AIを使って株式投資をするために、これまで投資ルールの整理からツール開発までを少しずつ進めてきました。
最初は、AIに投資戦略やリスク管理を相談するところから始まりました。
そこから、決めたルールを自分の頭だけで判断するのではなく、ツールとして扱える形にするためにAIに株式投資ツールを作ってもらうまでの一連の流れをまとめます。
それぞれの記事では、何を考え、何を実装し、結果どうなったのかを記録しています。
作ろうとしたもの
今回作ろうとしたのは、株式投資の判断を補助するためのツールです。
最初のベースとしては、銘柄コードを入力するとロウソク足チャートが表示され、日足、週足、月足を切り替えられるものを目指しました。
最終的には、事前に決めた投資ルールをもとに、買いタイミングやリスク管理を判断できるツールにしていきたいと考えています。
ただし、最初からすべてを作るのは難しいです。
そのため、まずはツールの土台を作ることにしました。
前提にしている投資ルール
今までなんとなく銘柄を選んで投資してしまった私が、ツールを使うことでルールのもと投資して、再現性のある利益を得るために活用したいと思っています。
前提として、私がAIと相談して決めた投資ルールがあります。
資金は300万円です。
投資期間は数週間から数ヶ月の中期です。
会社員なので、取引は基本的に夜だけです。
今回のツール開発は、株式投資を決めたルールに沿って機械判定できるようにするための第一歩です。
AIでバイブコーディング 株式投資ツールの構築のためにモノレポで管理してみる
最初に考えたのは、AIに開発を任せるなら、どんな構成で管理するべきかという点です。
Claude CodeのようなAIコーディングツールは、どのファイルを読み、どの文脈で判断するかが出力の品質に直結します。
そこで、フロントエンド、バックエンド、共通ロジックをバラバラに管理するのではなく、モノレポでまとめて管理する方針にしました。
この記事では、モノレポを単なるコード管理の方法としてではなく、AIに文脈を伝えるための構造として整理しています。実装に入る前に、AIが迷わない開発環境を作ることが大事だと感じました。
AIと株式投資ルールをコード化するためのモノレポ設計をしてみた
次に、実際に株式投資ルールをコード化するためのモノレポ構成をAIと設計しました。
指数のトレンド判定、銘柄のトレンド判定、Pivotブレイク、出来高増、損切り、利確、トレーリング、ポジションサイズ計算などを、どのようにコードとして扱うかを整理しました。
構成としては、ルール判定を行うdomain、データ取得を行うdata、APIやCLIを扱うapp系の領域に分けています。
また、CLAUDE.mdでAIの進め方を固定し、docsで仕様を管理し、configsで数値ルールを管理する形にしました。
この時点では、まだツールは動いていません。
ただし、AIに実装を任せるための設計図はかなり見えてきました。
AIに株式投資のツールの仕様書を書かせてみた
モノレポ構成ができたあと、いきなり実装を指示しませんでした。
先に、AIに仕様書を書かせることにしました。
ここでは、ChatGPTを使ってClaude Codeのplanモードに渡すプロンプトを作り、そのプロンプトをもとにClaude Codeに仕様書を作成させました。
作りたいものはシンプルです。
- 銘柄コードを入力するとロウソク足チャートが表示されること。
- 日足、週足、月足を切り替えられること。
- 対象は日本株にすること。
Claude Codeは、MVPのスコープ、画面仕様、技術設計、API案、ディレクトリ構成案、実装の優先順位まで整理してくれました。
ここで感じたのは、AIにコードを書かせる前に、仕様を固めることの重要性です。
仕様があるからこそ、その後の実装指示がかなりシンプルにしてもちゃんと意図通りの実装をしてくれています。
AIに株式投資ツールのバックエンドを実装させてみた
仕様書ができたので、次にバックエンドの実装に進みました。
指示はかなり短く、Phase 1から実装してくださいと伝えただけです。
それでもClaude Codeは、いきなりコードを書かず、Todoを整理し、既存コードを読み、必要なファイルを確認してから実装に入りました。
実装されたのは、日足データから週足と月足を作る集計ロジック、銘柄情報を取得する処理、チャートデータ取得API、銘柄情報取得APIなどです。
実装後には、ruffやpytestも実行され、テストも通っていました。
ただし、実際にAPIを叩くと500エラーが出ました。
原因は、yfinanceのデータ形式に関するもので、Series型がfloat変換に入ってしまう問題でした。
ここでエラー内容をそのままAIに渡したところ、Claude Codeが原因を特定して修正してくれました。
一発では動きませんでしたが、エラーを渡して修正することで前に進めることが分かりました。
株式投資ツールのフロントエンド基盤をAIに任せて実装してみた
バックエンドの次は、フロントエンド基盤です。
ここでも指示はシンプルに、フェーズ2を実装してくださいと伝えました。
実装されたのは、Viteのセットアップ、ReactとTypeScriptの構成、チャート表示ライブラリの導入、バックエンドAPIとの通信処理、状態管理のhook、型定義、テストコードなどです。
この時点では、まだ画面として完成しているわけではありません。
UIはまだ作られていないため、見た目としては初期状態に近いです。
APIと接続するための構成や、状態管理の基盤は構築することができました。
AIが自律的に動いているように見えても、実際にはCLAUDE.mdや仕様書によって開発の流れをコントロールしているため、最小限の指示でもしっかりと意図通りの実装をしてくれています。
AIに株式投資ツールのフロントエンドUIを実装させてみた
次に、フロントエンドのUIを実装しました。
ここでは、銘柄コードの入力、足種切り替え、ローディング表示、エラー表示、チャート表示などをコンポーネントに分けて作っています。
AIは、最初から画面全体を一気に作るのではなく、部品に分けて実装していました。
テストでは何度か失敗しています。
Vitestの実行場所やjsdomの設定、入力フォームのテストなどでつまずきましたが、Claude Codeが修正を繰り返し、最終的にはコンポーネント単位のテストは通る状態になりました。
見た目としても、ツールらしい画面が立ち上がりました。
ただし、一番重要な株価データが表示されませんでした。
画面は表示される。入力もできる。チャートの枠もある。
でも株価が表示されない。
つまり、ガワだけ完成していて、中身のデータが流れていない状態です。
AIに株式投資ツールのUI実装のエラー修正を任せてみた
最後に、株価データが表示されない問題をAIに修正させました。
最初は、FastAPIサーバーが起動していないことが原因ではないかという判断が出ました。
ただ、実際にはそれだけでは解決しませんでした。
次に、lightweight-charts v5のAPI変更が原因として出てきました。
さらに、Series名の指定ミスや、描画タイミングの問題、エラーハンドリング不足も見つかりました。
最終的には、正しいSeries名に修正し、autoSizeを使ってサイズ問題を回避し、Error Boundaryも追加することで、株価が表示されるようになりました。
最初から完璧には直りませんでした。
4回ほど修正を繰り返して、ようやく正しく表示されるところまで到達しました。
ただ、人間がコードを書かずに、AIが原因調査から修正まで進めて、意図通りのツールの完成まで漕ぎ着けることができました。
一連の流れでできたこと
ここまでで、株式投資ツールのベースはかなり形になりました。
モノレポで管理する方針を決めました。
投資ルールをコード化するための構成を設計しました。
AIに仕様書を書かせました。
バックエンドでチャートデータと銘柄情報を取得するAPIを作りました。
フロントエンド基盤を作りました。
UIを作りました。
最後に、株価データが表示されないエラーを修正しました。
現時点では、銘柄コードを入力してチャートを表示するための土台ができた状態です。
まだ、買いタイミングを完全に自動判定するツールではありません。
ただ、今後そこに進むためのベースはできました。
AIに任せて分かったこと
今回の一連の流れで分かったのは、AIは正解を一発で出す存在ではないということです。
AIは、指示に従って実装する実行者です。
仕様が曖昧なら、曖昧なものができます。
コンテキストが整理されていれば、かなり自走してくれます。
エラーが出ても、具体的な状況を伝えれば修正できます。
逆に、ただエラーを直してと伝えるだけでは、遠回りになることもありました。
今回うまく進んだ理由は、先に仕様書を作り、モノレポで構造を整理し、CLAUDE.mdで開発の進め方を固定していたからだと思います。
AIに任せるためには、AIが判断しやすい環境を人間側が用意する必要があります。
次にやること
ここまでで、株式投資ツールのベースはできました。
次は、投資ルールを少しずつ画面や判定ロジックに反映していきます。
具体的には、指数が上昇トレンドかどうか、銘柄が25日線と75日線の条件を満たしているか、Pivotを上抜けているか、出来高が増えているかを表示できるようにしたいです。
最終的には、買い対象の銘柄を探し、なぜその銘柄が候補になったのかを確認できる状態を目指していきます。
少しずつですが、AIを使って株式投資をするために、実装を進めていきます。
