AIによる三角形とフラッグのチャートパターン認識
AIがトライアングル、フラッグ、ヘッドアンドショルダーをどのように識別するか、シグナルをどのように検証するか、そして定義されたリスクでパターンをどのように取引するかを学びましょう。
By Trading AI Team

Key Takeaways
- AIによるチャートパターン認識は、パターンを単独で取引するのではなく、トレンドのコンテキスト、流動性、ボラティリティのレジームでフィルタリングしたときに最も効果を発揮します。
- 「ブレイクアウト終値でエントリー、無効化を超えてストップ、目標は1.0–1.5xのメジャードムーブ」というようなルールセットを使うと、パターン間での実行が標準化されます。
- 自動パターン検出は、スキャナーが少なくとも各トレンドラインに3回のスイングタッチを確認し、ブレイク時に出来高が増えていることを確認した場合に最も信頼できます。
- 頭と肩(Head and Shoulders)のシグナルは、シンプルなテンプレート一致の代わりに、ネックラインの傾き、時間的対称性、リテストの挙動をスコア化すると改善します。
ほとんどのトレーダーは、トライアングルやフラッグをムーブが既に始まった後に見つけられます。AI chart pattern recognitionは数千のチャートをスキャンし、ブレイクアウトの前に最もクリーンなセットアップをランキングすることでこれを逆転させます。優位性は「魔法の予測」ではなく、より速いフィルタリング、一貫したルール、見逃しアラートの減少です。
How AI Detects Chart Patterns in Real Time
AIのパターン認識トレーディングシステムは、人間のようにチャートを「見る」わけではありません。価格を数学に変換します:スイングポイント、傾き、ボラティリティ、そしてその構造が既知のパターンファミリーに一致する確率です。
What the model actually measures
堅牢なAI chart scannerは通常、以下の素材からパターン候補を構築します:
- スイング高値/安値(ピボット): フラクタルルール(例:両側に2つのより低い高値がある高値)やATRに基づく適応ピボットロジックで検出。
- トレンドラインとチャネル: 回帰やロバストな線形フィッティングでフィット(外れ値の影響を減らすため)。
- 収縮/拡張: ボラティリティの圧縮(ATRやボリンジャーバンド幅)がトライアングルやフラッグを定義することが多い。
- 時間的対称性: 多くのパターンには「リズム」がある — 左右のショルダー、またはポールに対するフラッグの継続時間など。
- ブレイクアウト検証: 境界を超えた終値、フォロー・スルー、場合によっては出来高/OBVでの確認。
実践的なヒント: お使いのスキャナーが許すなら、誤検出を減らすために境界を超えたブレイクアウトのローソク足終値を要求してください。特にBTCやETHでは有効です。
Pattern scoring beats yes or no
最良の自動パターン検出は二値ではありません。品質をスコア化します。例えば:
- タッチ数: 各トレンドラインに少なくとも2回のタッチ(3回がより強い)。
- 傾きの妥当性: 「フラッグ」は先行インパルスと同じ方向にあまり急傾斜すべきではない。トライアングルは収束していること。
- ボラティリティレジーム適合: 強いインパルス後でATRが上昇しているフラッグは、レンジ内のものとは挙動が異なる。
- 位置: 主要なレベル(先行高値/安値、VWAPバンド付近)に近いパターンはより有効性が高い。
実践的なヒント: 観察リストルールを作る:上位タイムフレームのトレンドと整合し、品質スコアが閾値(例:上位20%)を超えるパターンのみを取引する。
AI Detection of Triangles and How to Trade Them
トライアングルは市場が均衡を交渉している圧縮パターンで、ボラティリティ拡大の前に発生することが多い。AIは「収束」を定量化して雑な構造を除外できるため、人間より一貫して検出する傾向があります。
Symmetrical triangles
対称トライアングルは典型的に低い高値と高い安値が描かれ、頂点に向かって収束します。
How AI detects it
- 交互のピボット高値と安値を識別。
- 反対方向の傾斜を持つ二つのトレンドラインをフィット。
- トレンドライン間の距離が時間とともに縮小していることを測って収束を確認。
- 頂点に向かってATRの低下をチェックすることが多い。
How to trade it (rule-based)
- Entry: 上側トレンドラインを超えた日足終値で買い(下側を割ったら売り)。
- Stop: トライアングル内の最後のスイングを越えたところ(またはATRの1.0–1.5倍)。
- Target: メジャードムーブ = ブレイクアウト地点から投影したトライアングルの最大幅。
Example tickers
- BTC の4時間足:ボラティリティが20–40本のローソク足で圧縮されたとき、対称トライアングルはシャープな継続で解決することが多い。
- EUR/USD の日足:マクロピボット付近のトライアングルはブレイク後にリテストしてクリーンなエントリーを提供することがある。
実践的なヒント: 頂点に「近すぎる」ブレイク(例:トライアングルの最後の10–15%)は避ける。流動性が薄くストップが集中するため、統計的にはより「ランダム」に振る舞うことが多い。
Ascending and descending triangles
上昇三角形(フラットなレジスタンス+上昇する安値)は蓄積を示唆し、下降三角形は分配を示唆することが多い。
What AI looks for
- 一方のトレンドラインの傾きがほぼゼロ(フラット)。
- もう一方のトレンドラインがそれに向かって傾いていること。
- フラットレベルの繰り返しテスト(流動性の蓄積)。
Execution tactic
- Entry: 上昇三角ならレジスタンスを上抜けた終値で、下降三角ならサポートを下抜けた終値でエントリー。
- Stop: 構造内、最後の上昇安値/下降高値を超えたところ。
- Add-on: 価格が破られたレベルを再テストして保持するなら、よりタイトなストップで2単位目を追加。
実践的なヒント: AAPL では、上昇三角のブレイクはブレイク日がレベルを上回る終値かつVWAPを上回り、出来高が20日平均以上であるときにクリーンになる傾向がある。
AI Detection of Flags and Pennants and How to Trade Them
フラッグとペナントは、ポール(インパルス)と一時停止(タイトな統合)という2つの要素で構成される継続パターンです。AIは「インパルス」と「タイト」を客観的に定義できるためここで優れる。
What defines a flag to an AI chart scanner
堅牢なモデルは通常以下を要求します:
- インパルスの大きさ: ポールムーブが短期間で最小サイズ(例:2.5–4.0x ATR)であること。
- プルバック制約: 統合がポールの限定された割合(多くは25–50%)を戻すこと。
- チャネル構造: 平行線のフラッグ、または収束する線のペナント。
- 時間制約: フラッグが長すぎるとレンジになり得るため、多くのシステムは期間に上限を設ける(タイムフレームにより5–30本のローソク足など)。
実践的なヒント: お使いのAI chart scannerでパラメータを設定できるなら、リトレースがポールの50%以下のフラッグをフィルターしてください。深い戻しは継続ではなくトレンドの枯渇を示すことが多いです。
Trading flags: a repeatable playbook
- Entry A(アグレッシブ): 上昇トレンドでは強気の拒否ローソク足の後にフラッグの下限で買う。
- Entry B(保守的): フラッグの抵抗を上抜けた終値で買う。
- Stop: フラッグの安値の下(または拒否ローソク足の安値の下)。
- Target: メジャードムーブ = ブレイクアウトから投影したポール長。
Practical example
- ETH の1時間足:$120のインパルス後、$40のプルバックフラッグ(33%の戻し)が出来高上昇でブレイクすると、クリーンなメジャードムーブの試みが得られることが多い。
実践的なヒント: メジャードムーブの0.8xで部分利食いし、残りを20 EMAか2x ATRのストップでトレーリングすると、失敗した延長の痛みを軽減できます。

Flags fail for a reason—make AI show you why
自動パターン検出は、雑然としたマーケットでフラッグを過剰ラベルすることがあります。フィルタできる一般的な失敗条件:
- ポールが弱い(グラインディーでローソク足が重複)。
- 統合がタイトでない(ATRが収縮していない)。
- ブレイクアウトが参加者不足で起きる(レンジ拡大がない)。
実践的なヒント: ブレイクアウトローソク足のレンジを直前10本の平均レンジの少なくとも1.2倍にすることを要求してください。その単一のフィルタで多くの偽ブレイクを除去できます。
AI Detection of Head and Shoulders Patterns
頭と肩はリバーサルパターンでどこにでも「見える」ため、AIは構造を幻覚しないよう厳格なルールが必要です。優れたスキャナーは単にシルエットを一致させるのではなく、幾何学と挙動をスコア化します。
How AI defines head and shoulders
モデルがチェックする主要な構成要素:
- 左肩: スイング高値、その後の押し。
- 頭: 左肩より高い高値、その後の押し。
- 右肩: 頭より低い高値で、理想的には左肩の高さ付近。
- ネックライン: 2つの押し安値を通る線(傾くことがある)。
- ブレイク: ネックラインを下回る終値(ベアリッシュH&Sの場合)、しばしばリテストが続く。
一部のシステムはさらに以下を強制します:
- 時間的対称性: 右肩は左肩と同じくらいのローソク足数で形成される(許容差あり)。
- 深さの対称性: 押しの深さが比較的類似していること。
- 出来高挙動: 出来高は左肩→頭→右肩で減少し、ネックラインブレイクで拡大することが多い(株式でより一般的、暗号通貨では少ない)。
実践的なヒント: ネックラインの傾きをフィルターとして扱う:ベアリッシュH&Sでネックラインが急上昇している場合、需要がまだ積み上がっているためフォロー・スルーが減ることが多い。
Trading head and shoulders with defined risk
- Entry: ネックラインを下回る終値、またはネックラインの下からのリテストでの拒否。
- Stop: 右肩のスイング高値の上。
- Target: メジャードムーブ = 頭とネックライン間の距離を下方に投影。
Example
- AAPL 日足:多くの取引可能なH&Sブレイクは、右肩が20日移動平均を再び奪取できない長期上昇トレンドの後に発生する。
- EUR/USD 4時間足:H&Sは、上位時間足のレジスタンスゾーンと(レート見通しの)マクロの転換と一致すると有効に機能することがある。
実践的なヒント: リテストエントリーを取る場合はタイムストップを使う:価格が3–6本のローソク足(タイムフレーム依存)以内に期待通りに動かない場合は決済する。失敗したリテストはネックラインの上に跳ね返ることが多い。
Getting Better Results From AI Pattern Recognition Trading
スキャナーを使うことは裁量をなくすわけではなく、裁量をどこに適用するかを変えるだけです。優位性はフィルタリング、確認、実行の規律にあります。
Build a simple confirmation stack
十個の指標を追加する代わりに、コンパクトなチェックリストを使います:
- トレンドの文脈: 継続パターン(フラッグ/トライアングル)は50/200移動平均の整列方向で取る。
- ボラティリティフィルター: パターン中にボラティリティが収縮し、ブレイクで拡大するセットアップを優先する。
- レベルの収束: 先行スイング高値/安値、VWAP、または週次レベルがブレイクライン近辺にあること。
- 流動性: (特にロールオーバー時のFXは)薄い時間帯を避ける、そうでないならその条件専用の取引をする。
実践的なヒント: BTC の場合、ブレイクアウト終値ともう一つのローソク足が破られたレベルの上に保持されるのを待つ(二本ローソク足確認)ことで偽ブレイクを減らせます。リスク・リワードは下がりますが勝率は改善します。
The biggest “gotcha”: data and timeframe mismatch
AIは15分足で美しいパターンをフラグするが、日足のサプライゾーンに対しては意味がないことがあります。整合が欲しいです。
- マルチタイムフレーム検証を使用する:1時間がブルフラッグを示すなら、4時間のトレンドと日足のレベルをチェックする。
- 市場ごとにパターンルールを一貫させる:暗号は24/7、FXはセッション構造、株はギャップや決算がある。
実践的なヒント: EUR/USD では、流動性が最も高いロンドン/NYオーバーラップ時のみ15分足のパターンブレイクを取ると、ストップランが減ります。
Free scanners vs paid scanners: what actually matters
多くのトレーダーはchart pattern scanner freeを探し、学習にはそれで十分です。トレードオフは通常、コントロールと信頼性です。
ツールでテストすべきこと
- ピボット感度と最小タッチ数を調整できますか?
- パターンが間違っている場所(無効化レベル)を提供しますか?
- 取引するのと同じタイムフレームでパターンルールをバックテストできますか?
- 明確なブレイクアウト基準でリアルタイムにアラートを出しますか?
Tools and workflows
- Trading AI app scanner
- TradingView pattern tools and community scanners
- ブローカーのプラットフォームスキャナー(ブローカーによって異なる)
実践的なヒント: 同じスキャナー設定で各パターンタイプ(トライアングル、フラッグ、H&S)につき30セットアップをペーパートレードしてください。勝率、平均R倍率、失敗が集中する箇所を追跡します。
Risk Management for Automatic Pattern Detection
パターンは単なるトレードアイデアです。P&Lはポジションサイズ、ストップ、偽ブレイクの扱い方で決まります。
Standardize your risk in R multiples
一貫したリスク単位を使います:
- トレードごとにリスクを1Rに設定(例:口座の0.5%–1.0%)。
- システム全体で平均1.5R以上を目標にして、連敗を生き延びる。
実践的なヒント: 過去の勝率が約40%なら、期待値をプラスにするには平均勝ちが一般的に2.0R以上(または部分利食いで有利なスキュー)が必要です。
Place stops where the pattern is invalid
良いストップは「快適」なものではなく、論理的なものです。
- トライアングル:構造内の最後のスイングを超えたところ。
- フラッグ:フラッグの反対側を超えたところ(ブレイクアウトローソク足の下だけではない)。
- 頭と肩:右肩の上(ベア)または右肩の下(逆H&S)。
実践的なヒント: ボラティリティバッファを追加:ETHでは無効化の0.2–0.5x ATR上にストップを置くとヒゲでの損切りを減らせます。
Plan for false breakouts
偽ブレイクは暗号やFXのニュース周りで一般的です。
実用的な対策:
- レベルを超えた終値を待つ(イントラバーではなく)。
- 市場がノイジーなときはリテストエントリーを使う。
- 主要イベント(CPI、FOMC、決算)前はポジションサイズを減らす。
実践的なヒント: EUR/USD を取引する場合、ハイインパクトの発表の15分以内に新規のパターントレードを開始するのは避けてください。ニュースベースの戦略でない限り。
Frequently Asked Questions
How accurate is AI chart pattern recognition in trading
市場とタイムフレームによりますが、パターンを機械的に取るのではなくトレンドやボラティリティでフィルタリングすると精度は向上します。低流動性やニュース駆動条件では偽陽性が増えます。最良の結果はパターン品質をスコア化し、ブレイクアウト確認を要求することから得られます。
What is the best AI chart scanner for triangles
最高のスキャナーとは、ピボット感度、最小タッチ数、ブレイクアウト確認ルールをコントロールできるものです。トライアングルは、ツールが収束、ATR収縮を測り、境界を超えた終値を要求する場合によくスキャンできます。少なくとも30の過去の例でタイムフレーム上でテストしてください。
Are head and shoulders patterns reliable with automatic detection
条件付きで信頼できますが、検出器がネックライン定義、ショルダーの対称性許容幅、明確な無効化レベルのような幾何学ルールを強制する場合に限ります。多くの「悪い」シグナルは雑多なレンジにパターンを無理やり当てはめたものです。リテストエントリーと上位タイムフレームの収束が結果を改善します。
Can I use a chart pattern scanner free for day trading
可能ですが、無料スキャナーはパラメータ制御が限定的で、低タイムフレームでノイズの多いアラートを出すことが多いです。セッションタイミング、ATR収縮、終値ベースのブレイクアウトなどの厳格なフィルターを追加すれば日中取引でも使えます。まずはペーパートレードして偽ブレイク頻度を定量化してください。
References
- Edwards, R.D., Magee, J., & Bassetti, W.H. Technical Analysis of Stock Trends.
- Murphy, J.J. Technical Analysis of the Financial Markets.
- Bulkowski, T. Encyclopedia of Chart Patterns.
外部リンク
AI Pattern Recognition — Chart Pattern Detection | ChartAIScan How AI Detects Chart Patterns Better Than Humans Best AI Chart Pattern Recognition Tools, Ranked (2026) Real-Time Head-and-Shoulders Pattern Detection for AI Trading Strategies AI Chart Pattern Recognition — Complete 2026 Guide | ChartLense


