AIトレーディングエージェント徹底解説：実際の仕組み

AIトレーディングエージェントは、デモは簡単で、信頼するのは難しいものです。デモはチャットウィンドウと約定した注文を見せますが、あなたが本当に理解すべき部分、すなわち市場のティックと執行済みの取引の間にあるすべてを飛ばします。本記事はその箱を開けます。真剣なエージェントすべてが組み立てられている五つの層 — 知覚、推論、ツール、記憶、ガードレール — を見て、それから終値からルーティングされた注文まで、一つの実際の意思決定サイクルを追います。その経路をたどれるようになれば、どんなエージェント製品も、約束ではなく配管で判断できます。

AIトレーディングエージェントの解剖：五つの層

インターフェースを剥ぎ取れば、ライブ市場との接触を生き延びるあらゆるエージェントは同じ機械です。（カテゴリーの定義と、エージェントがボットやチャットアシスタントの中でどこに位置するかを知りたいなら、まずエージェンティック・トレーディングとは何かから始めてください。本稿はそれを前提に、まっすぐ機構に入ります。）

層	その仕事	それなしでは何が壊れるか
知覚	市場データ、指標、ニュースを、評価に値するイベントに変える	エージェントが古い、または欠けたデータに基づいて動く
推論	現在の状態が戦略に一致するかを判断する	条件が文字通り発火し、文脈が無視される
ツール	取れる行動の短いリスト：データ取得、アラート設定、注文発注	判断は起きるが、安全でも有用でも何も続かない
記憶	ポジション、過去のシグナル、クールダウン、あなたが述べた意図	同じ押し目を五回連続で買う
ガードレール	執行の瞬間にチェックされる厳格な上限	一つの悪い判断が口座レベルの事態になる

これらの層は意図的に分離されています。分離可能なシステムは検証可能なシステムです。注文ロジックに触れずに指標の計算を検証でき、プロンプトを読み返さずに先週火曜日の却下を監査できます。研究用システムはこれをさらに推し進め、推論層そのものを議論する専門家の役割に分割します。そのパターンには独自のトレードオフがあり、マルチエージェント・トレーディング・システムで扱っています。個人のポートフォリオには、五つのきれいな層を持つ一つのエージェントが現実的なアーキテクチャです。

知覚：エージェントが実際に見ているもの

エージェントはチャートを眺めません。イベントを購読します。4時間足のローソクが閉じる。価格があなたの指定した水準を横切る。予定された時刻が来る。ニュースがある保有に関連ありと採点される。イベントの間、よく作られたエージェントは何もしません。それは絶えず監視するより安上がりで、エラーが起きにくいのです。

それらのイベントの背後にある入力は四種類あります。第一に、生の市場データ。ローソク足、最終価格、ときに板の厚み。第二に、派生指標。RSI(14)、MACD、200日移動平均などで、言語モデルに推定させるのではなく、決定論的なエンジンが生データから計算します。第三に、外部の文脈。マクロカレンダーの項目、ニュースフロー、センチメントのスコア。第四に、エージェント自身のポートフォリオの状態。というのも、すでにフルポジションを持っているなら「もっと買う」は違う意味になるからです。

評価の頻度は細部ではなく、れっきとした設計上の決定です。4時間足の終値ごとに評価するエージェントは月に数回取引します。同じルールを毎分チェックすればノイズで発火し、手数料をかさませ、往復ビンタを食らいます。戦略を定義するとき、あなたはその時計も定義しているのです。

データの衛生は、知覚の地味な半分です。取引所のAPIは止まり、フィードは遅れ、ローソク足は遅れて届きます。データが欠けているか古いときの正しいデフォルトは、何もしないことです。評価を飛ばし、欠落を記録し、次のイベントを待ちます。仮定で欠落を埋めるエージェントは市場を知覚しているのではなく、市場を想像しているのです。

推論層：ルール、LLM、それともハイブリッド

ここでは三つの設計が競い、正直な比較は短くて済みます。純粋なルールは決定論的で速く検証可能ですが、見出しを読むこともあなたの意図を汲むこともできません。純粋なLLMは両方できますが、判断ごとに高価で、数字に対して信頼できません。金融の質問応答に関する2024年のある研究は、安全策なしでの幻覚率を最大でおよそ41%と測定しました（FailSafeQAおよび関連ベンチマーク, 2024）。どちらの極端も勝ちません。勝つアーキテクチャはハイブリッドです。端に言語モデル、中央に決定論的エンジン。

ここが、たいていの解説が見落とす部分です。良いハイブリッドでは、LLMはすべてのティックではなく、あなたの言葉について一度だけ推論します。「押し目を買う」という、数値的な定義のない言い回しを取り上げましょう。推論層の本当の仕事はビルド時に起こります。その意図を、「4時間足のRSI(14)が30を下回って引け、かつ価格が200日移動平均の上を保っている」といった正確な述語へと変換するのです。それ以降、各評価はルールエンジンがマイクロ秒で行う算術です。あなたの文を解釈したモデルは、ライブの注文計算に決して触れません。

これがまさにObsideが仕事を分ける方法です。コパイロットは平易な言葉を監視条件に変換し、あなたの承認のために言い換え、それから稼働中の戦略を決定論的な評価に引き渡します。言語のタスクと数値のタスクの間にどこで線を引くかが、エージェントの信頼性のほとんどを決めます。能力の全体図はトレーディングでLLMにできること・できないことにあります。

一部のエージェントは、見出しが特定の保有にとって重要かを分類するような、真に言語的なイベントについては実行時にもモデルに問い合わせます。それは擁護できる使い方です。ただし、モデルの出力が注文を直接サイジングするのではなく、ルール（「深刻度が高ければ買いを一時停止」）に流れ込む場合に限ります。

ツール、記憶、そしてガードレール層

エージェントの力は、その知能ではなく、ツールのリストによって定義されます。ツールは狭い署名を持つ型付きの関数呼び出しです。ローソク足を取得する、指標を計算する、アラートを送る、注文を出すか取り消す、ストップを動かす。この制約こそが機能です。唯一の注文ツールがplace_order(symbol, side, size, type)であるエージェントは、推論が何を結論づけようと、資金を引き出すことも、口座設定を変えることも、存在しない行動を発明することもできません。プラットフォームを評価するとき、最も鋭い問いは、エージェントに何ができるかではなく、証明可能に何ができないかです。

記憶は、エージェントを状態を持たないトリガーから分けるものです。現在のポジション、未約定の注文、今週どのシグナルが発火したか、クールダウンのタイマーを保持します。それが防ぐ失敗を考えてみましょう。状態を持たない押し目買いルールは、RSIが30を下回っている間、連続する4時間足のローソクごとに発火し、一つの計画されたエントリーを六つに変えてしまいます。「週に最大2回」という指示は、記憶以外のどこにも存在しません。

ガードレールは、注文が越える最後の層であり、その決定的な性質は配置にあります。推論層の外側で、提案ではなく拒否権として、執行時に走ります。ポジションサイズの上限、エージェントごとのエクスポージャー上限、固定およびトレーリングストップ、ドローダウンのサーキットブレーカー、レバレッジの上限。混乱した推論層でさえ、それらを超えられません。それぞれを適切にサイジングすることはそれ自体が一つの規律であり、AIトレーディングエージェントのガードレールで解説しています。

一つの完全な意思決定サイクル、端から端まで

機械を動かす時が来ました。戦略を、ユーザーが述べる形で。「4時間足のRSI(14)が30を下回って引け、かつ価格が200日移動平均の上にあるとき、ETHを150ドル買う。週に最大2回まで、8%のトレーリングストップ付きで」。Obsideではその一文をコパイロットに入力すると、コパイロットは解析したもの — 資産と取引所、時間軸と閾値を伴う指標、トレンドフィルター、注文サイズ、週の上限、ストップの種類 — を言い換え、何かが走る前にあなたの承認を待ちます。その言い換えこそ、推論層が戦略ごとに一度の仕事を公然と行っている姿です。

さて、木曜日、協定世界時04:00：

1. 知覚。 4時間足のローソクが閉じる。イベントが発火し、エンジンは閉じたローソクからRSI(14)を27.6と計算する。
2. 推論。 条件一が成立（27.6は30未満）。条件二が新鮮なデータに照らしてチェックされる。価格は200日移動平均のおよそ4%上にある。両方とも真。
3. 記憶。 今週すでに買いが一回、火曜日に執行されている。上限は二回なので、このエントリーは許可され、いずれにせよこの評価は記録される。
4. ガードレール。 提案された150ドルの注文が、ポジションサイズの上限とポートフォリオのエクスポージャー上限に照らしてチェックされる。ドローダウンのブレーカーは作動していない。通過。
5. ツール。 place_orderが送られ、約定時に8%のトレーリングストップが付与される。あらゆるステップが、その入力とともにログに残る。

金曜日、協定世界時20:00と比べてみましょう。ローソクはRSI 26.9で閉じ、トレンドフィルターはまだ成立していますが、エージェントは何もしません。記憶が今週すでに二回の買いを示しているからです。却下とその理由を記録します。理由を添えて何もしないことは、良いエージェントがすることの大半です。また、どちらのサイクルでも言語モデルは問い合わせられていないことに注目してください。思考は戦略が書かれたときに起きました。サイクルは執行です。

Obsideでは、五つの層は製品名をまとっています。価格、指標、ニュース、マクロイベントのトリガーは知覚層です。コパイロットの変換と言い換えは推論のステップです。執行時に適用されるリスクチェックを伴う注文ルーティングがツールとガードレールを担い、各エージェントは自身の状態を持ちます。同じエージェント定義が、バックテスト、ペーパートレード、ライブ執行を通じて変わらず走るため、あなたが監査した機械が、取引する機械なのです。

ここから先へ

あなたは今、どんなAIトレーディングエージェントにも使える実用的な監査チェックリストを手にしています。どんなイベントを、どの時計で知覚するのか。LLMは正確にいつ問い合わせられ、それが算術をすることは許されるのか。ツールの完全なリストは何か。評価の間にどんな状態を保つのか。推論が承認したあとに注文を拒否できるのは何か。この五つすべてに歯切れよく答えられるベンダーは、ここで説明した機械を作りました。形容詞で答えるベンダーはデモを作りました。五つの層が一つの場所で組み立てられ、検査可能である様子を見たいなら、Obsideで戦略を一文で述べ、それが、何かが走る前にあなたが承認する条件、サイズ、上限として返ってくるのを見てください。

本記事は教育目的のみです。投資助言ではありません。取引には元本を失う可能性を含むリスクがあります。