金融AI 開発プロジェクト

開発プロジェクト

金融市場を扱う、
2つのAIエージェント。

現在、異なる役割を持つ2つのプロジェクトを開発しています。

一つは、日経225先物の監視から注文執行、ポジション管理までを自動化するエージェント。もう一つは、米国株を中心に市場シグナルを検知・分析し、人の判断につなげるエージェントです。

いずれもMIF LLCによる研究開発・自社運用を目的としています。


プロジェクト 01

日経225先物
AI自動売買エージェント

日経225先物(mini / micro)を対象に、価格監視、シグナル生成、注文執行、ポジション管理までを自動化する継続稼働型のエージェントです。

短期的な市場データを継続して処理し、あらかじめ設計した条件とモデルに基づいて売買判断と執行を行います。

対象
日経225先物 mini / micro
主な役割
監視 / シグナル生成 / 注文執行 / ポジション管理
運用方式
自動執行
状況
開発中

処理フロー

市場を監視し、
条件に応じて執行する。

価格データを継続して取得し、ルールベースのロジックと機械学習モデルを用いて市場の状態を分析します。

売買条件を満たした場合は、証券APIを通じて注文を執行します。エントリー後は、ポジションの状況を監視し、設定した条件に応じて利確・損切りなどの処理を行います。

それぞれの処理結果を記録し、売買履歴やモデルの挙動を後から検証できる構成とします。

  1. 01市場データを取得
  2. 02ルールとモデルで分析
  3. 03売買シグナルを生成
  4. 04注文を執行
  5. 05ポジションを管理
  6. 06結果を記録・検証

分析アプローチ

時系列のパターンと、
市場の背景を扱う。

1分足やティックデータなどの時系列データを用いて、短期的な値動きや市場の状態を分析します。

売買シグナルの生成には、定量的なルールと機械学習モデルを組み合わせます。大規模言語モデルは、ニュースや市場状況の整理、分析結果の説明、レポート作成などに活用します。

数値による判断とテキスト情報の整理を分け、それぞれを目的に応じて組み合わせる構成です。

主な機能

価格監視シグナル生成注文執行利確・損切りポジション管理売買履歴分析レポート

主な技術・データ

Pythonscikit-learnLightGBMAI・LLMkabu STATION API1分足・ティックデータ

プロジェクト 02

米国株・コモディティ・通貨
シグナルエージェント

S&P 500・Nasdaq-100を中心に、コモディティや通貨も対象として、市場データ、企業財務、ニュースなどからシグナルを検知・分析するエージェントです。

分析結果はSlackへ通知し、最終的な判断は人が行います。自動売買は行いません。

主な対象
米国株 / コモディティ / 通貨
主な役割
スクリーニング / 分析 / シグナル検知 / 通知
運用方式
分析・通知後に人が判断
状況
開発中

処理フロー

条件に合う変化を捉え、
判断に必要な情報を届ける。

株価、出来高、企業財務、ニュース、決算予定などのデータを取得し、あらかじめ設定した条件に基づいて対象銘柄や市場をスクリーニングします。

候補が検出された場合は、テクニカル情報、ファンダメンタルズ、関連ニュースなどを整理し、シグナルの背景とともにSlackへ通知します。

通知された情報を確認したうえで、人が最終的な判断を行う流れです。

  1. 01市場・企業データを取得
  2. 02条件に基づいてスクリーニング
  3. 03テクニカル・財務情報を分析
  4. 04ニュースと市場背景を整理
  5. 05シグナルをSlackへ通知
  6. 06人が最終判断

分析アプローチ

数値だけでなく、
値動きの背景も整理する。

価格や出来高、企業財務などの定量データに加え、ニュース、決算予定、企業イベントなどの情報を取得します。

大規模言語モデルを用いてテキスト情報を要約・整理し、値動きに関係する可能性のある材料を抽出します。

定量的な条件と市場背景を組み合わせ、シグナルを確認する際に必要な情報を一つの通知としてまとめます。

検証中のスクリーニング例

大型株の押し目低価格帯の成長株テクニカル条件財務条件ニュース・材料評価

主な機能

銘柄スクリーニングファンダメンタル分析テクニカル分析ニュース要約材料評価Slack通知日次処理

主な技術・データ

PythonyfinanceFinnhubAI・LLMSlack日次バッチ

運用モデル

自動執行と、
人の判断を支える通知。

01

日経225先物

価格監視からシグナル生成、注文執行、ポジション管理までをシステム内で処理します。

02

米国株・コモディティ・通貨

市場シグナルと関連情報を検知・整理して通知し、最終的な判断は人が行います。

AIやアルゴリズムが担う範囲は一律ではなく、市場、戦略、運用目的に応じて設計しています。


共通基盤

データ取得から記録まで、
検証できる構成に。

いずれのプロジェクトも、市場データの取得、分析、シグナル生成、出力、履歴保存という流れを基本としています。

処理結果や判断に使用した情報を記録し、後からモデルやルールの挙動を検証できる構成を目指しています。

01

データ取得

価格、出来高、財務、ニュースなど、プロジェクトに必要な情報を取得します。

02

分析・シグナル生成

ルールベースのロジック、機械学習、LLMを目的に応じて組み合わせます。

03

通知・執行

分析結果を、Slack通知、レポート、注文執行などの処理へつなげます。

04

記録・検証

入力データ、シグナル、処理結果を記録し、後から検証できるようにします。


金融AIの研究開発を、
全体から見る。

金融AIにおける研究開発の方向性と、ルールベース・機械学習・LLMを組み合わせた技術アプローチを紹介しています。

金融AIの概要へ戻る

重要事項

本ページに記載のプロダクトは、MIF LLCによる研究開発・自社運用を目的としたものです。 特定の金融商品の購入・売却を推奨するものではなく、投資成果を保証するものでもありません。 投資判断はご自身の責任において行ってください。