【要約】Claude Codeに「オルカンに勝つ株ツールを作って」と頼んだら、有名アノマリーが全滅した話 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
ある個人投資家が、既存の投資手法の有効性を、正確なデータに基づき検証したいと考えた。しかし、金融データの扱いは極めて専門性が高く、以下の課題が存在した。
- ・J-Quants API等から取得する膨大なデータの収集と加工。
- ・株式分割の調整や、上場廃止銘柄を含む生存バイアスの回避。
- ・税金（譲渡益課税）を考慮した、実効的なリターンの算出。
- ・これらを統合した、高度なバックテスト環境の構築。
// Approach
開発経験のない著者が、Claude Codeをコーディングエージェントとして活用した。AIにAPI仕様の調査から環境構築までを自律的に実行させた。
- ・J-Quants API V2を用いたデータ取得パイプラインの構築。
- ・株式分割調整および生存バイアス回避のデータ処理実装。
- ・Pythonによるバックテストエンジンと可視化ダッシュボードの開発。
- ・譲渡益課税（20.315%）を考慮したシミュレーション機能の実装。
// Result
検証の結果、多くの有名アノマリーが実データでは機能しないことが判明した。AIによる戦略改良により、市場平均を上回る成果を得たが、税制の影響も浮き彫りになった。
- ・モメンタム戦略が年率-12.6%と、市場平均に大敗。
- ・改良戦略により、年率+12.8%（シャープレシオ0.90）を達成。
- ・税引後では、非課税のインデックス投資（オルカン）に劣る結果に。
- ・既存の投資手法の多くが、実データでは有意な予測力を持たないことを確認。
Senior Engineer Insight
> 本事例は、AIエージェントによるデータエンジニアリングの民主化を示している。プロトタイピングの速度は驚異的であり、検証コストを劇的に下げている。しかし、金融ドメイン特有の税制や生存バイアスといった知識の正確性は、依然として人間の監督が必要だ。実戦投入には、AIが生成したロジックの妥当性を検証する「ドメイン知識」との組み合わせが不可欠である。