1372144
HOME \| DIARY \| PROFILE	【フォローする】【ログイン】

情報開発と利活用

【毎日開催】

15記事にいいね！で1ポイント

10秒滞在

いいね! --/--

次の日記を探す

おめでとうございます！
ミッションを達成しました。

※「ポイントを獲得する」ボタンを押すと広告が表示されます。

Profile

令和維新

2004年4月から企業を離れ、コンサルタントや情報起業を試行しながら、失われた２０年を取り戻し、日本再生をめざす私の歩みをみて一人でも多くの後継者が出てくれることを祈りつつ友達から紹介されたこのホームページの更新を続け、これまでの活動の記録と今やビッグデータ、AI,、IOT,ブロックチェーン、仮想通貨の時代になってしまいましたが、私の現状認識と関連技術を紹介していきたい。

フォローする

UX

(0)

オンライン

(0)

ソーシャルメデイア

(0)

CARDANO

(0)

開発

(0)

スマートマネー

(0)

Keyword Search

▼キーワード検索

教育訓練開発手法の紹介

Headline News

Shopping List

お買いものレビューがまだ書かれていません。

< 新しい記事

新着記事一覧(全6636件)

過去の記事 >

2025.06.14

(2)エージェントAIを使った取引を試したが、度肝を抜かれる(I tried trading with Agentic AI, and it’s mind blowing)

テーマ：仮想通貨(2401)

カテゴリ：トレーデイング

Chapter 1: The Current State of Retail Trading
第1章小口投資家の取引の現状

The Institutional Edge
機関投資家の強み

Professional
trading operations leverage advantages that have traditionally been
inaccessible to individuals:

プロのトレーディング・オペレーションは、従来は個人には手が届かなかった利点を活用しています：

1. Computational power: Hedge funds and proprietary trading firms employ massive server
farms running sophisticated algorithms that analyze terabytes of market data in
milliseconds.
電算力：ヘッジファンドや自己勘定取引会社は、テラバイト単位の市場データをミリ秒単位で分析する高度なアルゴリズムを実行する巨大なサーバー集団を採用している。

2. Information access: Bloomberg Terminals ($24,000/year), proprietary research, and
direct exchange feeds provide institutional traders with faster, more
comprehensive information.
情報アクセス：ブルームバーグ端末（年間2万4,000ドル）、独自のリサーチ、取引所からの直接フィードにより、機関投資家トレーダーはより速く、より包括的な情報を得ることができる。

3. Talent concentration: Teams of PhDs and experienced quants work together to identify
edges that individual traders could never discover alone.
人材の集中：博士号取得者や経験豊富な数量分析の専門家からなるチームが、個人トレーダーだけでは決して発見できない強みを見極めるために協力し合う。

4. Capital efficiency: Prime broker relationships, portfolio margining, and lower trading
costs allow institutions to deploy capital more efficiently.
資本効率：大口投資家向けの“特別な証券会社”みたいな存在との関係、ポートフォリオ・マージン、取引コストの低減により、金融機関は資本をより効率的に配分できる。

5.
Time advantage: Professional traders focus their full attention on the markets,
while most retail traders balance trading with other responsibilities.

時間的優位性：プロのトレーダーはマーケットに全神経を集中させるが、ほとんどの小口投資家トレーダーはトレードと他の責務のバランスを取る。

The Anatomy of Retail Trading Failure
小口投資家取引失敗の解剖学

The typical retail trading journey follows a predictable path:
典型的な小口投資家トレーディングの旅は、予測可能な道筋をたどります。：

1. Initial success: Often due to lucky timing or a bull market rather than skill
最初の成功：多くの場合、技術よりも幸運なタイミングや強気相場によるものである。

2. Strategy hopping: Constantly searching for the “perfect system” as initial
approaches fail
戦略の渡り歩き：最初のアプローチが失敗すると、常に「完璧なシステム」を探し求める。

3. Emotional trading: Making decisions based on fear and greed rather than logic
感情的な取引：論理よりも恐怖や欲に基づいて決断を下すこと。

4. Information overload: Drowning in news, social media, and conflicting signals
情報過多：ニュース、ソーシャルメディア、相反するシグナルに溺れる。

5. Capital erosion: The slow (or sometimes rapid) depletion of trading capital
資本浸食: 取引資本のゆっくりとした（あるいは急速な）枯渇

This cycle isn’t merely about lack of discipline — it’s a structural problem. Individual traders
face cognitive limitations that make consistent decision-making nearly
impossible in complex, fast-moving markets.
このサイクルは、単に規律が欠如しているという問題ではなく、構造的な問題なのです。
個々のトレーダーは、複雑で動きの速い市場では一貫した意思決定をほぼ不可能にする認知的限界に直面しています。

While institutional advantages are undeniable, my personal journey as a part-time retail trader revealed a counterintuitive truth: we have our own set of unique edges. After three years in the market, I discovered that retail traders excel in environments where speed isn’t the primary factor — from 1-minute chart scalping to multi-week swing trades. Our advantages are subtle but significant: our smaller capital doesn’t move markets when we enter or exit positions; we’re
unburdened by managing billion-dollar portfolios; and perhaps most importantly, we aren’t constrained by quarterly performance metrics or mandatory trading hours. We can be selective, trading only when genuine opportunities align withour strengths.
機関投資家の優位性は否定できないが、パートタイムの小口トレーダーとしての私の個人的な旅は、直感に反する真実を明らかにしました。市場に3年間身を置いた後、私は、1分足チャートのスキャルピングから数週間のスイングトレードまで、スピードが主要な要素ではない環境において、小口トレーダーが優れていることを発見しました。私たちの利点は微妙だが重要です。小資本であるため、ポジションの入退時に相場が動くことがないこと、億単位のポートフォリオを管理する負担がないこと、そしておそらく最も重要なのは、四半期ごとの業績指標や強制的な取引時間に拘束されないことです。そしておそらく最も重要なことは、四半期ごとの業績評価基準や強制的な取引時間に拘束されないということです。

My own trading evolution tells the story: 2022 was my educational year (breaking even felt
like a victory); 2023 brought humility (a small loss during a historic bull run); 2024 marked my transition to profitability with a modest 10% gain while expanding into options and futures. Now, in 2025, I’m outperforming major indices by over 30%, not through some mysterious “holy grail” system, but through methodical improvement and self-awareness.
私自身のトレーディングの進化が、その物語を語っています。:　2022年は私の教育の年でした（互角になったことは勝利のように感じた）。2023年は謙虚さをもたらし（歴史的な強気相場でのわずかな損失）、2024年はオプションと先物に手を広げながら、10％のわずかな利益で黒字への転換を果たしました。 2025年の今、私は主要な株価指数を30％以上上回る成績をあげています。それは、何か神秘的な「聖杯」のようなシステムによるものではなく、理路整然とした改善と自己認識によるものです。

Chapter 2: Discovering Your Edge
第2章自分の強みを発見する

The breakthrough came when I began recognizing clear patterns in my successful trades —setups and market conditions where my win rate and risk-reward ratio consistently excelled. With the emergence of sophisticated agentic AI in early 2025, I realized these patterns could be systematized, automated, and scaled. I meticulously deconstructed my trading process, translating each decision point into components that AI could enhance. Four months of development later, Stonki was born — a personalized trading assistant that helps discover
high-probability setups, manages active trades, conducts post-trade analysis, and continuously optimizes strategies based on accumulated results. What began as a personal tool has evolved into something I never anticipated: a second brain for trading that remembers every lesson I’ve painfully learned.
勝率とリスク報酬率が一貫して優れているセットアップや市場環境など、私が成功したトレードの明確なパターンを認識し始めたとき、突破口が訪れました。 2025年初頭に洗練されたエージェント型AIが登場したことで、私はこれらのパターンをシステム化、自動化、スケールアップできることに気づきました。私は自分の取引プロセスを綿密に分解し、各決定ポイントをAIが強化できる要素に変換しました。高確率のセットアップを発見し、アクティブな取引を管理し、取引後の分析を行い、蓄積された結果に基づいて戦略を継続的に最適化します。個人的なツールとして始まったこのツールは、私が予期していなかったもの、つまり、私が苦心して学んだあらゆる教訓を記憶するトレーディングのための第二の頭脳へと進化しました。

To understand how Stonki works, it’s important to understand my trading workflow. Here’s my basic breakdown:
ストンキの仕組みを理解するには、私の取引ワークフローを理解することが重要です。これが私の基本的な内訳です：

１．Idea Generation:
1.　アイデア創出：

I look for trading ideas through multiple channels:
私は複数のチャンネルを通じて取引のアイデアを探している：

1. Analyzing news and technical patterns for stocks in my watchlist
ウォッチリストにある銘柄のニュースやテクニカルパターンを分析する。

2. Searching Reddit and other social media for high-quality posts describing trading ideas
Redditやその他のソーシャルメディアから、売買アイデアに関する質の高い投稿を探す。

3. Creating custom scanners to identify stocks based on well-defined criteria
明確な基準に基づいて銘柄を特定するための特注スキャナーの作成

2. Setup Analysis:
2. セットアップ分析：

Once I find an interesting idea, I draw key levels, add indicators and Fibonacci retracements,
then either create volume/price alerts or add it to my watchlist for periodic review
興味深いアイデアを見つけたら、重要なレベルを描き、インジケータとフィボナッチ・リトレースメントを追加し、出来高/価格アラートを作成するか、定期的な見直しのためにウォッチリストに追加します。

３．Position Entry:
3．ポジションエントリー

If I see a good setup with high conviction, I calculate my maximum dollar risk, then enter the trade
確信が持てる良いセットアップを見つけたら、最大ドルリスクを計算し、トレードに入ります。

4. Position Management:
4. ポジション管理：

Depending on the trade type (options, stocks, futures) and timeframe (day trade, swing trade), I check my position periodically with several possible actions:
取引の種類（オプション、株式、先物）と時間枠（デイトレード、スイングトレード）に応じて、私はいくつかの可能性のあるアクションで定期的に自分のポジションをチェックする：

l Do nothing if my thesis remains valid
私の命題が有効であるならば、何もしない

l Close completely if my thesis is invalidated
私の命題が無効となった場合は完全に閉じる

l Close partially if the position has quickly reached a good profit level
ポジションがすぐに良い利益レベルに達した場合、部分的にクローズする。

l Add to the position if it moves against me but conviction remains strong, or if it’s performing well and I planned to scale in
私に対して不利に動いても確信が強い場合、または、元々買い増す計画があったなら、そのポジションを追加する。

5. Post-Trade Analysis:
5. 取引後の分析

After closing the position, I analyze my entry and management decisions.
ポジションを決済した後、私は自分のエントリーと運用の決断を分析します。

Each part of this flow can be scaled and automated. As a part-time trader, I face significant
constraints: I can’t follow social media trends or my watchlist continuously, and I struggle to effectively track more than 20–30 symbols without losing context.
このフローの各部分は、規模を拡大したり自動化したりすることができます。パートタイムのトレーダーとして、私は大きな制約に直面しています。：ソーシャルメディアのトレンドやウォッチリストをフォローし続けることはできないし、文脈を失うことなく20～30以上のシンボルを効果的に追跡するのに苦労しています。

Losing context is perhaps my biggest challenge as an advanced trader. I can effectively manage
about 15 positions simultaneously, but beyond that threshold, I find it increasingly difficult to follow trades and maintain focus. I often experience FOMO on new setups or become exhausted trying to monitor watchlists and symbols outside my current positions.
文脈を見失うことは、上級トレーダーとしての私の最大の課題かもしれない。私は15のポジションを同時に効果的に管理することができるが、それを超えると、トレードをフォローし、集中力を維持することがますます難しくなります。新しいセットアップでFOMOを経験したり、現在のポジション以外のウォッチリストやシンボルを監視しようとして疲れ果ててしまうことがよくあります。

Another challenge is separating concerns across different trading timeframes. As someone who
engages in day trading, swing trading, and investing simultaneously, I frequently find myself managing positions I hadn’t planned to touch because of emotional spillover from good or bad results in unrelated trades.
もう一つの課題は、異なる取引時間枠にまたがる懸念を分離することです。デイトレード、スイングトレード、投資を同時に行う者として、私はしばしば、無関係な取引の結果の良し悪しから感情が波及し、手をつける予定ではなかったポジションを管理していることに気づきます。

Chapter 3: The Multi-Agent Architecture
第3章マルチ・エージェント・アーキテクチャ

This is where the Stonki design comes in. Stonki consists of a main agent with memory across trades and conversations, supported by specialized sub-agents: a scanner agent, a news agent, a social media agent, and a technical analysis agent. All these agents function as a coordinated team under Stonki’s direction, which serves as both the primary agent and the user interface. While Stonki can be engaged through chat, it also works autonomously in the background to automate various aspects of my trading workflow.
そこでストンキの設計が登場します。ストンキは、取引と会話にまたがる記憶を持つメイン・エージェントと、スキャナー・エージェント、ニュース・エージェント、ソーシャルメディア・エージェント、テクニカル分析エージェントといった専門的なサブ・エージェントで構成されています。これらのエージェントはすべて、主エージェントとユーザー・インターフェースの両方の役割を果たすストンキの指揮の下、調整されたチームとして機能します。
ストンキはチャットで呼び出すこともできますが、バックグラウンドで自律的に動作し、私の取引ワークフローのさまざまな側面を自動化します。

A simplified architecture diagram of the Stonki multi-agent system
ストンキマルチエージェントシステムの簡略化されたアーキテクチャ図

Core Architecture Components
コア・アーキテクチャ・コンポーネント

1. Stonki (Central Orchestration Agent)
1. ストンキ（中央調整制御エージェント）

As the central hub, Stonki coordinates all other components and serves as the primary interface between me and the system. This agent doesn’t just relay information; it contextualizes and prioritizes insights from other agents based on my current trading focus, risk appetite, and historical preferences.
ストンキは中心的なハブとして、他のすべてのコンポーネントを調整し、私とシステムの間の主要なインターフェイスとして機能します。このエージェントは単に情報を伝達するだけでなく、私の現在の取引の焦点、リスク選好度、過去の嗜好に基づいて、他のエージェントからの洞察を文脈化し、優先順位をつけます。

When I interact with Stonki, it’s rawing on:
ストンキと対話するときは、下記を参照しています。：

l Live data from specialized agents
専門エージェントからのライブデータ

l My historical trading patterns stored in Trading Memory
トレーディング・メモリーに保存された過去の取引パターン

l My personal preferences and conversation history in User Memory
ユーザー・メモリーに保存されている個人的な好みと会話履歴

l Current market conditions and portfolio status
現在の市況とポートフォリオの状況

2. Market Scanner Agent
2. 市場スキャナーエージェント

This specialized agent functions as a sophisticated market reconnaissance system, excelling at
identifying promising stocks through both technical indicators and fundamental metrics. Connected to professional-grade screening infrastructure via a custom API integration, it leverages a proprietary querying language I developed that enables precise filtering across thousands of assets simultaneously. What distinguishes this scanner from conventional tools is its contextual awareness — rather than running static screens, it dynamically adjusts its search
parameters based on guidance from the central Stonki agent. When Stonki determines I’m looking for momentum plays, the scanner emphasizes volume surges and technical breakouts; when value opportunities are preferred, it pivots to fundamental metrics like P/E compression or cash flow improvements. This targeted approach eliminates the noise of traditional scanners, surfacing only the highest-probability setups that align with my current trading objectives
and market conditions.
この特化型エージェントは、テクニカル指標とファンダメンタルズ指標の両方を通じて有望銘柄を特定することに秀でた、洗練された市場偵察システムとして機能します。
カスタムAPI統合によってプロフェッショナル・グレードのスクリーニング・インフラに接続され、私が開発した独自のクエリー言語を活用することで、同時に何千もの資産に対して正確なフィルタリングを行うことができます。
このスキャナーが従来のツールと異なるのは、文脈を意識していることです。静的な画面を実行するのではなく、中央のストンキエージェントからのガイダンスに基づいて検索パラメーターを動的に調整します。
私が勢いのある銘柄狙いを探しているとストンキが判断すると、スキャナーは出来高急増とテクニカル・ブレイクアウト（チャート上で重要な「節目」を価格が突破する動き）を強調し、割安銘柄狙いが好まれるときは、PER圧縮やキャッシュフローの改善といった基本的な指標に軸足を移します。
この的を絞ったアプローチは、従来のスキャナーのようなノイズを排除し、私の現在の取引目的と市況に合致した最も確率の高いセットアップだけを浮上させます。