Python×MT5入門ガイド：環境構築から自動売買＆機械学習応用まで徹底解説

1 1. はじめに
2 2. MT5×Pythonとは？
- 2.1 MT5×Python連携のメリット
- 2.2 MQL5とPythonの違い
3 3. 開発環境の準備
4 5. 市場データの取得方法
5 6. 注文・取引の自動化
6 7. 応用：Walk‑Forward分析や機械学習との連携
7 8. エラー対処とトラブルシューティング
8 9. まとめ・今後の展望
9 10. FAQ（よくある質問）
10 関連サイト

1. はじめに

MetaTrader 5（MT5）は、世界中で利用されている高機能な取引プラットフォームですが、Pythonと組み合わせることで、さらに高度な自動売買やデータ分析が可能になります。最近では、AIや機械学習の活用が金融業界でも注目されており、「MT5 × Python」のニーズが急速に高まっています。

本記事では、MT5とPythonを連携させることでどのようなことができるのか、そのメリットや実際の活用例、そして初めての方でも迷わず始められる環境構築のポイントまで、徹底的に解説します。
「自動売買を試してみたい」「Pythonで資産運用を効率化したい」「手軽にデータを可視化・分析したい」――そんな方に向けて、分かりやすく丁寧にガイドしていきます。

このガイドを読むことで、MT5とPythonを使った新しいトレードの可能性がきっと見えてくるはずです。

2. MT5×Pythonとは？

MetaTrader 5（MT5）は、FXや株式、仮想通貨など幅広い金融商品の取引に対応した世界的なプラットフォームです。多くの個人投資家やプロのトレーダーが利用しており、高速な約定や豊富なテクニカル指標、自動売買（EA: Expert Advisor）の機能が大きな特徴です。

その一方で、MT5本来の自動売買機能は「MQL5」という専用言語での開発が前提となっています。しかし、近年ではPythonとの連携が公式にサポートされるようになり、トレーディングの幅が大きく広がっています。

MT5×Python連携のメリット

直感的なコーディングが可能
Pythonはシンプルで分かりやすい文法が特徴のため、プログラミング初心者でも扱いやすい言語です。これまでMQL5にハードルを感じていた方でも、Pythonであれば気軽に自動売買やデータ取得に挑戦できます。
豊富な外部ライブラリが利用できる
Pythonにはpandasやnumpy、matplotlib、scikit-learnなど、金融データの分析や可視化、AI・機械学習用のライブラリが多数存在します。MT5の取引データを活用し、さらに一歩進んだトレーディング手法も実現可能です。
APIによる柔軟な操作
MetaTrader5公式のPythonパッケージ（MetaTrader5）を使うことで、Pythonスクリプトから直接MT5を操作できます。チャートデータの取得や注文送信、口座情報の取得など、幅広い機能を簡単に呼び出せます。

MQL5とPythonの違い

MQL5はMT5専用に設計された高速な言語ですが、拡張性やデータ分析の自由度ではPythonが勝ります。
特に「高度なデータ分析」「AIとの連携」「外部サービスとの統合」を求める場合、Pythonの柔軟性が大きな武器となります。

このように、MT5とPythonを組み合わせることで、自動売買だけでなく、さまざまな資産運用の可能性が広がります。

3. 開発環境の準備

MT5とPythonを連携させて活用するためには、まずそれぞれの環境を正しく整えることが必要です。ここでは、初心者の方でも迷わないように、順を追ってセットアップの手順を解説します。

3.1 MT5のインストールと基本設定

まずはMetaTrader 5（MT5）本体のインストールから始めましょう。

公式サイトからダウンロード
MT5の公式サイト（https://www.metatrader5.com/ja/download）から、最新版のMT5をダウンロードします。インストーラーを実行し、画面の案内に従ってインストールを進めます。
デモ口座の開設
初めての方は、デモ口座の開設をおすすめします。MT5の「ファイル」メニューから「デモ口座の申請」を選択し、必要な情報を入力すると、無料で仮想資金によるトレードが試せます。
自動売買を有効化
MT5で自動売買や外部連携を行うためには、「自動売買」をONにしておく必要があります。ツールバーの「自動売買」ボタンが緑色になっていることを確認してください。
サーバー情報・アカウント情報の確認
口座番号やサーバー情報は、Python側から接続する際に必要となる場合がありますので、事前に控えておくと安心です。

3.2 Pythonのインストールとパッケージ導入

次に、Pythonの開発環境を整えます。

Python本体のインストール
公式サイト（https://www.python.org/downloads/）からPython最新版（3.10以上推奨）をダウンロードしてインストールします。インストール時、「Add Python to PATH」にチェックを入れることを忘れずに。
エディタ（VS Codeなど）の準備
プログラムを書くためのエディタとして、Visual Studio Code（VS Code）が人気です。日本語化も簡単にできますし、Python拡張機能も充実しています。
MetaTrader5パッケージのインストール
コマンドプロンプトやターミナルで、次のコマンドを実行してMT5連携用のパッケージをインストールします。

   pip install MetaTrader5

（任意）データ分析用ライブラリの導入
pandas、numpy、matplotlibなど、分析やグラフ作成に便利なライブラリも合わせてインストールしておくと良いでしょう。

   pip install pandas numpy matplotlib

3.3 基本的な動作確認

ここまで完了したら、実際にPythonからMT5へアクセスできるかを簡単にテストしてみましょう。

import MetaTrader5 as mt5

if not mt5.initialize():
    print("MT5の初期化に失敗しました")
else:
    print("MT5と正常に接続できました")
    mt5.shutdown()

上記コードで「正常に接続できました」と表示されれば準備完了です。万が一エラーが出る場合は、MT5が起動しているか、アカウント情報が正しいか、また管理者権限で実行しているかを確認しましょう。

ここまでが開発環境構築の流れです。
4. MT5とPythonの基本連携コード

開発環境の準備ができたら、いよいよPythonからMT5へアクセスし、基本的な操作を実践してみましょう。ここでは「MT5とPythonの初期接続」と「基本的な情報取得」の手順をサンプルコードとともに解説します。

4.1 MT5の初期化と接続

MT5にPythonから接続するには、まずMT5が起動している状態でPythonスクリプトを実行する必要があります。MT5アプリを閉じたままだと接続できないのでご注意ください。

import MetaTrader5 as mt5

# MT5へ接続を初期化
if not mt5.initialize():
    print("MT5の初期化に失敗しました")
    mt5.shutdown()
    exit()

print("MT5と接続成功")

4.2 アカウント情報や端末情報の取得

MT5への接続が成功したら、まずは「口座情報」や「端末情報」を取得してみましょう。これにより、実際にMT5がPythonから操作できる状態であることを確認できます。

# 口座情報の取得
account_info = mt5.account_info()
if account_info is not None:
    print("口座情報：", account_info)
else:
    print("口座情報の取得に失敗しました")

# 端末情報の取得
terminal_info = mt5.terminal_info()
if terminal_info is not None:
    print("端末情報：", terminal_info)
else:
    print("端末情報の取得に失敗しました")

4.3 接続解除（シャットダウン）

プログラムの最後には、必ずMT5への接続を切断（シャットダウン）しておくのがマナーです。
複数回プログラムを実行する際にも安定性が保てます。

mt5.shutdown()
print("MT5との接続を終了しました")

4.4 バージョン情報の取得

インストールされているMetaTrader5パッケージのバージョンや開発者情報も簡単に確認できます。
環境に問題がないかのチェックにも役立ちます。

import MetaTrader5 as mt5

print("MetaTrader5 パッケージのバージョン:", mt5.__version__)
print("MetaTrader5 パッケージの開発者:", mt5.__author__)

このセクションでは、MT5とPythonを接続し、基本的な情報取得ができることを確認しました。

5. 市場データの取得方法

MT5とPythonを連携させることで、リアルタイムの為替レートや過去のローソク足データ（OHLCVデータ）を簡単に取得できます。ここでは、代表的な市場データの取得方法を具体的なコード例とともに解説します。

5.1 ティックデータの取得

ティックデータとは、1回の売買ごとに記録される最も細かい価格情報です。最新の気配値を取得したい場合は、symbol_info_tick()メソッドを使用します。

import MetaTrader5 as mt5

symbol = "USDJPY"

if not mt5.initialize():
    print("MT5の初期化に失敗しました")
else:
    tick = mt5.symbol_info_tick(symbol)
    if tick is not None:
        print(f"{symbol}の最新ティックデータ:", tick)
    else:
        print(f"{symbol}のティックデータ取得に失敗しました")
    mt5.shutdown()

5.2 ローソク足データ（OHLCV）の取得

一定期間ごとの価格推移を確認したい場合は、ローソク足データ（Open, High, Low, Close, Volume）が便利です。
copy_rates_from()やcopy_rates_from_pos()を使うことで、指定したシンボルのヒストリカルデータを取得できます。

import MetaTrader5 as mt5
from datetime import datetime

symbol = "USDJPY"
timeframe = mt5.TIMEFRAME_M1  # 1分足
n_candles = 10                # 最新10本分

if not mt5.initialize():
    print("MT5の初期化に失敗しました")
else:
    rates = mt5.copy_rates_from_pos(symbol, timeframe, 0, n_candles)
    if rates is not None:
        for r in rates:
            print(r)
    else:
        print(f"{symbol}のローソク足データ取得に失敗しました")
    mt5.shutdown()

5.3 取得したデータの分析・可視化

Pythonなら、取得したデータをpandasやmatplotlibなどのライブラリで簡単に分析・可視化できます。たとえば、直近の終値データをグラフ表示するだけでも相場の流れを直感的に把握できます。

import MetaTrader5 as mt5
import pandas as pd
import matplotlib.pyplot as plt

symbol = "USDJPY"
timeframe = mt5.TIMEFRAME_M5  # 5分足
n_candles = 50

if not mt5.initialize():
    print("MT5の初期化に失敗しました")
else:
    rates = mt5.copy_rates_from_pos(symbol, timeframe, 0, n_candles)
    if rates is not None:
        df = pd.DataFrame(rates)
        df['time'] = pd.to_datetime(df['time'], unit='s')
        plt.plot(df['time'], df['close'])
        plt.title(f"{symbol} 5分足の終値")
        plt.xlabel("時間")
        plt.ylabel("終値")
        plt.xticks(rotation=45)
        plt.tight_layout()
        plt.show()
    else:
        print(f"{symbol}のローソク足データ取得に失敗しました")
    mt5.shutdown()

このように、MT5とPythonの連携を活用することで、必要な市場データをリアルタイムかつ柔軟に取得し、分析や自動売買戦略に生かすことができます。

6. 注文・取引の自動化

MT5とPythonを連携させることで、裁量取引だけでなく、自動売買プログラム（アルゴリズムトレード）を手軽に実装できます。ここでは、PythonからMT5に注文を出す基本手順や、よく使う注文方法について解説します。

6.1 注文送信の基本手順

PythonからMT5へ注文を出す場合、order_send()メソッドを使用します。注文内容は辞書（dict）形式でまとめて指定します。

成行注文（例：USDJPYを買う場合）

import MetaTrader5 as mt5

symbol = "USDJPY"
lot = 0.1  # 取引数量

if not mt5.initialize():
    print("MT5の初期化に失敗しました")
else:
    # ポジションを新規で買い注文
    order = {
        "action": mt5.TRADE_ACTION_DEAL,
        "symbol": symbol,
        "volume": lot,
        "type": mt5.ORDER_TYPE_BUY,
        "price": mt5.symbol_info_tick(symbol).ask,
        "deviation": 20,
        "magic": 234000,
        "comment": "python script order",
        "type_time": mt5.ORDER_TIME_GTC,
        "type_filling": mt5.ORDER_FILLING_IOC,
    }
    result = mt5.order_send(order)
    if result.retcode == mt5.TRADE_RETCODE_DONE:
        print("注文が正常に完了しました")
    else:
        print("注文エラー:", result)
    mt5.shutdown()

6.2 指値注文・逆指値注文

価格が特定の水準に到達したときに約定させたい場合は、指値（LIMIT）や逆指値（STOP）注文を使います。

指値買い注文（BUY LIMIT）の例

order = {
    "action": mt5.TRADE_ACTION_PENDING,
    "symbol": symbol,
    "volume": lot,
    "type": mt5.ORDER_TYPE_BUY_LIMIT,
    "price": 140.000,  # 指定した価格で買い
    "deviation": 20,
    "magic": 234001,
    "comment": "python buy limit",
    "type_time": mt5.ORDER_TIME_GTC,
    "type_filling": mt5.ORDER_FILLING_IOC,
}

6.3 ポジションの決済（クローズ）

すでに保有しているポジションを決済する場合は、「反対売買」を注文します。
例えば、買いポジションをクローズしたい場合は売り注文（ORDER_TYPE_SELL）を送ります。

6.4 注文時の注意点

スプレッド・スリッページ
実際の取引では、スプレッド（売値と買値の差）やスリッページ（約定ずれ）が発生する場合があります。特に成行注文では、指定した価格と約定価格に差が出ることもあるため、テストはデモ口座で十分に行いましょう。
証拠金・レバレッジ
口座の証拠金状況やレバレッジ制限にも注意が必要です。証拠金不足の場合、注文が拒否されることがあります。
発注可能な時間帯・取引所の仕様
取引する通貨ペアやCFDによって、注文可能な時間帯が異なる場合があります。

このように、PythonからMT5へ柔軟に注文を出せることで、システムトレードや自動化戦略の幅が大きく広がります。

7. 応用：Walk‑Forward分析や機械学習との連携

MT5とPythonの連携は、単純な自動売買やデータ取得にとどまらず、最先端のデータサイエンス手法やAI技術を取り入れたトレード戦略にも応用できます。ここでは「Walk‑Forward分析」や「機械学習の活用」など、応用的な使い方を紹介します。

7.1 Walk‑Forward分析とは？

Walk‑Forward分析とは、バックテスト結果の「過剰最適化（カーブフィッティング）」を防ぐために考案された手法です。
具体的には、一定期間ごとにパラメータ最適化と検証（テスト）を繰り返し、戦略が将来のデータでも通用するかを確認します。
これにより、“たまたま過去に合っていただけ”という失敗を減らし、実運用に強いロジックを開発できます。

Walk‑Forward分析の一般的な流れ：

データを「学習期間」と「検証期間」に分割
学習期間のデータで最適なパラメータを算出
検証期間でそのパラメータのまま実際にテスト
期間を1ステップ進めて、1～3を繰り返す

Pythonでは、pandasやscikit-learnを使ってこうした検証フローを簡単に実装できます。

7.2 Pythonによる機械学習戦略の構築

PythonとMT5を組み合わせることで、AIによる予測モデルや売買シグナル生成も可能です。
たとえば、以下のような流れで機械学習を活用できます。

データ取得：MT5から価格やインジケーターデータを抽出
前処理・特徴量生成：pandasやnumpyで分析しやすい形式に変換
モデル構築：scikit-learn、TensorFlow、PyTorchなどで回帰や分類モデルを作成
予測とエントリー判定：モデルで売買シグナルを出力し、自動で注文を出す

簡単な例：ランダムフォレストで売買シグナルを判定

# データ取得や前処理の後
from sklearn.ensemble import RandomForestClassifier

# X: 特徴量データ、y: 売買ラベル（例：1=Buy, 0=Sell）
model = RandomForestClassifier()
model.fit(X_train, y_train)
pred = model.predict(X_test)

# predの結果に応じてMT5で注文

7.3 ONNXなど外部AIモデルとの連携

学習済みAIモデルをMT5で利用する場合、ONNX形式などの互換性の高い形式でエクスポートし、PythonやMQL5から呼び出す方法も実用化されています。これにより、クラウドや他環境で作成した強力なモデルを、MT5の売買判断に直接活用できます。

このように、MT5とPythonの連携は、「自動売買」や「データ取得」にとどまらず、AI・機械学習時代のアルゴリズムトレードを実現する強力な武器となります。

ONNX | Home

…

8. エラー対処とトラブルシューティング

MT5とPythonを連携したプログラムは非常に強力ですが、実際に運用してみるとさまざまなトラブルやエラーに直面することがあります。ここでは、代表的なトラブル例とその解決法をまとめました。

8.1 接続エラー

【症状】

mt5.initialize()で失敗する
そもそもPythonからMT5が認識されない

【主な原因と対策】

MT5アプリが起動していない
→ MT5は必ず「起動中」である必要があります。
MT5のバージョンやbit数の不一致
→ Pythonが32bitの場合は32bit版MT5を、64bitの場合は64bit版MT5を使いましょう。
管理者権限の不足
→ プログラムやMT5を「管理者として実行」すると解決することがあります。
パスが通っていない、環境変数の設定ミス
→ PythonやMT5のインストールパスに誤りがないか確認してください。

8.2 口座・注文関連のエラー

【症状】

注文が通らない（エラーが返る）
account_info()やorder_send()でNoneやエラーコードが返る

【主な原因と対策】

証拠金不足やロットの設定ミス
→ 実際に注文可能なロット数や証拠金を必ず事前確認。
取引時間外・非対応銘柄
→ 対象銘柄の取引時間や仕様も確認してください。
必要項目の入力漏れ
→ 注文用辞書（dict）のパラメータ不足がないか見直しましょう。
APIのバージョン非対応
→ MetaTrader5パッケージやMT5本体のバージョンアップを試す。

8.3 データ取得時のトラブル

【症状】

過去データやティックデータが取得できない
データが空（None）や一部しか返らない

【主な原因と対策】

MT5で対象通貨ペアを表示していない
→ MT5の「気配値表示」リストに、取得したいシンボルを追加しておく必要があります。
ヒストリカルデータがMT5本体に存在しない
→ チャートを一度表示しておくと、データがダウンロードされやすくなります。

8.4 その他・よくある落とし穴

ライブラリの依存関係エラー
→ pandasやnumpyなど、必要な外部ライブラリは事前にインストールしてください。
プログラムの実行権限やファイアウォール設定
→ Windows Defenderなどが影響する場合もあるため、例外設定も検討しましょう。
ログ出力やprint文の活用
→ エラー時はprintで変数や返り値を都度出力し、原因特定に役立てましょう。

MT5×Pythonの連携は自由度が高いぶん、最初は思わぬトラブルも発生しがちです。しかし、ひとつひとつ切り分けて対処することで必ず解決できます。困ったときは「エラー内容・症状・環境情報」を整理して記録し、調べながら少しずつ前進しましょう。

9. まとめ・今後の展望

ここまで、MetaTrader 5（MT5）とPythonを連携させることで可能になる幅広い活用法について解説してきました。自動売買のプログラミングや、市場データの取得・分析、さらにはAIや機械学習を活用した高度なアルゴリズムトレードまで、その可能性は非常に大きいと言えます。

9.1 MT5×Python連携の魅力の再確認

直感的な自動売買の実現
難しいイメージがあったシステムトレードも、Pythonの分かりやすい文法と豊富なライブラリのおかげで、ぐっと身近になりました。
データ分析と可視化
Pandasやmatplotlibなどを活用し、相場の可視化や分析も自由自在。投資判断の裏付けを自分の手で作れます。
AI・機械学習との統合
トレード戦略を自分で学習・最適化し、実際の相場で試すことも可能になりました。これからの時代、アルゴリズムトレードは投資家にとって強力な武器となるでしょう。

9.2 さらに深く学ぶために

本記事で紹介した内容は、あくまでMT5×Python活用の「入り口」です。
より高度な戦略やアルゴリズムに挑戦したい方は、以下の学習リソースもおすすめです。

MQL5公式ドキュメント・フォーラム
https://www.mql5.com/ja/docs/python_metatrader5
PyPI（MetaTrader5パッケージ）公式
https://pypi.org/project/MetaTrader5/

また、プログラムのテストは必ずデモ口座で繰り返し、リスク管理も徹底しましょう。

9.3 未来への展望

今後も金融業界では、AIや自動売買の進化が続くことが予想されます。MT5とPythonの組み合わせは、個人投資家でもプロと同じレベルの分析・自動化ができる時代を象徴しています。
自分だけのトレード戦略を生み出し、市場で活かせるスキルをぜひ身につけてください。

10. FAQ（よくある質問）

Q1. MT5のPython連携は無料で使えますか？

はい、MetaTrader5本体およびPython用パッケージ（MetaTrader5）はいずれも無料で利用できます。ただし、リアル口座で取引する場合はFX会社の取引条件や手数料などが別途必要になる場合があります。まずはデモ口座で試すのがおすすめです。

Q2. MT5のPythonパッケージ（PyPI版）とMQL5組み込みのPythonは何が違いますか？

PyPIで公開されている「MetaTrader5」パッケージは、外部からPythonスクリプトを使いMT5本体へ直接アクセスする方法です。一方、MQL5の組み込みPythonは、MT5内部でPythonコードを呼び出す仕組みです。
基本的な使い方は似ていますが、目的や実装方法に違いがあります。一般的な自動売買やデータ分析ならPyPI版で十分です。

Q3. デモ口座とリアル口座では挙動が違うことがありますか？

はい、あります。デモ口座は実際の資金が動かないため、約定の速度やスプレッド、滑り（スリッページ）などでリアル口座と異なる場合があります。自動売買の本格運用前には、必ずリアル口座での挙動も小額でテストすることを推奨します。

Q4. Walk‑Forward分析とはどんなものですか？

Walk‑Forward分析とは、トレード戦略やパラメータの汎用性を検証するための手法です。過去データを「学習期間」と「検証期間」に分け、繰り返し最適化とテストを行うことで、将来の未知データでも通用する戦略かどうかを評価できます。

Q5. AIや機械学習モデルをMT5で活用する際に注意点はありますか？

AIや機械学習モデルをMT5で利用する場合、モデルの入出力形式や環境（Pythonのバージョン、外部ライブラリなど）に注意しましょう。
特に学習済みモデルを本番環境で動かす場合は、ONNX形式やpklファイルなどで保存し、再現性を担保してください。また、通信遅延やエラー発生時の例外処理も忘れず実装しましょう。

Q6. MT4とMT5、Python連携に違いはありますか？

MT4（MetaTrader4）はPython公式連携に非対応です。MT4用の非公式ライブラリも一部ありますが、安定性や将来性を考えるとMT5の利用を強くおすすめします。

Q7. ライブラリや環境設定がうまくいかない場合はどうしたらよいですか？

まずはエラーメッセージをよく読み、公式ドキュメントやフォーラムで情報を確認しましょう。インストール時のbit数（32bit/64bit）やPythonバージョン、権限設定などが原因となるケースが多いです。どうしても解決しない場合は、エラー内容・環境情報とともにネットで質問すると解決が早まります。

ご不明点がある場合は、公式サイトや専門フォーラムを活用することもおすすめです。
これからMT5×Python連携を始める方も、ぜひ本記事を参考にチャレンジしてみてください。

Python×MT5入門ガイド：環境構築から自動売買＆機械学習応用まで徹底解説

1. はじめに

2. MT5×Pythonとは？

MT5×Python連携のメリット

MQL5とPythonの違い

3. 開発環境の準備

3.1 MT5のインストールと基本設定

3.2 Pythonのインストールとパッケージ導入

3.3 基本的な動作確認

4.1 MT5の初期化と接続

4.2 アカウント情報や端末情報の取得

4.3 接続解除（シャットダウン）

4.4 バージョン情報の取得

5. 市場データの取得方法

5.1 ティックデータの取得

5.2 ローソク足データ（OHLCV）の取得

5.3 取得したデータの分析・可視化

6. 注文・取引の自動化

6.1 注文送信の基本手順

成行注文（例：USDJPYを買う場合）

6.2 指値注文・逆指値注文

指値買い注文（BUY LIMIT）の例

6.3 ポジションの決済（クローズ）

6.4 注文時の注意点

7. 応用：Walk‑Forward分析や機械学習との連携

7.1 Walk‑Forward分析とは？

7.2 Pythonによる機械学習戦略の構築

簡単な例：ランダムフォレストで売買シグナルを判定

7.3 ONNXなど外部AIモデルとの連携

8. エラー対処とトラブルシューティング

8.1 接続エラー

【症状】

【主な原因と対策】

8.2 口座・注文関連のエラー

【症状】

【主な原因と対策】

8.3 データ取得時のトラブル

【症状】

【主な原因と対策】

8.4 その他・よくある落とし穴

9. まとめ・今後の展望

9.1 MT5×Python連携の魅力の再確認

9.2 さらに深く学ぶために

9.3 未来への展望

10. FAQ（よくある質問）

Q1. MT5のPython連携は無料で使えますか？

Q2. MT5のPythonパッケージ（PyPI版）とMQL5組み込みのPythonは何が違いますか？

Q3. デモ口座とリアル口座では挙動が違うことがありますか？

Q4. Walk‑Forward分析とはどんなものですか？

Q5. AIや機械学習モデルをMT5で活用する際に注意点はありますか？

Q6. MT4とMT5、Python連携に違いはありますか？

Q7. ライブラリや環境設定がうまくいかない場合はどうしたらよいですか？

関連サイト

MetaTrader（MT4/MT5）操作ガイドの最新記事8件