【コラム】MT5×Python #2 — データを DataFrame とチャートに¶

#1 で MT5 と Python がつながったら、次は ヒストリカル足を表にして扱う段階です。スプレッドシートに近い pandas.DataFrame に載せれば、集計や可視化の選択肢が一気に広がります。

1. 前提（#1 のおさらい）¶

• MT5 ターミナルが起動し、対象銘柄が Market Watch に載っている（または取得可能な状態）。
• 仮想環境を有効化し、MetaTrader5 が import できる。
• 必要なら #1 の test_mt5.py で一度つながりを確認しておく。

この記事ではさらに pandas と matplotlib を使います。未導入なら仮想環境内で次のように入れてください。

pip install pandas matplotlib

2. レートを DataFrame にする、ということ¶

MT5 から返ってくるレートは、たとえば copy_rates_from_pos だと 構造体の配列です。これをそのまま pd.DataFrame(rates) に渡すと、列として time・open・high・low・close・tick_volume などが並びます。

time は UNIX 秒（UTC）なので、読みやすくするなら pd.to_datetime(..., unit="s", utc=True) で日時列に変換するのが一般的です。以降、「いつの足か」を日本時間で考えたい場合は、別途 +9 時間するなどの変換が必要になります。

3. スクリプトで CSV とチャートを一気に出す¶

まず、今回使うスクリプトをダウンロードして scripts\research\ に配置してください。

mt5_rates_to_dataframe.py をダウンロード

mt5_rates_to_dataframe.py の流れです。

1. mt5.initialize() で接続。
2. copy_rates_from_pos(銘柄, 時間足, 開始位置, 本数) などで足を取得。
3. DataFrame にし、time を日時に直す。
4. to_csv で CSV、matplotlib で終値を折れ線にして PNG 保存。

プロジェクトのルートで、仮想環境を有効化したうえで例えば次のように実行します（パスは環境に合わせてください）。

python scripts\research\mt5_rates_to_dataframe.py

銘柄や本数を変えたいときの例です。

python scripts\research\mt5_rates_to_dataframe.py --symbol EURUSD --bars 300

出力先を変えたいときは --out にフォルダを指定します（なければ作成される想定です）。

python scripts\research\mt5_rates_to_dataframe.py --out C:\work\mt5_out

成功すると、指定フォルダに 銘柄_H1_本数.csv と、終値だけを描いた 同じ名前_close.png のようなファイルが並びます。ターミナルに head 数行が出れば、中身のイメージもつかみやすいです。

4. チャートの「見え方」について¶

時刻はスクリプトの例によっては 軸ラベルが UTC になっています。生活の時刻と突き合わせるときは、9 時間ずれているのはおかしいのではなく、基準が違うと思うと混乱が減ります。

週末について。外国為替は週末に取引が止まるため、土日のバーが無いのが普通です。それでも matplotlib の折れ線チャートでは、金曜の終値と月曜の始値のあいだを、線でつなぐので、グラフ上は まっすぐな対角線のように見えることがあります。これは 「週末も動いた」という意味ではなく、描画の都合です。分析するときは、CSV の time 列を見て欠損を確認するほうが確実です。

次回予告¶

#3 では ストラテジーテスターに触れます。軽い EA（EA_Smoke_LightMA_v1）でバックテストを実行し、HTML を保存する流れです。あわせて「公式 Python API ではテスターを起動できない」点を押さえます（HTML を Python で読むのは #4）。

免責の一文¶

本記事は検証・学習用の技術メモであり、投資助言ではありません。FX には損失リスクがあります。最終判断はご自身の責任でお願いします。

#1 に戻る 連載マップ #3 へ

関連用語¶

• 用語集 - スプレッド
• 用語集 - 仮想環境
• 用語集 - バックテスト