【要約】Claude APIで自動売買エージェントを個人開発した話【全体像編】 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
開発者は、既存のアルゴリズムトレードが抱える「ルールの硬直性」と、LLM運用の「コスト・遅延」という二律背反の課題に直面した。市場環境の変化に対し、固定的なルールでは対応しきれない。一方で、LLMを常時稼働させるのは非効率である。具体的には以下の問題がある。
- ・固定ルール（RSI等）の陳腐化による収益性の低下。
- ・LLMの全サイクル呼び出しによるAPIコストの増大。
- ・市場の文脈（チャート形状や過去の経緯）を無視した機械的な判断。
// Approach
開発者は、コストを抑えつつ高度な判断を実現するため、2ステージのパイプライン構造を採用した。まず高速なルールエンジンで監視を行い、必要な時のみLLMを起動する。具体的な手法は以下の通りである。
- ・Stage 1: TypeScriptで実装した7種類のルールエンジンが、SMAやRSIを用いてシグナルを監視する。
- ・Stage 2: シグナルが変化した際のみClaude APIを呼び出し、チャートの文脈に基づき最終判断を下す。
- ・MCPの導入: エージェントとブローカーAPIを疎結合に分離し、ツールの再利用性を高める。
- ・ファントムトレード: LLMが見送った判断を仮想的に記録し、判断の妥当性を定量的に評価する。
// Result
この設計により、開発者は実用的なコストと精度を両立した自動売買環境を構築した。LLMの呼び出し回数を劇的に削減し、運用コストを現実的な範囲に抑えている。得られた成果は以下の通りである。
- ・シグナル変化時のみのAPIコールによる、低コストなLLM運用。
- ・AlpacaおよびOANDAを通じた、マルチアセット（株・暗号資産・FX）への対応。
- ・StreamlitとDiscordを用いた、リアルタイムな監視および通知体制の確立。
Senior Engineer Insight
> コストと精度のトレードオフを、2ステージ構成で解決した設計は極めて合理的である。特にMCPの導入により、ブローカーの変更やツールの拡張に対する耐性を高めている点は、実運用を見据えた優れた判断だ。ただし、LLMの判断に依存するため、APIのレイテンシやモデルの挙動変化がリスクとなる。また、ファントムトレードによる「見逃しコスト」の可視化は、モデルのキャリブレーションにおいて非常に強力な武器となるだろう。