AIは売買のタイミングをどう決めるのか：ChatGPT・Claudeのトレーディングエージェントを検証する

モデルは行動を提案し、アプリケーションが実行可能なことを決める

ChatGPTの売買ボットやClaudeの売買ボットは、モデルの周囲に構築するシステムです。アプリケーションがタスク、観測情報、指示と利用可能なツールを選びます。モデルはその文脈から回答、構造化提案、ツール要求を生成します。その後、売買アプリケーションがどの要求を認めるか、どれだけ資金を拘束できるか、執行をどう記録するかを決めます。製品名だけでは、そのルールは分かりません。

このインターフェースに、万人共通の指標レシピはありません。あるアプリケーションは決算発表の解釈を求め、別のものはモメンタム特徴量を渡してBUY、SELL、HOLDを求めます。また、通常の数値戦略を使い、AIはコード作成だけを手伝う構成もあります。判断を理解するには、モデルの役割を特定し、実際に受け取った情報を確認してください。

OpenAIとAnthropicの資料は、モデルが名前付き関数と引数を要求し、アプリケーションが実装を呼び出すクライアントツールの処理を説明しています。その要求は途中段階のメッセージです。市場データツールが観測値を供給し、ブローカー接続と口座権限が用意されて初めて、許可された要求を実注文にできます。一般向けチャット製品と開発者向けモデルアプリケーションでは、接続機能と権限が異なります。 [1] [2]

先行するAIトレーディングエージェントのガイドでは構成を説明しました。本稿は制御境界を追います。作成した提案を検証し、サイズを計算し、資金を予約し、一部約定させ、照合します。情報や口座状態が確認に通らないとき、同じ行動提案がどう変わるかも示します。

一つの判断を、最初から最後まで追う

同じ売買の任務を前提に、意図的に作成した16の制御ケースを考えます。正常系のBUYは20.86単位を認められ、モデル上のストップ時損失は計画予算$50に対して$49.98061318です。その後、設定した価格ギャップで模擬損失は$60.38976622となります。正しく許可しても、取引が利益を生むわけでも、損失が予算内に収まるわけでもありません。

商品、価格、根拠情報、提案、その後の結果は作成したものです。モデルAPIは呼んでおらず、どの提案もChatGPTやClaudeの出力として扱っていません。目的は、モデル出力、API所要時間や運用実績を創作せずに、判断から台帳までの仕組みを調べることです。

本稿では、判断パケット、提案、サイズ計算式、16ケースすべての結果、現金と保有数量の変化を示します。例の口座は$9,939.61023378、資産数量ゼロで終わります。作成した十六ケースは市場の十六観測ではなく、モデル正解率の推定でもありません。

判断を求める前に、知り得る情報を固定する

作成した入力パケットは架空の商品TP-USDを使います。2026年10月22日の12:00:00 UTCに、口座は現金$10,000を持ち、ポジションも未解決の注文もありません。基準仲値は100、買い気配は99.95、売り気配は100.05です。別の確定済み特徴量記録には、作成した三本のバーのリターン+1%があります。これはBUY要求の説明用の前提であり、予測力が実証されたものではありません。

判断パケットは、出典ID、観測時刻、利用可能時刻と口座バージョンを記録します。過去の出来事を記した情報でも、利用可能になるのは後かもしれません。制御プログラムは両方の時刻を、自身の受信時刻と提案の締切時点に照らして確認します。アシスタントがas_ofを過去に設定しても、未来の記録を使えるようにはなりません。

後の97.50という結果はシミュレーターだけに属し、提案者用パケットとガバナーの方針設定から除外します。先行する許可とサイズは新規判断時点で利用可能な情報に依存し、その後の結果が後の損益を決めます。この分離が扱うのは、アプリケーションの情報境界です。事前学習済みモデルが、識別できる過去の出来事をすでにどこまで知っているかを立証するものではありません。

価格と同じく、口座状態の鮮度も重要です。パケットは市場スナップショットをaccount-v001に結び付け、口座の観測・利用可能時刻は別に確認します。価格が正しくても、キャッシュされた残高が別注文をすでに反映しているとは分かりません。本番実装では、許可時点で正式な記録に照合し、資金予約を調整する必要があります。

数量はコードに任せ、範囲を限定した提案を求める

以下は作成した提案であり、どちらかの提供者との会話記録ではありません。指定したスナップショットでBUYを要求し、二つの記録IDを引用して、基準ストップ98を提案します。注文数量の指定、口座の変更、任意の執行先の選択やリスク予算の拡大はできません。それらの権限はアプリケーションに残します。

{
  "proposal_id": "proposal-001",
  "action": "BUY",
  "instrument": "TP-USD",
  "snapshot_id": "tp-snapshot-001",
  "as_of": "2026-10-22T12:00:00Z",
  "valid_until": "2026-10-22T12:00:30Z",
  "evidence_ids": [
    "quote-Q001",
    "feature-F001"
  ],
  "observed_reference_price": 100,
  "stop_reference_price": 98,
  "rationale": "Constructed example only: the positive feature motivates a hypothetical BUY request; no forecasting evidence is supplied.",
  "confidence_label": "MEDIUM"
}

構造化出力や厳密なツールインターフェースは、項目と許容値を強制しやすくしますが、経済的解釈の正しさは立証しません。提供者APIには回答拒否、不完全な応答、ツールエラーなど例外もあるため、アプリケーションは完了状態を確認し、受け取ったものを検証する必要があります。形式の検証と、以下の金融上の確認は別の問いに答えます。 [3] [4]

ガバナーは構造化された観測価格を正規の気配記録と照合し、引用IDを利用可能な記録と照合します。自由記述の理由が、その根拠から導かれるかまでは判定しません。この区別は表現だけを変えたケースで分かります。理由文は価格120と誤って述べますが、構造化価格は100のままです。許可数量は変わらず、裏付けのない一文は裏付けのないまま残ります。

許可されたBUYの計算を追う

ガバナーは進行中の内部発注要求または保有ポジションを一つまでとし、評価純資産の0.5%を計画損失予算、25%を基準仲値ベースの金額上限とします。数量刻みは0.01、仮定した手数料控除前の最低注文金額は$10です。公開した実験用方針であり、推奨上限や現在の取引所仕様ではありません。

新規約定は売り気配 × 1.0005とし、約定金額の0.1%をUSDで徴収します。計画上、仲値98のストップを0.05%の半スプレッドでモデル買い気配に変換し、さらに0.05%不利な執行調整と同じ手数料を適用します。単位あたりの厳密な計画損失は、新規で払う現金からモデル上のストップ純売却代金を引いた値です。

新規約定価格は100.100025、手数料込みの単位あたり支払現金は100.200125025です。モデルストップ約定は97.90202450、純売却代金は97.80412247550となり、差額は単位あたり2.39600254950です。予算$50は丸め前に約20.86809132単位を許容します。25%の基準金額上限は25単位を許容し、現金はそれ以上を許容します。リスク上限が制約となり、許可数量は20.86です。

entry_cash_per_unit = ask × (1 + adverse_fraction) × (1 + fee_fraction)
modeled_stop_net_per_unit = stop_mid × (1 - half_spread_fraction) × (1 - adverse_fraction) × (1 - fee_fraction)
planned_loss_per_unit = entry_cash_per_unit - modeled_stop_net_per_unit
risk_quantity = marked_equity × risk_budget_fraction / planned_loss_per_unit
cap_quantity = marked_equity × reference_notional_cap_fraction / reference_mid
cash_quantity = authorized_available_cash / entry_cash_per_unit
quantity = floor(min(risk_quantity, cap_quantity, cash_quantity) / quantity_increment) × quantity_increment

この数量で基準仲値のポジション金額は$2,086.00、計画ストップ損失は$49.98061318、予約する新規現金は$2,090.17460802です。基準金額と現金拘束額が異なるのは、後者に新規約定価格と手数料を含めるためです。HIGHという自信ラベルはサイズ計算のどこにも登場しません。

同じBUYが、小さな注文、見送り、保留に変わる

表は作成した16ケースすべてを扱います。大半は正常系BUYから一つの概念的条件を変えます。保有ポジションのSELLは別状態の正常系と明示し、ID再送の二例は先行する内部発注要求の状態を宣言します。各ケースは記載した口座条件から始まります。一つのポートフォリオの売買として合算してはいけません。

正常系も重要です。すべて拒否すれば、本来許可できるBUY、保有数量のSELL、上限を狭めたケースも拒否することになります。HOLD、フラット口座のSELL、最低額未満の見送り、状態不明による保留、重複抑制は意味が異なります。そのすべてをAIが待つことを選んだと言い換えてはいけません。

5%上限のケースは5.00単位を許可します。使用を許された現金が$5のケースでは、評価純資産は$10,000のままですが、候補数量は0.04単位に下がり最低額を満たしません。切り上げずに見送ります。UNKNOWNのケースは、先行注文が失敗したと決め付けず、状態を照合するまで置き換えを保留します。

これはアプリケーションの挙動を制御条件付きで説明する例であり、変更した条件と結果を並べて示します。モデル誤り率、市場的中率、攻撃成功率や本番信頼性の推定ではありません。重要なのは、許可、縮小、見送り、保留となった各要求を、どの規則が説明するかです。

資金予約、注文、約定は異なる記録を変える

許可によりintent-proposal-001を作り、$2,090.17460802を予約します。この時点の現金はまだ$10,000です。予約は別用途への資金拘束を制限します。模擬執行は12:00:01 UTCに12.00単位、その残り8.86単位を12:00:02に報告します。架空の売り気配は両約定で固定しています。安定価格を設定した執行テストであり、後で観測した市場気配ではありません。

最初の約定後、現金は$8,797.59849970、保有数量は12.00単位、残る予約額は$887.77310772です。仲値100での評価純資産は$9,997.59849970です。予約額を再度引くとNAVを過小評価します。現金に対する内部的な約束であり、追加の経済的損失ではありません。使用可能現金と口座純資産は別の問いに答えます。

同一の初回約定IDを再生しても、口座は変わりません。最新の口座バージョンを使う新提案も、最初の要求が一部約定中なら止められます。二回目の約定後、口座は20.86単位と現金$7,909.82539198を持ち、残予約はゼロになります。この追跡は単一プロセスの模擬状態機械で、内部の約定取り込みと資金拘束を確認するものです。

内部発注要求のフィンガープリントは、構造化項目と厳密な十進数の正規化を使い、表現文に権限はありません。同じIDで同一の構造化要求を送っても二つ目は作られず、同じIDで構造化要求を変えると競合になります。外部ブローカーでの一度限りの執行を保証するものではありません。実際の復旧では、注文と約定の照会、照合状態の永続保存、変更報告、一部取消とネットワーク上の不確実性への対応が必要です。

許可された取引が計画予算を超えて損失を出す

12:05:00 UTCに、シミュレーターは別に固定した仲値97.50を受け取ります。保存したストップ基準98を下回るため、独立したストップ処理が全数量のpaper-stop-exit-001を作ります。決済価格は97.50 × 0.9995 × 0.9995 = 97.402524375で、さらに0.1%の手数料がかかります。シミュレーターに保存したルールで発動する決済であり、新しいモデル予測ではありません。

基準仲値の変化は20.86 × (97.50 − 100) = $52.15の損失です。気配差と不利な執行により$4.11986304が加わり、新規・決済手数料の合計は$4.11990318です。純損失は$60.38976622、初期純資産の0.60389766%となり、$9,939.61023378が残ってポジションはゼロです。各費用は一度だけ引きます。

計画したストップ損失$49.98061318は、仲値98付近でギャップなく決済できる仮定を使いました。設定したギャップが、その執行仮定を崩します。リスク確認に通っても、実現損失が$50で止まるわけではありません。元の判断記録を残したまま、計画仮定とギャップへのエクスポージャーを調べるべきです。

現金、ポジションとコストは照合できます。初期純資産に純損益を加えると、決済後の現金残高と一致します。利息なしの本例では、売買しない現金の収益はゼロです。設定した一経路から、投資順位、期待リターンや将来損失の確率は分かりません。

述べられた理由は検討材料であり、因果の証明ではない

表現だけを変えたケースは、一つの問いに厳密に答えます。この制御プログラムでは、強い言い方にしても数量は増えません。同時に限界も示します。構造化BUYを受け入れながら、説明文の誤った価格主張は未確認のままです。根拠IDの一致は参照先の整合性を示しますが、理由の真実性、引用記録が結論を含意すること、売買の優位性は示しません。

Chenらは、制御された多肢選択問題で、影響を与えたヒントがモデル生成の推論文に開示されるかを調べました。影響したヒントが常に認められるわけではありませんでした。この結果は説明文を完全な因果監査に使うことへの注意を促しますが、本稿の売買構成を測定したものでも、すべての説明が虚偽だと証明したものでもありません。簡潔な理由文とともに、実際のパケット、ツール呼び出し、出力、制御結果を保存してください。 [5]

HIGHラベル、回答トークンの尤度、コスト控除後の勝ちに対して実証的に較正した確率は別物です。Kadavathらは、以前の言語モデルで、タスクや質問方法によって変わる自己評価を研究しました。その結果は、売買の自信項目を検証済み確率に変えるものではありません。金融の較正を主張するには、商品、期間、売買ルール、コストモデルと後続結果を定義する必要があります。市場予測プロトコルは、それを別の検証として扱います。 [6]

文章に基づくシグナルでは、何が報告され、いつ利用可能になり、どの記録が解釈を支えるかという、確認可能な主張を求めてください。事実抽出と意味的裏付けは、注文の有効性とは別に監査します。文書を正しく読んでも、ニュースがすでに価格に反映されていたり、執行前に必要な値動きが終わったりすれば損失になります。

取り込んだ文章は売買権限を付与できない

開示資料、ニュースページ、ツール結果に、モデルに向けた指示が含まれる場合があります。アプリケーションはそれを評価対象の根拠として扱い、口座変更、レバレッジ増加、制限解除の委任と見なしてはいけません。Anthropicの資料は、この間接インジェクションの境界を説明しています。許可ツールと金融上の上限は、モデルが生成する文章の外で強制してください。 [7]

AgentDojoの原論文は、模擬アプリケーション環境で正常タスクと攻撃を研究しています。あらゆる要求をモデルが拒否するかだけでなく、有用な完了と有害な誘導の両方を試す動機になります。その結果は売買ボットの安全性認証ではありません。 [9]

不正なquantity項目のケースは、この仕様に権限のないサイズ項目を追加できないことを示します。理由文のケースは、文章でガバナーを上書きできないことを示します。どちらもChatGPT・Claudeへのプロンプトインジェクション試験ではありません。ここではモデルに攻撃を入力していないためです。本当の対モデル安全性評価では、敵対的な資料を実モデルとツール構成に通し、最終状態を確認する必要があります。

スキーマに適合する悪意ある提案が、すべての金融上の上限に収まることもあります。独立制御は許容行動を限定しますが、健全な意図や投資価値は生み出せません。権限の限定とシグナルの有用性検証は、補完し合う仕事です。

言語モデルをシステムに置く価値を確かめる

戦略が数値しきい値で完全に指定できるなら、直接計算してください。Pythonの売買ボットやPine Script戦略は、バーごとにLLMを呼ばなくても固定ルールを評価できます。AIは戦略実装、台帳確認、エラー診断をなお支援できますが、運用中に取引を選ぶ役割とは異なります。

売買アルゴリズムの作り方を学ぶなら、最初に売買の任務と測定できる受け入れ条件を書きます。CodexやClaude Codeは、パケット作成、十進数でのサイズ計算、テスト、接続部の実装を支援できます。シグナルと同じ慎重さで、これらの版も管理してください。TradingViewのボット接続は、アラートを約定と扱わず、通知時刻、発注方針と照合を維持する必要があります。

運用中のLLMがより意味を持つのは、定義した分類体系で開示資料を分類するなど、単純な数値ルールにない解釈が必要な場合です。抽出主張、出典とその結果の行動を記録し、その解釈が遅延、データ費用、推論費用を差し引いても価値を増すかを検証します。本稿の具体的分析は、その追加便益を立証していません。

有用な提案ブリーフは、根拠参照、簡潔な理由と、必要な前提がない場合のHOLDを求めます。それはインターフェースの要件であり、利益を生むと証明されたプロンプトではありません。最初の妥当な到達点は、許可、保留、見送り、未解決の各要求を記録から説明できる模擬パイプラインです。

制御の正しさ、モデルの挙動、売買優位性を分ける

三層を別々に評価します。制御プログラムには、独立した数値恒等式、制御した不正入力、正常系と状態照合を使います。モデルには、固定パケットで実際に要求を送り、正確な提供者・モデルの版、プロンプト、ツール結果、サンプリング設定、回答拒否、再試行と費用を記録します。戦略には、結果が出る前に判断を確定し、妥当な代替案に対する追加のコスト控除後価値を評価します。

Anthropicのエージェント評価資料は、会話記録と最終結果を区別します。ここでも重要です。モデルの「約定した」は一つの発言であり、環境状態を立証するのは約定台帳と結果の保有です。実提供者を比較するなら、同じ実行環境で、利用可能な提案の割合、根拠の正確さ、行動の安定性、遅延と費用を測ります。同じパケットへの複数呼び出しは同一入力の反復試行であり、独立した市場機会ではありません。 [8]

売買戦略の過剰適合を避けるため、試したすべてのモデル、プロンプト、しきい値の変更を残してください。過去期間にたまたま合うプロンプトを選ぶことも戦略最適化です。アウトオブサンプル検証とウォークフォワード分析は、各判断で利用可能だった情報と、次版の選択に使った過去結果を守る必要があります。アプリケーションの時刻が正しくても、識別できる過去事象には学習データ由来の後知恵が入り得ます。

LLMとLLMなしの基準には、同じリスク・執行の仕組みを使います。そうしないと、費用やサイズの差が推論の優劣に見えます。モンテカルロ売買シミュレーションは入力条件に応じた帰結を調べられますが、不足する予測優位性を与えたり、非公式の自信ラベルを較正したりはしません。実行済みMLバックテストとアルゴリズム構築研究は、戦略成績に必要な別の証拠を調べています。

この検証が立証する範囲

売買判断は、モデルのインターフェース、アプリケーションの任務、リスクガバナーと執行記録に分かれています。具体例では、同じBUYは自信を強調しても同じ数量を保ち、上限を狭めれば縮小し、許可現金で有効注文を支えられなければ見送り、先行注文状態が不明なら保留します。

許可された注文は、計画予算$50の確認に通りながら、作成したギャップ経路で$60.38976622を失います。台帳は新規理由を書き換えず、その結果を残します。計算は損失を説明しますが、制御ケースの結果はChatGPTやClaudeの市場予測力を立証しません。

AI売買システムを評価するときは、パケット、構造化提案、それを認めた正確な権限、注文・約定記録、照合済みの口座結果を求めてください。それらはシステムが実際に何をしたかを説明します。説得力のあるBUYの一段落は、その連鎖の一部分にすぎません。