ローソク足パターン（Candlestick Patterns）

ローソク足パターンは、単一のローソク足と2〜3本の組み合わせから、反転・継続の候補を読み取る手法です。起源は江戸期の本間宗久による酒田五法にさかのぼり、西洋への紹介は Steve Nison の Japanese Candlestick Charting Techniques（1991）が起点になりました。ローソク足は始値・高値・安値・終値を1本の棒に圧縮したフォーマットで、実体（body）と髭（wick / shadow）の比率、色（陰陽）、直前足との関係から手掛かりを得ます。単体で売買せず、水平線（支持抵抗）や上位足のトレンド方向と組み合わせ、エントリーの「きっかけ」として使うのが実践的です。

前提

OHLCの記号

$O_t$ = 始値（Open）、 $H_t$ = 高値（High）、 $L_t$ = 安値（Low）、 $C_t$ = 終値（Close）
実体（body）： $|C_t - O_t|$ 。陽線（ $C_t > O_t$ ）は白または緑、陰線（ $C_t < O_t$ ）は黒または赤で描画するのが慣例
上髭（upper wick / upper shadow）： $H_t - \max(O_t, C_t)$
下髭（lower wick / lower shadow）： $\min(O_t, C_t) - L_t$
レンジ（range）： $H_t - L_t$

判定式では実体・髭・レンジの比率を使います。絶対 pips ではなく比率で書くことで、時間足や通貨ペアに依存しない定義になります。

分類

分類	本数	主な役割
単体（single-candle）	1本	ローカル反転・迷い・勢いの表現
2本組み合わせ（two-candle）	2本	反転確認（包み足など）、継続確認（下位足の押し目）
3本組み合わせ（three-candle）	3本	反転確認の強化（三尊・スター系）
酒田五法	3〜5本	三兵・三山・三川・三空・三法。西洋分類と重複する

本ページでは実務での出現頻度と、教科書的認識の共通度から、単体・2本・3本の順に扱います。

単体パターン

単体ローソク足パターンの模式図。マルボーズ・ドージ・ハンマー・シューティングスター・コマ。

模式図（理想化した形状）。実際のチャートではノイズを伴う。

マルボーズ（Marubozu）

定義

上下の髭がほぼゼロの実体のみのローソク足
陽線マルボーズ： $O_t \approx L_t$ かつ $C_t \approx H_t$
陰線マルボーズ： $O_t \approx H_t$ かつ $C_t \approx L_t$
判定閾値：実体 / レンジ $\geq 0.95$ を基準にする書籍が多い

意味

始値から終値まで一方向で押し戻しがほぼゼロ、つまり強い一方向の圧力
陽線マルボーズは買い方の完全支配、陰線マルボーズは売り方の完全支配
ブレイクアウトの当足、指標発表直後の初動、ストップ狩り後の噴き上げで出やすい

使い方

直近レンジのブレイク方向で出現したら、継続シグナルとして評価する
上位足のトレンド方向と一致していれば追随する
逆方向のマルボーズは「反転の候補」ではなく「既定路線の終了」として警戒側に使う

十字線 / ドージ（Doji）

定義

実体がほぼゼロ、または極端に小さい
判定閾値：実体 / レンジ $\leq 0.05$ 前後
陰陽の色は無視する（ $O_t \approx C_t$ ）

種類

種類	髭の形状	意味
ノーマルドージ	上下髭が同程度	完全な均衡・迷い
ロングレッグドージ	上下髭が長い	大きなボラの中で均衡
トンボ（dragonfly）	下髭が長く、上髭ほぼゼロ	下値を試して戻す。安値圏で反転候補
トウバ（gravestone）	上髭が長く、下髭ほぼゼロ	上値を試して戻す。高値圏で反転候補
4値同時（four-price）	髭も実体もほぼゼロ	極端な低ボラ。深夜・薄商いに出やすい

使い方

ドージ単独では売買しない。位置（支持抵抗、直近高値・安値）と、次足の方向で判断する
トンボが支持線上に、トウバが抵抗線上に出た場合の反転確度は他所より高い
レンジ相場でのドージは「継続」の意味が強い

ピンバー（Pin Bar）/ ハンマー・シューティングスター

定義（共通）

実体が小さく、片方の髭が実体の2〜3倍以上
反対側の髭はほぼゼロ、または非常に小さい

名称	髭の位置	出現位置	意味
ハンマー（hammer）	下髭が長い	下降トレンドの底	買い方の反撃、底打ち候補
ハンギングマン（hanging man）	下髭が長い	上昇トレンドの天井	上昇疲れ、天井打ち候補
逆ハンマー（inverted hammer）	上髭が長い	下降トレンドの底	買い方の初動失敗、底打ち候補
シューティングスター（shooting star）	上髭が長い	上昇トレンドの天井	売り方の反撃、天井打ち候補

判定条件（実務）

髭 / 実体 $\geq 2.0$ 、できれば $\geq 3.0$
反対側の髭 / レンジ $\leq 0.1$
実体は陰でも陽でも良いが、反転方向側の色（底ハンマーなら陽線、天井シューティングスターなら陰線）が望ましい
出現位置の判定：直近 N 本（例 N=10）の高値・安値をブレイクした後、または支持抵抗にタッチした直後

使い方

単体で入らず、次足の方向確認を入れる（ハンマーの高値抜けで買い、シューティングスターの安値抜けで売り）
損切りは髭の先の外側。実体端ではなく髭端に置くのが原型
USD/JPY 1H 以上での出現は日足でも視認される可能性があり、上位足の反応が乗りやすい

コマ（Spinning Top）

定義

実体が小さく（実体 / レンジが 0.1〜0.3 程度）、上下髭が同程度
ドージほど極端ではない「小さな迷い」

意味

レンジ相場での典型的なノイズ足
トレンド末端に連続すると、勢いの鈍化を示す
単独では売買材料にならない。連続出現・出現位置でフィルタする

2本組み合わせ

2本組み合わせの模式図。包み足・はらみ足・かぶせ線・毛抜き天井。

模式図（理想化した形状）。色は陰陽の関係を示す。

包み足（Engulfing）

定義

前足 $t-1$ の実体を、当足 $t$ の実体が完全に包む
強気包み足（bullish engulfing）：前足が陰線、当足が陽線、当足始値 $\leq$ 前足終値、当足終値 $\geq$ 前足始値
弱気包み足（bearish engulfing）：前足が陽線、当足が陰線、当足始値 $\geq$ 前足終値、当足終値 $\leq$ 前足始値

厳密条件

髭も含めて包むか、実体のみ包むかで流派が分かれる。原典（Nison）は「実体のみ」を基本にする
実体比（当足実体 / 前足実体）が大きいほど信頼度が高いとされる

使い方

下降トレンド末端の強気包み足、上昇トレンド末端の弱気包み足が原型
損切りは包んだ側のローソク足の反対側の髭先
レンジ内の包み足は反転より「逆方向への叩き」として弱い

はらみ足（Harami）

定義

前足 $t-1$ の実体の内側に、当足 $t$ の実体が収まる（包み足の逆）
強気はらみ（bullish harami）：前足が長い陰線、当足が小さな陽線（実体が前足内）
弱気はらみ（bearish harami）：前足が長い陽線、当足が小さな陰線（実体が前足内）

意味

語源は日本語「孕み」。母親（前足）の中に胎児（当足）がいる形
強いトレンドの後の「勢いの停止」。反転の初期兆候
包み足より反転の確度は低い。次足での確認が必須

種類

はらみ寄せ：当足がドージ（十字線）。反転候補として包み足に近い扱いをする流派もある

つつみ足の変形：ピアシング / ダーククラウド

強気：ピアシングライン（Piercing Line）

前足：長い陰線
当足：前足の下ヒゲ付近から始まる陽線、当足終値が前足実体の中央より上で終わる
包み足まで行かない「半包み」

弱気：ダーククラウドカバー（Dark Cloud Cover）

前足：長い陽線
当足：前足の高値付近から始まる陰線、当足終値が前足実体の中央より下で終わる
弱気版のピアシング

判定

当足終値が前足実体の 50% を越える深さで、初めて有効
越えなければ「弱い試み」として無視する

かぶせ / さし込み / 入り首 / 切り込み（日本古典分類）

酒田五法系の細分類です。西洋のチャートパターン教科書では扱いが薄く、要点は「前足の実体にどこまで食い込んだか」にあります。

名称	前足	当足	食い込み深さ
切り込み	陰線	陽線	前足終値付近まで
入り首	陰線	陽線	前足終値のわずか上
さし込み	陰線	陽線	前足終値のわずか下
かぶせ	陽線	陰線	前足終値付近まで

USD/JPY 実運用では、ピアシング / ダーククラウドの粒度で十分です。切り込み・入り首・さし込みは同一カテゴリの深さ違いとして扱います。

毛抜き（Tweezer）

定義

2本の高値または安値がほぼ一致する
毛抜き天井（tweezer top）：2本の高値がほぼ同値。抵抗線での2度の失敗
毛抜き底（tweezer bottom）：2本の安値がほぼ同値。支持線での2度の反発

判定

高値差 / 平均レンジ $\leq 0.1$ 程度
2本目の実体が反転方向（毛抜き天井なら陰線、毛抜き底なら陽線）が望ましい

使い方

単体では弱い。水平線と重なると価値が上がる
4H・日足で出現した毛抜きは、上位足の水平線として作用しやすい

3本組み合わせ

3本組み合わせの模式図。明けの明星・宵の明星・赤三兵。

模式図（理想化した形状）。

明けの明星 / 宵の明星（Morning Star / Evening Star）

明けの明星（bullish、下値圏反転）

1本目：長い陰線
2本目：小さな実体（陰陽問わず）、前足と3本目との間にギャップ（窓）があると原型
3本目：長い陽線、1本目の実体中央より上で終わる

宵の明星（bearish、上値圏反転）

1本目：長い陽線
2本目：小さな実体
3本目：長い陰線、1本目の実体中央より下で終わる

変形

モーニング / イブニングドージスター：2本目がドージ（実体ほぼゼロ）。反転確度がやや高いとされる
アバンドンド・ベビー（abandoned baby）：2本目が1本目と3本目の両方から完全にギャップアウトしたドージ。極めて稀

判定の実務

FX スポットは24時間連続で、真の窓（gap）はほぼ月曜開始と週明けギャップ以外に出ない。株式でのモーニングスターの厳密定義をそのまま FX に当てはめると、パターンが検出されない
FX では「2本目が1・3本目の実体端を切り込まない」を代替条件にする流派が多い

三兵（Three White Soldiers / Three Black Crows）

赤三兵（three white soldiers、bullish continuation / reversal）

3本連続の陽線
各足の始値が前足の実体内、終値が前足の終値より上
上髭が短い

黒三兵（three black crows、bearish）

3本連続の陰線
各足の始値が前足の実体内、終値が前足の終値より下
下髭が短い

意味

低値圏で赤三兵が出れば、トレンド転換の可能性
高値圏で赤三兵が出れば、過熱の警告（追随買いすると天井掴み）
黒三兵は逆の対称

変形（酒田五法）

先詰まり赤三兵：3本目が長い上髭を持つ、つまり上昇疲れ
坊主三兵：髭がほぼゼロの純粋な三兵、つまり最強の継続

三尊 / 逆三尊はチャートパターン側で扱う

三尊天井（head and shoulders top）と逆三尊は5本以上に及ぶため、チャートパターンのページで扱います。ローソク足パターンとの境界は「3本以内で完結するか」にあります。

USD/JPY での使いどころ

東京仲値（JST 09:55）前後：実需フローで一方向に伸びる。仲値後の15分足で出現する反転パターン（トンボドージ、ハンマー、包み足）は「戻し狙い」として使える
東京午前のレンジ：5〜15分足のコマ・ドージが多発する。単体で売買しない。直近のセッション高値・安値との位置関係で判断する
ロンドンオープン（JST 16:00）：ブレイクの初動でマルボーズが出やすい。ブレイク方向の追随、逆方向のマルボーズはブレイク失敗の兆候
NYオープン（JST 22:30）：米指標・米金利で高ボラ。長い髭のピンバー、大きな包み足が1H足で出やすい。損切り幅が広くなるため、Kelly を下げる
1H・4H の反転パターン：上位足の水平線タッチ、フィボナッチ節目、Pivot 水準と重ねる。単体では入らない
日足の反転パターン：週次のスイング判断に使う。日足の包み足・宵の明星は4H・1H のトレンド全体を書き換えるため、下位足のシグナル解釈の「前提」として使う

落とし穴

単体で入らない：どのパターンも「位置」（支持抵抗、上位足トレンド）が最優先。パターンだけを根拠にすると勝率は base rate 付近に留まる
主観的判定を許容しない：「実体大きめ」「髭長め」は数値化しないと再現できない。バックテストするなら実体 / レンジ比、髭 / 実体比の閾値を先に固定する
FX の窓埋め概念を機械適用しない：FX スポットは月曜以外に真の窓がほぼない。株式教科書のギャップ前提のパターン（アバンドンドベビー等）をそのまま持ち込まない
時間足を混ぜない：5分足の包み足と日足の包み足は別物。1つの判断に複数時間足を混ぜるなら、上位足を「環境」、下位足を「トリガー」として役割分担する
終値確定前に判定しない：5分足の途中で「ハンマーが出そう」は判定対象外。確定終値のみで判定する
過剰最適化（実体閾値の細かい調整）を避ける：0.05 と 0.07 のどちらが良いかは、たいてい過学習。0.05 / 0.10 のような大まかな段階でロバスト性を確認する
陰陽逆転の変形を無理に暗記しない：反転パターンは「前足の勢いに逆らう実体が出た」が本質。名前を暗記しても、市場での視認能力は上がらない
統計的 edge を仮定しない：ローソク足パターン単体の有意な edge は、過去研究では確認されていない。Bulkowski らの検証は一部でエッジを示唆するが、FDR 補正後は生存が限定的だった。検証フレームで別途扱う対象

Python 実装スケッチ

代表的な単体・2本パターンの検出関数です。閾値は引数で調整可能にし、時間足・通貨ペアで再調整する前提にします。

import pandas as pd
import numpy as np


def _body(df: pd.DataFrame) -> pd.Series:
    return (df["close"] - df["open"]).abs()


def _range(df: pd.DataFrame) -> pd.Series:
    return df["high"] - df["low"]


def _upper_wick(df: pd.DataFrame) -> pd.Series:
    return df["high"] - df[["open", "close"]].max(axis=1)


def _lower_wick(df: pd.DataFrame) -> pd.Series:
    return df[["open", "close"]].min(axis=1) - df["low"]


def is_marubozu(df: pd.DataFrame, body_ratio: float = 0.95) -> pd.Series:
    return _body(df) / _range(df) >= body_ratio


def is_doji(df: pd.DataFrame, body_ratio: float = 0.05) -> pd.Series:
    return _body(df) / _range(df) <= body_ratio


def is_hammer(df: pd.DataFrame, wick_body: float = 2.0,
              upper_ratio: float = 0.1) -> pd.Series:
    body = _body(df)
    lower = _lower_wick(df)
    upper = _upper_wick(df)
    rng = _range(df)

    long_lower = lower / body.replace(0, np.nan) >= wick_body
    small_upper = upper / rng <= upper_ratio

    return long_lower & small_upper


def is_shooting_star(df: pd.DataFrame, wick_body: float = 2.0,
                     lower_ratio: float = 0.1) -> pd.Series:
    body = _body(df)
    upper = _upper_wick(df)
    lower = _lower_wick(df)
    rng = _range(df)

    long_upper = upper / body.replace(0, np.nan) >= wick_body
    small_lower = lower / rng <= lower_ratio

    return long_upper & small_lower


def is_bullish_engulfing(df: pd.DataFrame) -> pd.Series:
    prev = df.shift(1)

    prev_bear = prev["close"] < prev["open"]
    curr_bull = df["close"] > df["open"]

    engulf_open = df["open"] <= prev["close"]
    engulf_close = df["close"] >= prev["open"]

    return prev_bear & curr_bull & engulf_open & engulf_close


def is_bearish_engulfing(df: pd.DataFrame) -> pd.Series:
    prev = df.shift(1)

    prev_bull = prev["close"] > prev["open"]
    curr_bear = df["close"] < df["open"]

    engulf_open = df["open"] >= prev["close"]
    engulf_close = df["close"] <= prev["open"]

    return prev_bull & curr_bear & engulf_open & engulf_close

df は open, high, low, close の4列を持つ DataFrame
_body / _range / _upper_wick / _lower_wick は補助関数で全パターンから使う
ハンマー・シューティングスターは実体ゼロ（_body == 0）を np.nan 経由で無害化する
包み足は Nison 原典に沿って「実体のみで包む」条件。髭込みで包む厳格版は df["high"] >= prev["high"] などを追加する
検出後は「出現位置」（直近 N 本の高値・安値、支持抵抗との距離）のフィルタを別途重ねる。パターン検出だけでは売買しない

関連する水準の考え方は支持線・抵抗線を参照してください。

参考

Steve Nison, Japanese Candlestick Charting Techniques, New York Institute of Finance, 1991. https://archive.org/details/japanesecandlest0000niso
Steve Nison, Beyond Candlesticks, John Wiley & Sons, 1994
本間宗久（Homma Munehisa）由来の酒田五法。一次資料は失われており、林輝太郎などの近代的整理を参照
Thomas N. Bulkowski, Encyclopedia of Candlestick Charts, John Wiley & Sons, 2008. https://thepatternsite.com/CS.html
John J. Murphy, Technical Analysis of the Financial Markets, ch. 12 (Japanese Candlesticks)