AI搭載EAは本当に違うのか｜従来型との差と「AIが判断」の中身

「AI搭載」と書かれたEAは2026年に急増しました。一方で、その言葉が実際に何を指しているかは製品ごとにまったく違います。この記事では、AIを誇大に肯定も否定もせず、「AIが判断する」という説明の中身を5つの型に分類し、購入前に確認すべき質問と、検証の手順を整理します。

結論：問うべきは「AIかどうか」ではなく「AIが何を担当しているか」

前提：MT5は機械学習モデルを公式サポートしている

MQL5言語はONNX（Open Neural Network Exchange）形式のモデルをサポートしています。公式ドキュメントには次のように記載されています。

ONNX is implemented in the MQL5 language to enable AI developers to run created models in the high-performance execution environment provided by the MetaTrader 5 platform.

出典: MQL5公式ドキュメント ONNX models （2026年9月24日確認）

実装の流れは次の通りです。

1. Pythonなどの外部環境でモデルを学習する（PyTorch、MXNet、Caffe2 などに対応）
2. ONNX形式に変換する
3. ONNX関数を使ってEAに組み込む
4. MetaTrader 5のストラテジーテスターで検証する

「AIが判断」の5つの型

2026年9月24日時点でMQL5 Market上に実在する製品の商品説明をもとに、AIの使われ方を分類します。

出典: 各EAのMQL5製品ページ（2026年9月24日実測）

購入前に確認する質問

「AI搭載」という説明に対して、次の質問に答えられるかを確認します。ベンダーに問い合わせる際の項目としても使えます。

4番については、ウォークフォワード検証が標準的な手法です。手順は ウォークフォワード分析のやり方 にまとめています。

このロジックが破綻する条件

AI搭載を謳うEAが機能しなくなる条件は、従来型とほぼ同じですが、見えにくくなる点が異なります。

1番には実例があります。Aura Neuron（XAUUSD専用、MLPによるブレイクアウト、マーチン・グリッド不使用でハードSLあり）は★4.83と高評価ですが、詳細な否定レビューには「ライブのパフォーマンスはバックテストとかけ離れている」「ニューラルネットの学習データが深刻な過学習に陥っている」「ストップロスの閾値が極端に広く、破滅的な損失につながる」という指摘があります（出典: MQL5製品ページのレビュー、2026年9月24日実測）。

5番も実例があります。The Infinity EA（MT5 549ドル／MT4 599ドル）は「固定SL/TPを常設、マーチンゲール・グリッドは不使用」とベンダーが主張していますが、レビューには「リスク管理が欠如。SLもヘッジもないまま400 pipsも含み損が流れる」（Leo、2025年2月12日）という、主張と真っ向から矛盾する報告があります。さらに、以前は掲載されていたライブシグナルが現在は削除されています（2026年9月24日実測）。

ランキング上位＝実績ではない

2026年のMQL5 Marketでは、AIを前面に出した新製品が短期間で人気上位に入る現象が起きています。

出典: MQL5 Market 製品ページ（2026年9月24日実測）

MQL5のランキングは直近30日のダウンロード数・購入数が主な要因とされます。つまり新しく売れている製品ほど上位に出やすい構造です。公開3週間の製品について、実績を根拠に評価することはできません。ランキングの仕組みは MQL5ランキングの実態 で解説しています。

MetaQuotes公式のシグナル選定ガイドは、評価の前提として次のように述べています。

高収益かつ低リスクのトレーディングシグナルは存在しない

出典: MQL5公式記事 No.1838 （2026年9月24日確認）

同記事は、最低3か月（12週）以上の稼働歴、低リスクなら最大ドローダウン20%以内、勝ちトレード比率40%以上という目安も挙げています。

検証の手順

AI搭載EAを自分で検証する場合の順序です。

1. 固定ロットでバックテストする。 複利表示は比較不能です。
2. 最適化に使っていない期間で再テストする。 期間の外で成績が維持されるかを見ます。
3. スプレッドを1.5倍・2倍にして再テストする。 コスト耐性のストレステストです。
4. Equity DDとBalance DDを比較する。 差が大きければ含み損を抱える設計です。
5. 取引回数を確認する。 最低100回、できれば300回以上でなければ統計的に判断できません。
6. 直近12か月のフォワード成績を全期間平均と比較する。 劣化していないかを見ます。

数値の読み方は EA成績指標チェッカー で確認できます。過剰最適化の判定は カーブフィッティングの見抜き方 、バックテストしかないEAの扱いは バックテストのみのEAをどう見るか を参照してください。

よくある失敗

「AI」という言葉だけでロジックの種類を判断する。 AIとグリッドは両立します。分けて確認してください。

技術的な新しさを優位性と混同する。 ONNXサポートは標準機能で、使っていること自体は差別化になりません。

公開直後の高評価を信じる。 レビュー件数が10件以下、稼働数週間という条件では、判断材料が不足しています。

AIが学習し続けると思い込む。 多くの製品は固定のモデルを埋め込んでおり、自動で再学習するわけではありません。更新履歴の日付を確認してください。

まとめ

AI搭載EAを評価するときは、「AIかどうか」ではなく「AIが取引のどの部分を担当しているか」を確認してください。フィルターとしてのAIは取引回数を減らしますが、本体がグリッドやナンピンであれば、発動後の損失構造は変わりません。そして、公開から数週間の製品には、評価に使える実績がまだ存在しません。

次に読むなら、EAの基本動作を整理した EAはどう動いているのか 、本体ロジックのリスクを計算した ナンピンマーチンEAはなぜ破綻するのか 、検証手順を扱った ウォークフォワード分析のやり方 が参考になります。