
        // スコアが+6以上かつ確信度0.7以上でロングフィルター解除
        bool long_filter = (signal_score >= 6 && signal_confidence >= 0.7);
        // スコアが-6以下かつ確信度0.7以上でショートフィルター解除
        bool short_filter = (signal_score <= -6 && signal_confidence >= 0.7);
        
        // テクニカルシグナルと組み合わせる
        // ... （通常のEAロジック）
    }
}

def analyze_economic_indicator(
    indicator_name: str,
    actual: float,
    forecast: float,
    previous: float,
    unit: str
) -> dict:
    
    deviation_pct = ((actual - forecast) / abs(forecast) * 100) if forecast != 0 else 0
    
    prompt = f"""
経済指標アナリストとして以下の指標を分析してください。

指標名: {indicator_name}
発表値: {actual}{unit}
予想値: {forecast}{unit}
前回値: {previous}{unit}
予想比乖離: {deviation_pct:.1f}%

USD/JPYへの短期影響をJSON形式で回答:
{{
  "usd_impact": -10から+10の整数（USDへの影響。強い場合は±7以上）,
  "surprise_level": "large/moderate/small/inline のいずれか",
  "market_reaction": "予想される市場反応を50字以内で",
  "fade_risk": true/false（サプライズが逆転される可能性が高いか）,
  "disclaimer": "この分析は市場反応の予測を保証するものではありません"
}}
"""
    
    message = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=200,
        messages=[{"role": "user", "content": prompt}]
    )
    
    return json.loads(message.content[0].text)


# 例：米国雇用統計
result = analyze_economic_indicator(
    indicator_name="米国非農業部門雇用者数（NFP）",
    actual=272000,
    forecast=185000,
    previous=165000,
    unit="千人"
)

以下の仕様でMQL5 EA（MT5用）を生成してください。

【プラットフォーム】MT5 MQL5（CTrade, CPositionInfoライブラリを使用）

【エントリー条件】
ロング: EMA(20) > EMA(50) かつ RSI(14) が 45〜65 かつ 前バーが陽線
ショート: EMA(20) < EMA(50) かつ RSI(14) が 35〜55 かつ 前バーが陰線
※既存ポジションがある場合は新規エントリーしない

【エグジット条件】
ストップロス: ATR(14) × 1.5 pips
テイクプロフィット: ATR(14) × 2.5 pips

【リスク管理】
1トレードリスク: 口座残高の1%
ロット: SL幅から自動計算

【コード品質要件】
- インジケータハンドルはOnInit()で作成、OnDeinit()でリリース
- CopyBufferの戻り値チェック必須
- バッファ参照は[1]（前バー確定値）を使用
- エラー時はPrint()でログ出力
- マジックナンバー: 99901（入力パラメータとして公開）

【出力形式】
完全なMQL5コードのみ。説明文は不要。

def analyze_backtest_report(report_text: str) -> dict:
    prompt = f"""
以下はMT5のバックテストレポートです。EA開発者の視点で分析してください。

{report_text}

以下の観点でJSON形式で回答してください:
{{
  "overall_verdict": "pass/caution/fail（基準: PF≥1.5かつDD≤20%かつトレード数≥100でpass）",
  "profit_factor": "抽出した数値",
  "max_drawdown_pct": "抽出した数値（%）",
  "trade_count": "抽出したトレード数",
  "win_rate_pct": "抽出した勝率（%）",
  "risk_of_overfitting": "high/medium/low（根拠とともに）",
  "key_weaknesses": ["問題点1", "問題点2"],
  "improvement_suggestions": ["改善案1", "改善案2"],
  "disclaimer": "バックテスト結果は将来の運用成績を保証するものではありません"
}}
"""
    
    message = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=512,
        messages=[{"role": "user", "content": prompt}]
    )
    
    return json.loads(message.content[0].text)

# 絶対にやってはいけない
client = anthropic.Anthropic(api_key="sk-ant-api03-xxxx...")

# 正しい方法
import os
client = anthropic.Anthropic()  # ANTHROPIC_API_KEY環境変数から自動読み込み