「AIチームが戦略をリサーチする」とは具体的にどういうことか、とよく聞かれます。そこで、ひとつの仮説を最初から最後まで歩いて見せましょう。押さえておくべき大事な点はこれです。これは却下するために存在するファネルだということ。ほとんどのアイデアは死にます。それこそがプロダクトが正しく機能している証拠です。
実際によく聞かれる質問
アイデアは誰が出すのか?
リサーチエージェントです。データライブラリで何が扱えるか — ファンディングレート、建玉、清算の記録、オプションのボラティリティサーフェス、ニュースセンチメント、Fear & Greed — を読み取り、テーゼ、取引所、時間軸、リスクプロファイルを備えた仮説を書き上げます。このエージェントは明示的に手数料を意識しています。想定されるエッジが取引所の往復コストを下回るアイデアは、生まれた時点で不良品です。さらに「墓場」も読みます。放棄されたすべての戦略の失敗理由が埋め込みベクトル化されて検索可能になっているため、「1時間足でのファンディング・モメンタム、3回目の挑戦」はサイクルを浪費する前にフラグが立ちます。
コードは誰が書くのか、なぜそれを信用できるのか?
デベロッパーエージェントが、固定されたベーステンプレート — 資本比例のポジションサイジング、明示的なストップロジック、宣言されたデータ要件 — に沿って戦略をコーディングします。信用の源泉は書き手ではなく、関門の連続にあります。4つのレイヤーがあります。静的解析(私たちがカタログ化してきたアンチパターンをASTでチェック)、合成シナリオ(捏造した補助データ付きの6種類の相場パターン — 回避するはずだった暴落シナリオで買いに行く戦略はここで死にます)、実データでのサンドボックスバックテスト(最低1回は取引を生成しなければなりません)、そしてシグナルの極性、エッジケース、手数料耐性をコードレビューするQAエージェント。レイヤー2は最も恥ずかしい類のバグ、つまり完璧に動作しながら仮説と正反対のことをするコードを捕まえます。
バックテストは実際に何を課金しているのか?
取引所ごとの実際のmaker/taker手数料、マーク価格に基づくファンディングの計上、平方根則のマーケットインパクト、レバレッジ運用における証拠金と強制清算、株式のセッションカレンダー。含み損益を含む時価評価(マーク・トゥ・マーケット)のエクイティカーブなので、エントリーとエグジットの間にドローダウンが隠れることはありません。当たり前の装備に聞こえるかもしれませんが、そうではありません。どの項目も、それが欠けていたせいで具体的な誤った昇格が起きたからこそ追加されたものです。
最適化はただの過学習にならないのか?
なろうとします。パイプラインはそれを前提に設計されています。まずパラメータの感度スイープ(lookback=14 ちょうどでしか機能しない戦略は偶然であって戦略ではありません)、次にイン・サンプル/アウト・オブ・サンプルを追跡しながら3つのウィンドウでウォークフォワード最適化、最後に戦略が一度だけ目にするホールドアウト検証。OOSのSharpeがISの半分を下回れば却下。ホールドアウトはウォークフォワードOOSのSharpeの少なくとも70%を維持しなければなりません。これらはコードで強制されるゲートであり、アナリストの裁量ではありません — アナリストは理由をログに残せばソフトな下限を免除できますが、過学習チェックは免除できません。
通過率はどのくらい?
低いですし、低くあるべきです。最も多い死因はアナリストレビューでの却下です。エッジは実在するものの、コスト控除後で1取引あたり0.15%に届かないというもの。2番目に多いのは感度の崖です。生き残った戦略はリスクオフィサーの審査を経てペーパートレードに進み、そこでは日次のリプレイ・パリティチェックがライブデータと突き合わせて無期限に正直さを検証し続けます。実資金の投入は、それとは別の、人間が管理するゲートの向こう側にあります。
