MT4に過去のデータを読み込む方法！精度の高いテストを行うコツ

2026年3月6日

8PM Journal

URLをコピーしました！

自動売買（EA）やインジケーターの性能を確かめるバックテストにおいて、最も重要なのはデータの質です。MT4をインストールした直後の状態では、過去のチャートデータが不足しており、正確な検証結果を得ることができません。

この記事では、信頼できる過去データを外部から入手し、MT4へ正しく読み込む手順を詳しく紹介します。PythonやAIを活用したデータの整形方法についても触れるので、本番運用で通用する精度の高いテスト環境を整えていきましょう。

データをインポートする前に必要なMT4の基本設定

過去データを読み込む前に、MT4側の「受け皿」を大きくしておく必要があります。初期設定のままでは、読み込めるデータの量に制限がかかっており、せっかく用意した数年分のデータが途中でカットされてしまうからです。

この章では、データの取りこぼしを防ぐための上限設定、エラーを回避するためのデータ整理、そして設定を確実に反映させる手順を解説します。

「最大バー数」を増やしてデータの受け皿を作る

MT4には、表示できるチャートのローソク足の本数に上限があります。この上限を増やしておかないと、インポートしたデータが保存されません。具体的には、メニューの「ツール」から「オプション」を開き、「チャート」タブにある2つの数値を変更します。

「ヒストリー内の最大バー数」と「チャートの最大バー数」の欄に、「999999999」と入力してください。これにより、実質的に無制限のデータを扱えるようになります。

例えば、10年分の1分足データを検証したい場合、数百万本ものバーが必要になります。この設定を忘れると、バックテスト中にデータが足りず、検証結果の信頼性が大きく損なわれてしまいます。

古い標準データを削除してエラーを防ぐ

MT4が標準で保持しているデータは、品質が低かったり欠損が多かったりします。外部から高品質なデータを入れる際は、一度これらを削除して「空」の状態にするのがコツです。ヒストリーセンターを開き、対象の通貨ペアの各時間軸を選択して「削除」ボタンを押しましょう。

古いデータが残っていると、新しく入れたデータと混ざり合い、チャートに不自然な隙間や値飛びが生じることがあります。

例えば、標準データと外部データでタイムゾーンが異なると、同じ日時のローソク足が重複して表示され、バックテストが途中で停止する原因にもなります。クリーンな環境を作ることが、正確な分析への第一歩です。

設定を反映させるためにMT4を再起動する

バー数の設定変更やデータの削除を行った後は、必ずMT4を一度閉じて再起動してください。MT4は終了時にデータを保存し、起動時に設定を読み込む仕組みになっているため、操作した直後はメモリ上に古い情報が残っている場合があるからです。

再起動を怠ると、インポート作業中にMT4が強制終了したり、読み込んだはずのデータが消えてしまったりするリスクがあります。

面倒に感じるかもしれませんが、再起動を挟むことでデータの不整合を防げます。確実に作業を進めるために、設定変更のたびに再起動する癖をつけておくと、後のトラブルを大幅に減らすことができます。

信頼できる過去データ（ヒストリカルデータ）を入手する

MT4の設定が終わったら、次は中身となるデータを用意します。しかし、どこからでも良いわけではありません。データの入手先によってバックテストの結果が180度変わってしまうこともあるため、信頼性の高いソースを選ぶ必要があります。

この章では、標準データの欠点を知り、多くのプロが利用する入手先を比較し、最も注意すべきサーバー時間の概念について説明します。

なぜMT4標準のダウンロード機能では不十分なのか？

MT4のヒストリーセンターにある「ダウンロード」ボタンは非常に手軽ですが、これだけでテストを行うのはお勧めできません。メタクオーツ社が提供するこのデータは、多くの箇所で歯抜けのような欠損があり、価格の正確性もブローカーによって差があるからです。

以下の表は、標準データと外部の高品質データを比較したものです。

比較項目	MT4標準データ	外部高品質データ
データの連続性	欠損が多く、隙間がある	ほぼ完璧に連続している
価格の正確性	サーバーによりバラつきあり	実際の市場価格に近い
モデリング品質	最大90%程度	TDS併用で99.9%が可能
信頼性	簡易的な確認用	本番運用の判断用

このように、標準データはあくまで「ざっくりとした動き」を見るためのものであり、EAの収益性を厳密に測るには力不足です。

多くのトレーダーが利用する「FXDD」や「Dukascopy」

精度の高いバックテストを行いたい場合、多くのトレーダーが利用しているのは「FXDD」や「Dukascopy（デュカスコピー）」が提供しているヒストリカルデータです。これらは無料で公開されていることが多く、過去10年分以上の1分足データを一括で取得できます。

FXDDのデータはMT4へのインポートが比較的簡単で、初心者にも扱いやすいのが特徴です。一方、Dukascopyはティックデータ（1秒以下の細かい動き）を提供しており、スキャルピングなどの極めて短い取引を検証する際に最適です。

例えば、長期のトレンドフォロー戦略ならFXDD、数ピップスを抜く短期戦略ならDukascopyといった使い分けが理想的です。自分の手法に合わせた最適なデータ源を選びましょう。

利用するブローカーのサーバー時間を確認する

データを入手する際に最も見落としやすいのが「サーバー時間（GMT）」の確認です。世界中のブローカーはそれぞれ異なるタイムゾーンを採用しており、データの時間軸がずれていると、土日の扱いやサマータイムの計算が狂ってしまいます。

多くのEAは「GMT+2（冬）/ +3（夏）」という設定を前提に作られています。もし入手したデータがGMT+0（ロンドン時間）だった場合、そのまま読み込むと月曜日の始まりや金曜日の終わりが数時間ずれてしまい、正しいサインが出なくなります。

インポート前には、必ず提供元のGMT設定を確認してください。例えば、日本の業者を使うなら日本時間（GMT+9）に合わせる必要があります。データの時間軸を統一することは、バックテストの基本中の基本です。

外部のcsvファイルをMT4に読み込む具体的な手順

データが手元に用意できたら、いよいよMT4へのインポート作業です。CSV形式のデータは汎用性が高い一方で、MT4が読み取れる形式に正しく指定してあげる必要があります。

この章では、インポート画面の開き方、データの流し込み方、そして項目を一致させるコツを順を追って解説します。

「ヒストリーセンター」を開いて通貨ペアを選択する

まずはMT4のメニュー「ツール」から「ヒストリーセンター」を開きます。左側のリストから、データを読み込みたい通貨ペア（例：USDJPY）を探し、その横の「＋」マークを押して展開してください。

ここで最も重要なのは、まず「1分足 (M1)」をダブルクリックして選択することです。上位足（5分足や1時間足）に直接データを入れようとする人が多いですが、基本は最小単位である1分足から組み立てるのが正解です。

画面右側のリストが1分足のデータ表示に切り替わったことを確認してください。もし過去の不要なデータが表示されている場合は、一度すべて選択して削除しておくと、後の作業がスムーズになります。

1分足（M1）に対してインポートを実行する

1分足が選択された状態で、下部にある「インポート」ボタンを押します。ファイル選択画面が開くので、あらかじめダウンロードしておいたCSVファイルを指定してください。

読み込みが始まると、プレビュー画面にデータの内容が表示されます。このとき、一番上の行が文字化けしていたり、列がずれていたりしないか確認しましょう。

例えば、1分足データが数ギガバイトあるような場合、読み込みに数分かかることがあります。PCが固まったように見えても、裏側で処理が進んでいるので、バーが動くまでじっくり待つことが大切です。

読み込み時の項目を合わせる

プレビュー画面では、CSVの各列がMT4のどの項目（日時、始値、高値、安値、終値、出来高）に対応するかを割り当てます。この順番がずれていると、チャートの形がめちゃくちゃになり、正しく表示されません。

一般的なCSVデータの並び順は「日付, 時間, 始値, 高値, 安値, 終値, 出来高」となっています。各列の上にあるプルダウンメニューを操作して、項目を正しく指定しましょう。

以下の点に注意してください。

日付の区切り記号が「.」なのか「/」なのかを合わせる。
時間の列が分かれている場合は、項目を「日付」と「時間」に分ける。
不要な列（スプレッドなど）がある場合は「無視」を選択する。

正しく設定できたら「OK」を押します。ヒストリーセンターのリストに新しいデータがずらりと並べば、インポートは成功です。

インポートした1分足から他の時間足を一括で作成する

1分足のデータを入れただけでは、バックテストは完了しません。5分足や1時間足といった他の時間軸でEAを動かすためには、インポートした1分足を元にして、他の時間足のデータを生成する必要があります。

この章では、標準搭載されている便利なスクリプトの使い方、生成の確認、そしてデータの不整合をチェックする方法について詳しく解説します。

標準スクリプト「period_converter」を活用する

MT4には「period_converter」という、1分足から他の時間足を自動で作ってくれるスクリプトが最初から入っています。ナビゲーターパネルの「スクリプト」フォルダからこれを探し、1分足のチャートにドラッグ＆ドロップしてください。

設定画面の「パラメーターの入力」で、作りたい時間軸の倍数を指定します。例えば、5分足を作りたいなら「5」、1時間足なら「60」と入力して実行します。

一度にすべての時間足を作ることはできないため、5分、15分、30分、60分……と、必要な時間軸の数だけこの作業を繰り返します。少し手間に感じるかもしれませんが、これを丁寧に行うことで、すべての時間軸で矛盾のないデータが完成します。

5分足や1時間足が正しく生成されたか確認する

スクリプトを実行した後は、データが本当に作られたかを確認しましょう。メニューの「ファイル」から「オフラインチャート」を選択します。リストの中に、先ほど生成した通貨ペアと時間足（例：USDJPY, M5）が表示されていれば成功です。

そのチャートを開いて、過去に遡ってみてください。ローソク足が途切れずに表示されており、高値や安値が極端に変な値になっていなければ問題ありません。

例えば、1時間足を作ったはずなのに表示がスカスカな場合、元の1分足データに大きな欠損があるか、スクリプトの倍数設定を間違えている可能性があります。目視での確認は、自動化できない大切な工程です。

オフラインチャートからデータの整合性をチェックする

オフラインチャートは、インターネットに接続されていない「純粋な保存データ」を表示する場所です。ここでデータの整合性をチェックすることで、バックテストのエラーを未然に防げます。

チェックすべき項目は以下の通りです。

土日のデータが混じっていないか（FXは土日は休みです）。
日足のローソク足が週に6本できていないか（ニューヨーククローズ設定の確認）。
異常な長いヒゲ（価格の飛び）が発生していないか。

これらに問題があると、EAが本来あり得ない価格でエントリーしてしまい、バックテスト結果が「良すぎる」あるいは「悪すぎる」方向に偏ってしまいます。正確な検証を行うためには、オフラインチャートでの最終チェックを欠かさないようにしましょう。

モデリング品質を向上させてバックテストの精度を上げる

バックテストを終えた後、レポート画面の「モデリング品質」という項目を見てください。ここが「n/a」や「25%」などの低い数値になっていると、そのテスト結果は信頼できません。

この章では、モデリング品質を向上させるための具体的なテクニック、99.9%という驚異的な精度を出す方法、そしてスプレッドの設定について詳しく深掘りします。

「n/a」や「不整合チャートエラー」をゼロにする方法

モデリング品質が「n/a」になる最大の理由は、データの読み込み不足です。先ほど説明した「最大バー数」の設定が漏れていたり、1分足データを入れただけで上位足を生成していなかったりすると、このエラーが出やすくなります。

また、不整合チャートエラーは、異なる時間足の間で価格が矛盾しているときに発生します。1分足では安値が100円なのに、5分足では99円になっている、といったケースです。

これを防ぐには、前述の「period_converter」を使って、必ず「1つの1分足データ」からすべての時間足を一括生成してください。外部からバラバラに5分足や1時間足を拾ってくると、不整合エラーの温床になります。

モデリング品質90%と99.9%の決定的な違い

MT4の標準的なインポート手順で到達できる最高値は、一般的に「90%」です。これは1分足の始値・高値・安値・終値を使って、その間の動きをMT4が推測して補完している状態を指します。

一方、プロの現場で求められるのは「99.9%」の品質です。これを実現するには「Tick Data Suite (TDS)」などの有料ツールを使い、1分単位ではなく1ティック単位の正確なデータを使用する必要があります。

以下の表に、それぞれの精度の違いをまとめました。

品質	データの仕組み	信頼度	向いている手法
90%	1分足を元に疑似補完	普通	デイトレ・スイング
99.9%	実際のティックを完全再現	最高	スキャルピング・秒単位

例えば、数ピップスを狙うEAの場合、スプレッドの変動やティックの動きが収益に直結するため、99.9%のテストが必須となります。

スプレッドを固定してテスト環境の条件を統一する

バックテスト設定画面の「スプレッド」欄を「現在値」にしたままテストを行っていませんか？土日などの市場が閉まっているときに「現在値」でテストをすると、異常に広いスプレッドが適用され、結果がボロボロになってしまいます。

正確なテストを行うには、利用しているブローカーの実態に近い数値を手動で入力しましょう。ドル円なら「10（1.0ピップス）」や「3（0.3ピップス）」といった具合です。

条件を固定することで、純粋に「ロジックの優位性」だけを測定できるようになります。不確定要素を排除することが、精度の高い検証への近道です。

Pythonを使って過去データの不備や形式を自動で整える

大量のCSVデータを扱う際、手作業でタイムゾーンを直したり、データの欠落を探したりするのは大変な労力です。プログラミング言語のPythonを使えば、これらの作業を自動化し、MT4に最適な形へ一瞬で整形できます。

この章では、便利なライブラリの活用、タイムゾーン変換のコード、そしてデータのクレンジング方法について詳しく見ていきましょう。

Pandasでタイムゾーンを一括変換するスクリプト

CSVデータのタイムゾーンがGMT+0で、MT4がGMT+2/3を求めている場合、Pythonの「Pandas」ライブラリを使えば一括で変換できます。サマータイムの計算も、ライブラリの機能を使えば正確に行えます。

具体的なコード例は以下の通りです。

Python

import pandas as pd

# CSVファイルを読み込む（日時、始値、高値、安値、終値、出来高）
df = pd.read_csv('raw_data.csv', names=['date', 'time', 'open', 'high', 'low', 'close', 'vol'])

# 日時を結合してdatetime型に変換
df['timestamp'] = pd.to_datetime(df['date'] + ' ' + df['time'])

# GMT+0からGMT+2（冬時間）へ一括で2時間進める
df['timestamp'] = df['timestamp'] + pd.Timedelta(hours=2)

# MT4形式（YYYY.MM.DD,HH:MM,O,H,L,C,V）に戻して保存
df['date_new'] = df['timestamp'].dt.strftime('%Y.%m.%d')
df['time_new'] = df['timestamp'].dt.strftime('%H:%M')
df[['date_new', 'time_new', 'open', 'high', 'low', 'close', 'vol']].to_csv('mt4_ready.csv', index=False, header=False)

これを実行するだけで、数万行のデータも一瞬でMT4仕様に生まれ変わります。

重複した行や異常値を自動で排除してクリーンにする

拾ってきたデータには、同じ日時のデータが2重に入っていたり、明らかな入力ミスで価格が0円になっていたりすることが稀にあります。これらが混じっているとインポートエラーの原因になります。

Pythonを使えば、重複を削除する drop_duplicates() や、異常値をフィルタリングする処理を簡単に追加できます。

例えば、前後の価格から大きく乖離した外れ値だけを自動で検知して削除するプログラムを組んでおけば、不自然な窓開けのない綺麗なチャートデータを作成できます。綺麗なデータは、正確なバックテストの生命線です。

大容量のCSVファイルを分割・結合して管理しやすくする

10年分の1分足データは数ギガバイトに及ぶことがあり、エクセルでは開くことすらできません。Pythonなら、大きなファイルを小さな単位（例えば1年ごと）に分割したり、逆にバラバラのファイルを1つに結合したりする作業も自由自在です。

ファイルを分割して管理すれば、特定の年だけをテストしたいときに素早くデータを入れ替えることができます。管理の効率化は、試行錯誤の回数を増やすことにつながり、結果としてEAの完成度を高める大きな助けとなります。

Claude Codeにバックテストの分析と改善を依頼する

最新のAIツールである「Claude Code」やClaudeのウェブ版を使えば、インポートしたデータのチェックやテスト結果の分析をより高度に行えます。自分では気づかないデータの矛盾を、AIの目で見抜いてもらいましょう。

この章では、データの健全性をチェックする指示の出し方や、成績の分析方法を解説します。

データの欠損がないかをAIにチェックさせるプロンプト案

データのインポート後、もしバックテスト結果が不自然なら、元のCSVファイルの一部をAIに読み込ませて不備がないか聞いてみましょう。

以下のコードブロックのようなプロンプトが有効です。

このヒストリカルデータのサンプルを分析してください。
1. 日時の連続性に欠落（1分以上の隙間）がないか確認してください。
2. 始値・高値・安値・終値のバランスに不自然な点（安値が始値より高いなど）がないか指摘してください。
3. MT4のインポート形式として正しいフォーマットになっているか判定してください。

AIは数値の羅列からパターンを読み取るのが得意なため、人間が何時間もかけてチャートをスクロールする手間を代行してくれます。

テスト結果から「特定の相場環境」での成績を抽出させる

バックテスト結果のレポートをAIに渡し、どのような相場環境で負けているのかを深掘りさせましょう。

「このバックテスト結果の取引履歴を分析してください。特に、ドローダウンが大きかった期間の共通点（ボラティリティの高さ、時間帯、曜日など）を特定してください。また、その期間を避けるためのフィルター条件を提案してください。」

このように指示することで、単なる「勝った・負けた」の感想を超えた、具体的な戦略の改善案を得られます。AIは感情を交えず、データに基づいた冷徹な分析をしてくれる心強いパートナーです。

AIにデータ整形用のPythonコードを書かせるコツ

もしPythonのコードが自分では書けなくても、Claudeにやりたいことを伝えればすぐにスクリプトを生成してくれます。

「GMT+0のCSVをGMT+3（米国式サマータイム対応）に変更し、MT4用のフォーマットで出力するPythonコードを書いてください」と頼むだけで、前述のようなコードが手に入ります。

コードを利用する際は、自分のCSVファイルの列名（日付が何列目かなど）を正確に伝えると、そのままコピペで動く精度の高いものが手に入ります。技術的な壁をAIで乗り越え、分析の本質に集中しましょう。

インポートがうまくいかない時のチェックリスト

手順通りに進めたつもりでも、インポートが失敗したりチャートが表示されなかったりすることがあります。そんな時に確認すべきポイントをまとめました。

焦って最初からやり直す前に、以下の項目を一つずつチェックしてみてください。

日付のフォーマットがMT4の指定と一致しているか？

インポート画面で「1999.01.01」となっているのに、CSVの中身が「1999/01/01」や「01-01-1999」になっていると、MT4は日時を正しく認識できません。

インポート設定画面の「Separator」や「Date format」の設定を変更して、プレビュー画面の日時が正しく解釈されているか確認してください。ここがずれていると、すべてのデータが1970年などのあり得ない日付に飛ばされてしまいます。

列の順番（Open/High/Low/Close）が入れ替わっていないか？

読み込み時の列指定ミスは、最も多い失敗例です。プレビュー画面で、価格の数値が正しく対応する項目に入っているか再確認しましょう。

以下の表に、よくあるインポートエラーの原因と対策をまとめました。

現象	主な原因	対策
チャートがスカスカ	最大バー数が足りない	オプション設定を見直す
バーが1本しか出ない	日時のフォーマットミス	日時列の設定を再確認する
利益が異常に出る	価格列の順番ミス	高値と安値が逆でないか確認
読み込みが止まる	ファイルが巨大すぎる	Pythonでファイルを年別に分割する