2026年07月03日~07月12日までの作業を振り返ってまとめる週次ログです。
MLBot作成と開発ログ公開の開始
重い腰を上げて遂に動き出しました。
MLBotを作ること自体は特に問題ないと思っていましたが、開発ログの方はある程度想定はしていたものの、いざ書き始めると何をどこまで書くかが難しい。
詳細に書いてしまうとエッジが無くなってしまうため書けず、かといって排除しすぎると書くことが無くなってしまう…バランスを取るのが大変です。
開発ログという名の勉強メモであることを利用して、関連するものであれば何でも記事化していこうかなと思ってます。

基礎的な部分からやり直した
株にしても機械学習にしてもちゃんと勉強をしている訳ではなく中途半端な独学知識しか持っていないので、コードを書きながら引っかかるところをAIと壁打ちして知識を補完する作業が多かった。
この分野はちゃんと勉強を出来る人達が闊歩している世界なので、出来る限り突っ込まれないようにしていきたいところ。
仮に間違っていても「AIがそう言ってた」で逃げられるのもAIのメリット。

Claude Fable5が凄い
少し前からClaudeを使い始めた。
コードの質問をするときは使用量を気にしなくていい無料のGeminiをよく使っていたが、期待した回答を得られないことが多かったのでコーディングに強いClaudeを触ることにした。
ただ、使用量を使い切って使いたい時に使えなくなるのが嫌なのでデフォルトのSonnet5だけを使っていたのだが、ちょうどFable5が解放されていたので最初のMLBot構築で試しに使ってみることに。
2~3年前のモデルならまだしも最近のモデルはどれも性能が良いので、ハードな使い方をしない限りそこまで違いはないと思っていたが、上位モデルと下位モデルでは雲泥の差があることを分からされました。
最初のMLBotが完成
Fable5のおかげでMLBotが初週で完成してしまった。一先ずモデルを「MLBot α」と仮称。
ウォークフォワードテストの結果をロジックが推測できない程度に公開すると以下の通り。(資金100万円想定で単利シミュレーション、コストは考慮済み)

| IC mean | 0.0192 |
| IC std | 0.1250 |
| ICIR | 2.41 |
| 年率リターン | 48.8% |
| Sharpe | 1.42 |
| 勝率 | 55.0% |
| Year | Return | Sharpe |
|---|---|---|
| 2013 | 1.058 | 2.974 |
| 2014 | 0.689 | 2.464 |
| 2015 | 0.396 | 1.383 |
| 2016 | 0.567 | 1.589 |
| 2017 | 0.528 | 2.679 |
| 2018 | 0.053 | 0.159 |
| 2019 | 0.718 | 2.913 |
| 2020 | 0.466 | 1.099 |
| 2021 | 0.578 | 2.052 |
| 2022 | -0.341 | -0.990 |
| 2023 | 0.255 | 1.048 |
| 2024 | 0.285 | 0.870 |
| 2025 | 1.081 | 2.110 |
| 2026 | 0.606 | 0.976 |
ウォークフォワードテストでこの結果は悪くないと思う。もちろんリークしていなければだが。
とりあえず次週から低資金で1~3か月程度のテスト運用を開始する。
モデルの評価指標について
AIがモデルの簡単な評価関数も作ってくれたのだが、知らなかったので意味をまとめておく。
IC(Information Coefficient)
予測スコアと実際のリターンの相関の強さを表していて、1日単位での予測の当たり具合が分かる。
範囲は-1〜1で、0=予測力なし、1=完全的中、-1=完全にハズレ。
ただし、株は原理的に完璧な予測が不可能なため、ICが0.02~0.05あれば十分とのこと。
ICIR(Information Coefficient Information Ratio)
IC自体の安定性を測ることができる。
計算式は「ICの平均 ÷ ICの標準偏差」。
ICIRが高ければ毎日ほぼ同じ強さで予測できていて、低ければ博打的な予測になっている。
1を超えれば実用圏らしい。
次週やりたいこと
- MLBot αのテスト運用を開始する。→初週はバッチファイルの動作確認やバグチェックを中心に。
- 新しいMLBot開発に取り掛かる。→MLBot αとは別方向のロジックを考える。
- 開発ログ記事を2記事書く。→継続して書く癖を付けたい。

コメント