メインコンテンツへスキップ
見出し画像

AIに売買戦略を探させる前に、戦略を落とす関門を作る

    最近、Roan(@RohOnChain)さんの記事「How to Use Opus 5.5 to Find Winning Trading Strategies 24/7」を読みました。

    記事は、Anthropicの言語モデルClaude Opus 5.5を、暗号資産や米国株を扱う取引プラットフォームMinara AIにつなぎます。そのうえで、売買戦略の発見から24時間の自動運転までを21のステップで組む方法を書いています。

    AIに「何を買うか」を聞かない点が面白いです。AIが出した案を七つのうち六つ落とす(不合格にする)手順が、記事の中心にあります。

    この記事では、起点記事を読んでいなくても追えるように、バックテストと過学習の基礎から、関門の設計、自分の仕事に持ち帰れる形までを説明します。特定のサービスの推奨でも、投資助言でもありません。

    【発端】 案を出すAIより、案を落とす手順に価値がある記事

    画像
    起点記事の「研究机」。最後の振り返りが、次の調査に戻る

    この記事の新しさはモデルの賢さではなく、役割の分け方にあります。

    起点記事が描く「研究机」は、八つの段階が輪になった構造です。市場を読み、仮説を五つ立て、コードにし、バックテストし、別の席が攻撃し、紙の取引で試し、小さく本番に出し、毎晩振り返ります。

    振り返りの結果の戻り先は、次の調査です。

    Opus 5.5の席は「分析役」で、範囲は読む、考える、書く、レビューするところまでです。データ、バックテスト、財布、自動運転はMinara AIの側にあり、AIはお金に直接触れません。

    起点記事は、モデルの知識が2026年6月で止まっている点にも触れています。価格は秒単位で動くので、記憶の新しさより、ライブのデータを渡す環境のほうが重要だという考え方です。

    この構造は、CIの合否ゲートによく似ています。これは私の読みで、起点記事がそう書いているわけではありません。

    【基礎】 バックテストは、戦略を見つける道具ではなく落とす道具

    過去のデータで勝てた事実は、将来も勝てる証拠にはなりません。

    バックテストとは、売買ルールを過去の価格に当てはめて、実際に取引していたら損益がどうなったかを計算する作業です。

    数字が崩れる原因は三つあります。未来の情報をルールに混ぜること、手数料とスリッページ(注文した価格と実際に約定した価格のずれ)を軽く見ること、試した案が多すぎることです。

    三つ目が過学習です。Baileyらの論文は、比較的少ない数の設定を試すだけで、シミュレーション上の高い成績は簡単に作れると示しています。

    試した設定が多いほど、過学習の確率は上がります。The Effects of Backtest Overfitting on Out-of-Sample Performance

    ここからは私の整理です。AIは案を安く大量に出せるので、AIを使うほど試行回数が増え、偶然の当たりが混ざりやすくなります。

    起点記事は「七つのうち六つ落とす」と書いていますが、試行回数の統計的な補正までは扱っていません。

    【違い】 チャットに買い銘柄を聞く方法と研究机の違い

    画像
    チャットに買い銘柄を聞く方法(比較用の想定)と、起点記事の研究机

    変わるのはAIの答えの種類ではなく、答えを受け取る側の手続きです。

    最初の問い

    • チャットに聞く方法(比較用の想定):何を買えばよいか

    • 起点記事の研究机:いま市場で何が起きているか(戦略はまだ出させない)

    AIの出力

    • チャットに聞く方法(比較用の想定):銘柄と理由の文章

    • 起点記事の研究机:反証条件つきの仮説5つ

    合否の判定

    • チャットに聞く方法(比較用の想定):説明に納得できるか

    • 起点記事の研究机:手数料込みのバックテストと五つの関門

    失敗に気づく時点

    • チャットに聞く方法(比較用の想定):実際に損が出たとき

    • 起点記事の研究机:紙の取引までの段階

    人の役目

    • チャットに聞く方法(比較用の想定):結果を受け取る

    • 起点記事の研究机:注文の承認と、基準の調整

    仮説の出し方にも違いがあり、起点記事は、仮説ごとに「相手側は誰で、なぜ負け続けるのか」をAIに答えさせます。

    相手側の例は、強制的に売らされる投資家、資金調達コストを払い続けるレバレッジのロング、決まった日程でリバランスするファンドです。AIが負ける側の名前を挙げられない案は、エッジ(取引で残る優位)がないとみなして捨てます。

    【仕組み】 役割を三席に分け、五つの関門で落とす設計

    案を作る席と合否を決める席を分け、合格基準を実行前に決めておく設計です。

    席は、分析役のOpus 5.5、データと実行を担うMinara AI、そしてMinaraにない道具のコードを作る開発支援ツールAgenKitの三つです。

    合否を決める席には、MinaraのInstitution Modeを使います。このモードは調査しかできず、取引はできません。

    「この案を却下する理由を探せ」と指示し、最後にKEEPかKILLを出させます。

    五つの関門は次のとおりです。

    画像
    合格の目安の例 クローズ取引100回以上、シャープレシオ1超、プロフィットファクター1.3超。数値は自分のリスクで調整する(1/2)
    • 設定の正直さ:実際に取引する場の手数料を入れ、スリッページをデフォルトより高くし、最長の期間で試す

    • 数字の読み方:総リターンより先に、勝率とプロフィットファクター(総利益÷総損失)を一緒に見る

    • リスク担当の却下:先読み、少数の取引や一つの銘柄への依存、一つの相場局面への依存を探す

    • ストレステスト:パラメータを少し動かし、手数料とスリッページを2倍にし、直近1年だけでも評価する

    画像
    合格の目安の例 クローズ取引100回以上、シャープレシオ1超、プロフィットファクター1.3超。数値は自分のリスクで調整する(2/2)
    • 紙の取引:ライブのデータと架空の資金で、数週間かけてバックテストと比べる

    起点記事は、合格の目安も例示しています。クローズした取引が100回以上、シャープレシオ(リスク1単位あたりの収益)が1超、プロフィットファクターが1.3超です。

    数値は自分のリスクに合わせて調整する前提で書かれています。

    人が夜中の2時に覚えている基準は、飛ばされる点です。そこで起点記事は、基準を満たさない戦略に「デプロイ可」(実運用に出してよい)の印を付けないチェックコードを、AgenKitで作らせます。

    夜の振り返りでも、権限は絞られています。AIは直近7日の実績とバックテストを比べ、変更案を戦略ごとに最大一つ書きます。

    本番は変えません。変更は新しいバージョンとして関門を通し直し、通った場合だけ入れ替えます。

    【具体例】 手数料で消える戦略と、未来を見ていたコード

    画像
    起点記事が紹介するMinara側の調査

    バックテストが崩れる原因は、難しい理論より、地味な設定漏れであることが多いです。

    起点記事は、Minara側の調査として次の結果を紹介しています。私は再現していないので、紹介された数値としてご覧ください。

    • 対象:公開されているTradingViewの戦略236本

    • 条件:Hyperliquidの実際の手数料で再実行

    • 結果1:14本は手数料ゼロでは黒字で、手数料を入れると赤字になった

    • 結果2:その14本はすべて年200回を超えて取引していた

    • 結果3:年25回未満の戦略は、収益をほぼ保った

    • 全体:自分のバックテストを再現し、手数料後も黒字だったのは約7本に1本

    取引の回数が多いほど、1回ごとの手数料が積み上がります。手数料を入れた時点で最初に落ちるのは、回数の多い戦略です。

    もう一つは、未来を見るコードです。起点記事は、PineScriptで「過去20本の高値を上抜けたら買う」ルールを書くとき、ta.highest(high, 20)[1] のように末尾へ [1] を付けるよう求めています。

    [1] が指すのは、1本前の足です。これが無いと、まだ確定していない現在の足の高値を判定に使い、バックテストが未来を見てしまいます。

    直近の1年だけで評価する関門も、同じ種類の防御です。起点記事によると、3年間では基準を上回っていた版が、直近1年では負けており、実運用の前にAIが指摘しました。

    【関連概念】 試行回数の補正、小さな本番投入、注文前の統制

    画像
    さらに調べるときの四つの手がかりと、注文前の統制が欠けた実例

    起点記事の関門は実務の経験則であり、統計と規制の側にも裏づけがあります。

    • Deflated Sharpe Ratio:選択バイアス(多数の案から最良を選ぶ偏り)と、収益が正規分布に従わないことによる成績の水増しを補正する指標です。Bailey and López de Prado

    • バックテスト過学習の確率:サンプル内で最良だった設定が、サンプル外で中央値を下回る確率を測ります。The Probability of Backtest Overfitting

    • 多重検定とt値:Harveyらは、新しく見つかった要因にはt値で3.0を超える水準が要ると論じています。...and the Cross-Section of Expected Returns

    • アルゴ取引の監督指針:FINRAの通知は、開発、テスト、導入後の監視を一続きの統制として扱います。Regulatory Notice 15-09

    注文前の統制が欠けた例が、2012年のKnight Capitalです。SECによると、開場後45分で、212件の顧客注文を満たすために400万件超の注文が出ました。

    損失額は、4億6,000万ドル超です。

    SECは、注文の直前に置く統制、資本の上限を超える注文を止める統制、コードの展開とテストの統制が不十分だったと認定しました。SECのプレスリリース

    これはAIの事例ではありません。ただ、起点記事の「ドローダウン上限」や「注文の承認」が何を防ぐ設計なのかを考える材料になります。

    参考情報・参考書籍(PR)

    本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。

    マルコス・ロペス・デ・プラド『ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践』は、バックテストで見落としやすい点と過学習の補正を、DSRの著者が体系的に書いた本です。【関連概念】の続きを読めます。

    『Advances in Financial Machine Learning』(Marcos López de Prado)は、上の邦訳の原書です。バックテストの設計を原語で読みたい人向けです。

    ロバート・パルド『アルゴリズムトレーディング入門』(ウィザードブックシリーズ)は、検証、最適化、ウォークフォワード分析、過学習の防止を扱います。【仕組み】の関門を、手を動かして学べます。

    関連記事

    【まとめ】 自分で試す最初の一歩

    案を出す仕組みより先に、案を落とす基準を書いておくことです。

    取引をしない人にも使えます。AIが出すプルリクエスト、移行計画、インフラ変更の案にも、同じ構造を置けます。

    次の五つを、小さな案件で試してみてください。

    1. □ AIに出させた案の数を、台帳に残す

    2. □ 合格基準を、結果を見る前に文章かコードで書く

    3. □ 案を作った席とは別のセッションに、却下する理由を探させる

    4. □ 本番に近い操作には、読み取り専用の権限と人の承認を挟む

    5. □ 小さな規模と短い期間から始め、結果が揃ってから広げる

    投資に使う場合は、損失を出す可能性を前提に、自分のリスクの範囲で判断してください。

    この記事の数値は、起点記事や外部資料が示したものであり、私が検証したものではありません。

    参考情報

     
     
    海外でバズった最新テック関連情報をわかりやすく整理します! スキの数やページビューが多いなどの反響が多いものがあれば、実際の環境で操作した結果や手順などを共有する記事も作成したいとも思ってます! とりあえずこれを見ておけばディープな最新情報もキャッチアップ!できるものを目指します

    あなたへのおすすめ