Adopt structured outputs for GPT entry generation

python_for_ea/README.md

@@ -92,7 +92,8 @@ MT5 が読む結果ファイルは `utf-16 LE` で出力します。結果ファ
 3. H1 の短期 36 本、中期 72 本からチャート PNG と数値要約を作る。
 4. H1 インバランス初動を Python 側で判定し、矛盾する候補を抑止する。
 5. OpenAI Responses API に候補価格・予測ゾーン生成を依頼する。
-6. GPT 出力を既存13行形式と分割エントリー用ゾーン形式へ展開し、価格の大小関係と距離を検証する。
+   出力は Structured Outputs のJSON Schemaで固定する。
+6. GPT JSON出力を既存13行形式と分割エントリー用ゾーン形式へ展開し、価格の大小関係、距離、reward/riskを検証する。
 7. `target_prices.txt` と `target_zones.txt` を書き、両方の完了後に `process_done_entry.txt` を作成する。
 
 H4 状態ごとの許可戦略:
@@ -132,6 +133,9 @@ EA側で分割エントリーを有効にした場合は、この予測ゾーン
 ## OpenAI 設定
 
 H1 エントリー候補生成では OpenAI API を使用します。
+Responses APIの `text.format` にJSON Schemaを渡し、GPT出力を自然文やCSV風テキストではなく
+`schema_version` と `strategies` を持つ構造化JSONに固定します。
+JSONが不正、API応答が未完了、価格条件やreward/risk条件に合わない場合は停止値へ倒します。
 
 必須:
 

python_for_ea/docs/architecture/folder-structure.md

@@ -207,8 +207,8 @@ EAファイルはこのPythonプロジェクトの外部連携先として扱う
 | `src/ea_py/charting/candlestick.py` | ローソク足PNG生成。 |
 | `src/ea_py/market/volatility.py` | True Range、Exponential ATR、ボラティリティ分類。 |
 | `src/ea_py/market/trend_state.py` | H4方向判定結果とボラティリティ分類の合成。 |
-| `src/ea_py/market/target_prices.py` | GPT出力のパース、価格整合性チェック、13行形式への変換。 |
+| `src/ea_py/market/target_prices.py` | 既存13行形式への変換と価格整合性チェック。 |
-| `src/ea_py/market/target_zones.py` | GPT出力の予測ゾーンを分割エントリー用7行形式へ変換。 |
+| `src/ea_py/market/target_zones.py` | Structured OutputsのGPT JSON出力を予測ゾーンへ変換し、分割エントリー用7行形式へ展開。 |
 | `src/ea_py/market/imbalance.py` | H1インバランス初動判定。 |
 | `src/ea_py/prompts/trend_prompt.py` | H4相場環境判定プロンプトの生成。 |
 | `src/ea_py/prompts/entry_prompt.py` | H1候補価格生成プロンプトの生成。 |

python_for_ea/src/ea_py/constants.py

@@ -8,6 +8,7 @@ DEFAULT_GPT_MODEL = "gpt-5.5-2026-04-23"
 DEFAULT_REASONING_EFFORT = "low"
 VALID_REASONING_EFFORTS = frozenset({"none", "low", "medium", "high", "xhigh"})
 DEBUG_PRINT = True
+ENTRY_RESPONSE_SCHEMA_VERSION = 1
 
 ATR_PERIOD = 14
 ATR_BASELINE_PERIOD = 20
@@ -24,6 +25,7 @@ IMBALANCE_MIN_AVG_BODY_SIZE = 0.01
 ENTRY_MAX_DISTANCE_LIMIT_EATR_MULTIPLIER = 1.00
 ENTRY_MAX_DISTANCE_STOP_EATR_MULTIPLIER = 1.50
 ENTRY_MAX_DISTANCE_MIN_PRICE = 5.0
+MIN_ENTRY_REWARD_RISK_RATIO = 1.20
 
 CANDLE_TREND = 72
 CANDLE_SHORT = 36

python_for_ea/src/ea_py/openai_client.py

@@ -2,7 +2,7 @@
 
 from __future__ import annotations
 
-from collections.abc import Sequence
+from collections.abc import Mapping, Sequence
 from dataclasses import dataclass
 import json
 import logging
@@ -30,6 +30,10 @@ class ResponsesApiDiagnostics:
     error: str
     usage: str
 
+    def is_completed(self) -> bool:
+        """ライブ判定に使える完了レスポンスかどうかを返す。"""
+        return self.status == "completed" and not self.incomplete_details and not self.error
+
     def to_log_text(self) -> str:
         """デバッグログへそのまま書ける1行診断文字列を返す。"""
         parts = [
@@ -89,6 +93,7 @@ def call_responses_api(
     user_text: str,
     image_data_urls: Sequence[str],
     max_output_tokens: int,
+    response_text_format: Mapping[str, Any] | None = None,
 ) -> ResponsesApiResult:
     """Responses APIへテキストとチャート画像を送り、出力テキストを返す。
 
@@ -96,6 +101,9 @@ def call_responses_api(
     `user_text` はH4/H1の具体的な分析依頼、数値要約、出力フォーマットを含む。
     `image_data_urls` にはPNGをdata URL化したチャート画像を渡す。空文字は無視する。
 
+    `response_text_format` が指定された場合は Responses API の `text.format` へ渡し、
+    JSON Schemaなどの構造化出力をAPI側でも強制する。
+
     戻り値は `response.output_text` をstripした文字列とAPI診断情報。
     API例外や空/不正な出力の安全側処理は、この薄いラッパーではなく
     呼び出し元のパイプラインとパース関数が担当する。
@@ -121,6 +129,9 @@ def call_responses_api(
         "reasoning": {"effort": reasoning_effort},
         "max_output_tokens": max_output_tokens,
     }
+    if response_text_format is not None:
+        create_params["text"] = {"format": dict(response_text_format)}
+
     response = client.responses.create(**create_params)
     diagnostics = _extract_response_diagnostics(response)
     text = (response.output_text or "").strip()

python_for_ea/src/ea_py/pipelines/entry_pipeline.py

@@ -11,7 +11,6 @@ from ea_py.constants import (
     CANDLE_LONG,
     CANDLE_SHORT,
     DEBUG_PRINT,
-    ENTRY_DEBUG_MAX_OUTPUT_TOKENS,
     ENTRY_MAX_DISTANCE_LIMIT_EATR_MULTIPLIER,
     ENTRY_MAX_DISTANCE_MIN_PRICE,
     ENTRY_MAX_DISTANCE_STOP_EATR_MULTIPLIER,
@@ -22,6 +21,7 @@ from ea_py.constants import (
     IMBALANCE_SENSITIVITY,
     INSTRUMENT,
     MARKET_STATE_LABELS,
+    MIN_ENTRY_REWARD_RISK_RATIO,
     MT_ENCODING,
     TECHNICAL_ERROR_STOP,
     USE_IMBALANCE_FILTER,
@@ -31,14 +31,13 @@ from ea_py.io.mt5_files import read_int_file, write_results_then_done
 from ea_py.io.ohlc_csv import read_ohlc_csv
 from ea_py.market.volatility import summarize_ohlc
 from ea_py.market.target_prices import (
-    extract_entry_blocks_debug,
     stop_numeric_list,
     strategies_by_trend,
 )
 from ea_py.market.target_zones import (
     build_candidate_id,
     format_target_zones,
-    parse_lines_to_entry_zones_allow_subset,
+    parse_json_to_entry_zones,
     sanitize_entry_zones,
     stop_entry_zones,
     zones_to_numeric_list,
@@ -54,7 +53,7 @@ from ea_py.prompts.entry_prompt import (
     build_imbalance_guidance,
     build_caution_block,
     build_common_rules_block,
-    build_common_rules_block_debug,
+    build_entry_response_text_format,
     build_header,
     build_market_state_guidance,
     build_numeric_summary,
@@ -206,7 +205,8 @@ def run_pipeline() -> None:
         f"h1_eatr={h1_eatr:.2f}, "
         f"stop_multiplier={ENTRY_MAX_DISTANCE_STOP_EATR_MULTIPLIER:.2f}, "
         f"limit_multiplier={ENTRY_MAX_DISTANCE_LIMIT_EATR_MULTIPLIER:.2f}, "
-        f"floor={ENTRY_MAX_DISTANCE_MIN_PRICE:.2f}"
+        f"floor={ENTRY_MAX_DISTANCE_MIN_PRICE:.2f}, "
+        f"min_reward_risk={MIN_ENTRY_REWARD_RISK_RATIO:.2f}"
     )
     header = build_header(
         current_price=current_price,
@@ -224,14 +224,10 @@ def run_pipeline() -> None:
         write_entry_output(stop_numeric_list())
         return
 
-    if config.debug_print:
+    system_content = build_system_content_block_debug() if config.debug_print else build_system_content_block()
-        system_content = build_system_content_block_debug()
+    common_rules = build_common_rules_block(selected_strategies, max_entry_distance)
-        common_rules = build_common_rules_block_debug(selected_strategies, max_entry_distance)
+    response_text_format = build_entry_response_text_format(selected_strategies)
-        max_tokens = ENTRY_DEBUG_MAX_OUTPUT_TOKENS
+    max_tokens = ENTRY_MAX_OUTPUT_TOKENS
-    else:
-        system_content = build_system_content_block()
-        common_rules = build_common_rules_block(selected_strategies, max_entry_distance)
-        max_tokens = ENTRY_MAX_OUTPUT_TOKENS
 
     user_text = "\n\n".join([header, market_state_guidance, imbalance_guidance, common_rules, caution]).strip()
 
@@ -246,9 +242,14 @@ def run_pipeline() -> None:
             user_text=user_text,
             image_data_urls=images_data_urls,
             max_output_tokens=max_tokens,
+            response_text_format=response_text_format,
         )
         gpt_reply = gpt_result.text
         api_diagnostics = gpt_result.diagnostics.to_log_text()
+        if not gpt_result.diagnostics.is_completed():
+            logger.error("OpenAI response incomplete or failed: %s", api_diagnostics)
+            write_entry_output(stop_numeric_list())
+            return
     except Exception:
         logger.exception("OpenAI APIエラー")
         write_entry_output(stop_numeric_list())
@@ -262,21 +263,18 @@ def run_pipeline() -> None:
             gpt_reply,
         )
 
+    entry_zones = parse_json_to_entry_zones(gpt_reply)
+    entry_zones = sanitize_entry_zones(
+        entry_zones,
+        selected_strategies,
+        current_price,
+        max_entry_distance=max_entry_distance,
+        min_reward_risk_ratio=MIN_ENTRY_REWARD_RISK_RATIO,
+    )
+    numeric_list = zones_to_numeric_list(entry_zones)
+    zone_text = format_target_zones(entry_zones, candidate_id)
+
     if config.debug_print:
-        numeric_lines, reason_text = extract_entry_blocks_debug(gpt_reply)
-        if not numeric_lines:
-            numeric_lines = gpt_reply
-
-        entry_zones = parse_lines_to_entry_zones_allow_subset(numeric_lines)
-        entry_zones = sanitize_entry_zones(
-            entry_zones,
-            selected_strategies,
-            current_price,
-            max_entry_distance=max_entry_distance,
-        )
-        numeric_list = zones_to_numeric_list(entry_zones)
-        zone_text = format_target_zones(entry_zones, candidate_id)
-
         try:
             append_debug_entry(
                 path=paths.debug_reason,
@@ -290,23 +288,13 @@ def run_pipeline() -> None:
                 selected_strategies=selected_strategies,
                 imbalance_summary=imbalance_summary,
                 numeric_summary=numeric_summary,
-                numeric_lines=numeric_lines,
+                numeric_lines=gpt_reply,
                 post_filter_summary=post_filter_summary,
                 sanitized_numeric_list=numeric_list,
-                reason_text=f"{reason_text}\n\nTARGET_ZONES\n{zone_text}".strip(),
+                reason_text=f"STRUCTURED_JSON\n{gpt_reply}\n\nTARGET_ZONES\n{zone_text}".strip(),
             )
         except Exception:
             logger.exception("debug_entry.txt write error")
-    else:
-        entry_zones = parse_lines_to_entry_zones_allow_subset(gpt_reply)
-        entry_zones = sanitize_entry_zones(
-            entry_zones,
-            selected_strategies,
-            current_price,
-            max_entry_distance=max_entry_distance,
-        )
-        numeric_list = zones_to_numeric_list(entry_zones)
-        zone_text = format_target_zones(entry_zones, candidate_id)
 
     write_entry_output(numeric_list, zone_text)
 

python_for_ea/src/ea_py/prompts/entry_prompt.py

@@ -3,33 +3,70 @@
 from __future__ import annotations
 
 from collections.abc import Sequence
+from typing import Any
 
-from ea_py.constants import CANDLE_LONG, CANDLE_SHORT, ENTRY_TIMEFRAME, MARKET_STATE_LABELS
+from ea_py.constants import CANDLE_LONG, CANDLE_SHORT, ENTRY_RESPONSE_SCHEMA_VERSION, ENTRY_TIMEFRAME, MARKET_STATE_LABELS
 from ea_py.market.imbalance import ImbalanceAnalysis, format_imbalance_summary
 from ea_py.market.volatility import summarize_ohlc
-from ea_py.types import OhlcBar
+from ea_py.types import OhlcBar, OhlcSummary
+
+ENTRY_REASON_CODES = (
+    "trend_breakout",
+    "pullback",
+    "range_edge",
+    "range_reversal",
+    "skip_weak_signal",
+    "skip_mid_range",
+    "skip_distance",
+    "skip_risk",
+    "skip_conflict",
+    "skip_other",
+)
 
 
 def build_system_content_block() -> str:
     """通常モード用のシステムメッセージを返す。"""
     return (
-        "あなたは優秀な投資アドバイザーです。"
+        "あなたはアルゴリズム取引用の価格候補生成器です。"
-        "ユーザーの指示を厳密に守り、指定された形式の数値のみを出力してください。"
+        "投資助言や自然文説明ではなく、指定JSON Schemaに一致する機械可読な候補だけを返してください。"
-        "思考過程や説明文は一切出力してはいけません。"
+        "ユーザーの制約、market_state、選択戦略、価格関係を厳密に守ってください。"
+        "迷う場合は必ずskipにしてください。"
     ).strip()
 
 
 def build_system_content_block_debug() -> str:
     """デバッグモード用のシステムメッセージを返す。"""
     return (
-        "あなたは優秀な投資アドバイザーです。"
+        "あなたはアルゴリズム取引用の価格候補生成器です。"
-        "ユーザーの指示を厳密に守ってください。"
+        "指定JSON Schemaに一致する機械可読な候補だけを返してください。"
-        "出力は必ず指定されたブロック構造に従ってください。"
+        "自然文の理由や思考過程は出力せず、理由はreason_codeだけで表してください。"
-        "NUMERIC OUTPUT では指定フォーマットの数値行のみ。"
-        "REASON OUTPUT では理由を文章で簡潔に。"
     ).strip()
 
 
+def _safe_ratio(numerator: float, denominator: float) -> float:
+    """0除算を避けて比率を返す。"""
+    if denominator <= 0.0:
+        return 0.0
+    return numerator / denominator
+
+
+def _format_position_metrics(summary: OhlcSummary, current_price: float) -> str:
+    """レンジ内位置と高安までの距離を要約行へ追加する。"""
+    high = float(summary["high"])
+    low = float(summary["low"])
+    price_range = float(summary["range"])
+    eatr = float(summary["eatr"])
+    range_position = _safe_ratio(current_price - low, price_range)
+    distance_to_high = high - current_price
+    distance_to_low = current_price - low
+
+    return (
+        f"  現在価格レンジ位置={range_position:.2f}（0=安値付近, 1=高値付近）, "
+        f"高値まで={distance_to_high:.2f}({_safe_ratio(distance_to_high, eatr):.2f}EATR), "
+        f"安値まで={distance_to_low:.2f}({_safe_ratio(distance_to_low, eatr):.2f}EATR)"
+    )
+
+
 def build_numeric_summary(
     current_price: float,
     ohlc_short: Sequence[OhlcBar],
@@ -50,6 +87,7 @@ def build_numeric_summary(
   上ヒゲ={sum_short["latest_upper_wick"]:.2f}, 下ヒゲ={sum_short["latest_lower_wick"]:.2f},
   平均実体={sum_short["avg_body"]:.2f},
   上昇本数={sum_short["up"]}, 下落本数={sum_short["down"]}, 傾き={sum_short["slope"]:.4f}
+{_format_position_metrics(sum_short, current_price)}
 
 - 中期({sum_long["n"]}本):
   高値={sum_long["high"]:.2f}, 安値={sum_long["low"]:.2f}, レンジ={sum_long["range"]:.2f},
@@ -58,6 +96,7 @@ def build_numeric_summary(
   上ヒゲ={sum_long["latest_upper_wick"]:.2f}, 下ヒゲ={sum_long["latest_lower_wick"]:.2f},
   平均実体={sum_long["avg_body"]:.2f},
   上昇本数={sum_long["up"]}, 下落本数={sum_long["down"]}, 傾き={sum_long["slope"]:.4f}
+{_format_position_metrics(sum_long, current_price)}
 """.strip()
 
 
@@ -91,6 +130,8 @@ market_state = {trend_state}（{MARKET_STATE_LABELS.get(trend_state, "UNKNOWN")}
 【H1の役割】
 - H1では、H4 market_state と整合する方向・セットアップだけを候補にしてください。
 - H1がH4方向と明確に逆行、またはレンジ中央で優位性が弱い場合は見送ってください。
+- 画像と数値要約が矛盾する場合は、バックテスト再現性を優先して数値要約を主根拠にしてください。
+- 外部ニュース、経済指標、未知のファンダメンタル材料は考慮しないでください。
 - 実際の発注タイミングはEA側のM15確定足フィルターで確認します。
   H1ではM15の細かな反転を先読みせず、1時間以内に到達しうる妥当な候補価格を重視してください。
 """.strip()
@@ -223,7 +264,7 @@ def build_common_rules_block(
     """選択戦略に応じた価格決定ルールとGPT出力形式を作る。
 
     `selected_strategies` にはH4 market_stateと整合する戦略番号だけを渡す。
-    GPTには対象戦略の行だけを、`戦略番号,entry,tp,sl,zone_low,zone_high` の数値行で返すよう指定する。
+    GPTには対象戦略の候補だけを、JSON Schemaに一致するオブジェクトで返すよう指定する。
     各戦略のentry/tp/slの大小関係、1時間以内の到達条件、12時間以内の決済目線、
     条件が弱い場合に `0.00,0.00,0.00,0.00,0.00` で見送るルールもここで明示する。
 
@@ -267,9 +308,10 @@ def build_common_rules_block(
   - zone_high は予測ゾーンの高い価格
   - エントリー基準価格は必ず zone_low 以上 zone_high 以下にしてください。
 - 各価格の大小関係が、その戦略の条件と整合しているか必ず検証してください。
-- それぞれの戦略において、利益の期待値が最大になるように価格を設定してください。
+- reward/risk が 1.20 未満になる候補は、期待値が弱いため見送ってください。
+- SL距離がH1の値幅に対して広すぎる、またはTPまでの余地が小さすぎる候補は見送ってください。
 - 条件が弱い、ブレイク直後、レンジ中央付近、EATR基準でリスクが大きすぎる等で見送る場合は、
-  その戦略行を「戦略番号,0.00,0.00,0.00,0.00,0.00」としてください。
+  decision を "skip" とし、entry/tp/sl/zone_low/zone_high をすべて 0.0 にしてください。
 {distance_rule}
 
 【時間条件（全戦略共通）】
@@ -278,17 +320,13 @@ def build_common_rules_block(
 - エントリー後12時間以内に利確・損切に到達しなければ、その時点の価格でクローズ。
 
 【出力ルール（最重要）】
-以下の形式で **対象戦略の行だけ** 出力してください。
+- Responses APIのJSON Schemaに一致するJSONオブジェクトだけを出力してください。
-
+- schema_version は {ENTRY_RESPONSE_SCHEMA_VERSION}。
-- 1行につき1戦略
+- strategies には対象戦略だけを入れ、順序は {out_order}。
-- 行の順序は {out_order}
+- 各strategy要素は strategy, decision, entry, tp, sl, zone_low, zone_high, reason_code を必ず含めてください。
-- 各行は以下の6つをカンマ区切りで出力
+- decision は "use" または "skip" のみ。
-
+- reason_code は次のいずれかのみ: {", ".join(ENTRY_REASON_CODES)}
-  戦略番号,エントリー基準価格,利確目標価格,ロスカット基準価格,予測ゾーン下限,予測ゾーン上限
+- 自然文、Markdown、余分なキー、空行は一切出力しないでください。
-
-- 数値のみを出力し、説明文・空行・記号は一切出力してはいけません。
-- 各行の価格は必ず小数点以下2桁まで出力すること（例: 4812.62）。
-- 見送り行も必ず小数点以下2桁の 0.00 を使うこと。
 """.strip()
 
 
@@ -296,23 +334,8 @@ def build_common_rules_block_debug(
     selected_strategies: Sequence[int],
     max_entry_distance: float | dict[int, float] | None = None,
 ) -> str:
-    """理由出力を含む価格決定ルールと出力形式を作る。"""
+    """デバッグ時もライブと同じStructured Outputsルールを使う。"""
-    base = build_common_rules_block(selected_strategies, max_entry_distance)
+    return build_common_rules_block(selected_strategies, max_entry_distance)
-    tail = """
-【デバッグ追加ルール】
-デバッグモードのため、出力を次の3ブロック構成にしてください（順番固定）。
-
-### NUMERIC OUTPUT ###
-ここには、上記「出力ルール（最重要）」に従った“数値行のみ”をそのまま出力してください。
-（余計な文字や空行は禁止）
-
-### REASON OUTPUT ###
-各出力行について、entry/tp/sl をそのように置いた意図を各1〜2行で説明してください。
-最後に「market_state をどう解釈したか」を1〜2行でまとめてください。
-
-### END ###
-""".strip()
-    return f"{base}\n\n{tail}".strip()
 
 
 def build_caution_block() -> str:
@@ -321,3 +344,50 @@ def build_caution_block() -> str:
 ※ market_state とチャート/数値要約が矛盾すると判断した場合は、安全側に倒してください。
   具体的には対象戦略を 0.00,0.00,0.00 で見送ってください。
 """.strip()
+
+
+def build_entry_response_text_format(selected_strategies: Sequence[int]) -> dict[str, Any]:
+    """Responses API Structured Outputs用のJSON Schemaを返す。"""
+    strategy_enum = [int(strategy) for strategy in selected_strategies if strategy in (1, 2, 3, 4)]
+    if not strategy_enum:
+        strategy_enum = [1, 2, 3, 4]
+
+    strategy_item_schema: dict[str, Any] = {
+        "type": "object",
+        "additionalProperties": False,
+        "properties": {
+            "strategy": {"type": "integer", "enum": strategy_enum},
+            "decision": {"type": "string", "enum": ["use", "skip"]},
+            "entry": {"type": "number"},
+            "tp": {"type": "number"},
+            "sl": {"type": "number"},
+            "zone_low": {"type": "number"},
+            "zone_high": {"type": "number"},
+            "reason_code": {"type": "string", "enum": list(ENTRY_REASON_CODES)},
+        },
+        "required": [
+            "strategy",
+            "decision",
+            "entry",
+            "tp",
+            "sl",
+            "zone_low",
+            "zone_high",
+            "reason_code",
+        ],
+    }
+
+    return {
+        "type": "json_schema",
+        "name": "hit_ea_entry_candidates",
+        "strict": True,
+        "schema": {
+            "type": "object",
+            "additionalProperties": False,
+            "properties": {
+                "schema_version": {"type": "integer", "enum": [ENTRY_RESPONSE_SCHEMA_VERSION]},
+                "strategies": {"type": "array", "items": strategy_item_schema},
+            },
+            "required": ["schema_version", "strategies"],
+        },
+    }

python_for_ea/tests/unit/test_openai_client.py

@@ -70,6 +70,36 @@ def test_call_responses_api_sends_reasoning_and_omits_temperature() -> None:
     assert "temperature" not in fake_client.responses.create_params
 
 
+def test_call_responses_api_sends_structured_text_format() -> None:
+    """Structured Outputs用のtext.formatをResponses APIへ渡す。"""
+    fake_client = FakeClient(FakeResponse(output_text='{"schema_version":1,"strategies":[]}'))
+    response_text_format = {
+        "type": "json_schema",
+        "name": "entry_candidates",
+        "strict": True,
+        "schema": {
+            "type": "object",
+            "additionalProperties": False,
+            "properties": {"schema_version": {"type": "integer"}},
+            "required": ["schema_version"],
+        },
+    }
+
+    actual = call_responses_api(
+        client=fake_client,  # type: ignore[arg-type]
+        model="gpt-5.5-2026-04-23",
+        reasoning_effort="low",
+        system_content="Return JSON.",
+        user_text="Classify.",
+        image_data_urls=[],
+        max_output_tokens=128,
+        response_text_format=response_text_format,
+    )
+
+    assert actual.text.startswith("{")
+    assert fake_client.responses.create_params["text"] == {"format": response_text_format}
+
+
 def test_call_responses_api_returns_incomplete_diagnostics_for_empty_text() -> None:
     """Empty output_text keeps the API status details for live diagnosis."""
     fake_client = FakeClient(
@@ -91,3 +121,4 @@ def test_call_responses_api_returns_incomplete_diagnostics_for_empty_text() -> N
 
     assert actual.text == ""
     assert "max_output_tokens" in actual.diagnostics.incomplete_details
+    assert not actual.diagnostics.is_completed()

python_for_ea/tests/unit/test_target_prices.py

@@ -6,6 +6,7 @@ from ea_py.market.target_prices import parse_lines_to_13_allow_subset, sanitize_
 from ea_py.market.target_zones import (
     build_candidate_id,
     format_target_zones,
+    parse_json_to_entry_zones,
     parse_lines_to_entry_zones_allow_subset,
     sanitize_entry_zones,
     zones_to_numeric_list,
@@ -74,6 +75,51 @@ def test_parse_lines_to_entry_zones_allow_subset_valid_zone_returns_zone_values(
     assert actual[2].zone_high == 1898.0
 
 
+def test_parse_json_to_entry_zones_valid_structured_output_returns_zone_values() -> None:
+    """Structured OutputsのJSON候補を戦略別ゾーンへ展開する。"""
+    actual = parse_json_to_entry_zones(
+        """
+        {
+          "schema_version": 1,
+          "strategies": [
+            {
+              "strategy": 2,
+              "decision": "use",
+              "entry": 1895.0,
+              "tp": 1910.0,
+              "sl": 1885.0,
+              "zone_low": 1892.0,
+              "zone_high": 1898.0,
+              "reason_code": "range_edge"
+            },
+            {
+              "strategy": 4,
+              "decision": "skip",
+              "entry": 0.0,
+              "tp": 0.0,
+              "sl": 0.0,
+              "zone_low": 0.0,
+              "zone_high": 0.0,
+              "reason_code": "skip_mid_range"
+            }
+          ]
+        }
+        """
+    )
+
+    assert actual[2].entry == 1895.0
+    assert actual[2].zone_low == 1892.0
+    assert actual[2].zone_high == 1898.0
+    assert actual[4].entry == 0.0
+
+
+def test_parse_json_to_entry_zones_invalid_json_returns_stop_values() -> None:
+    """不正JSONは全停止ゾーンへ倒す。"""
+    actual = parse_json_to_entry_zones("2,1895.00,1910.00,1885.00,1892.00,1898.00")
+
+    assert all(zone.entry == 0.0 for zone in actual.values())
+
+
 def test_sanitize_entry_zones_invalid_unselected_strategy_zeroes_it() -> None:
     """未選択戦略のゾーンは停止値へ補正する。"""
     parsed = parse_lines_to_entry_zones_allow_subset(
@@ -96,6 +142,20 @@ def test_sanitize_entry_zones_allows_near_zone_edge_when_entry_is_farther() -> N
     assert actual[2].entry == 1890.0
 
 
+def test_sanitize_entry_zones_rejects_low_reward_risk_ratio() -> None:
+    """reward/riskが閾値未満の候補は停止値へ補正する。"""
+    parsed = parse_lines_to_entry_zones_allow_subset("2,1895.00,1900.00,1885.00,1892.00,1898.00")
+
+    actual = sanitize_entry_zones(
+        parsed,
+        selected_strategies=[2],
+        current_price=1900.0,
+        min_reward_risk_ratio=1.2,
+    )
+
+    assert actual[2].entry == 0.0
+
+
 def test_zones_to_numeric_list_valid_zone_returns_legacy_13_values() -> None:
     """有効ゾーンのentry/tp/slから既存13行形式を生成する。"""
     parsed = parse_lines_to_entry_zones_allow_subset("4,1910.00,1880.00,1920.00,1908.00,1912.00")