※本記事はプロモーションを含みます。
※本記事は情報提供を目的としており、特定の金融商品への勧誘や投資助言を目的とするものではありません。投資判断はご自身の判断と責任で行ってください。
※本記事はプロモーションを含みます。
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。
投資ツール側で候補をどう残すかは、AIで株式投資ツールに売買候補銘柄の管理画面を追加してみたで整理しています。候補を出したあとに何を見返すかを考える前提になります。
自作ツールだけで判断を閉じないために、moomoo AIとは？株式投資に特化したAIを買う前の確認役にできるか考えてみたでは、買う前の確認役として特化型AIをどう見るかを整理しています。
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。
要件定義からバックエンド実装までを1本で読む
最初に整理したのは、AIに開発を任せるための前提です。
自分の意図を言語化し、AIに要件を整理させ、仕様書に落とし込み、内容を確認してから実装へ進む。この順番を置いたことで、AIがどこまで自走できるかが大きく変わりました。
モノレポ構成も、単なるコード管理ではなく、AIに文脈をまとめて渡すための構成として考えています。フロントエンド、バックエンド、仕様書、設定を同じプロジェクト内で見られるようにし、CLAUDE.mdで開発ルールも固定しました。
バックエンドでは、株価データの取得、日足から週足・月足への集計、チャートデータAPI、銘柄情報API、ウォッチリスト、スキャン結果の保存や履歴取得などを、AI主導で実装しています。
この範囲は、以下の記事に統合します。
フロントエンドとUIエラー修正は、使いながら直した記録として読む
バックエンドができたあと、フロントエンドでは別の問題が出てきました。
Vite、React、TypeScript、Vitest、jsdomを使った画面側の実装では、テスト環境、非同期描画、チャートライブラリ、状態管理、バックエンド接続などが絡みます。単純に画面が表示されるだけでは、実際に使えるとは言えません。
特に、lightweight-charts v5のAPI差分、銘柄変更時に判定が残るバグ、APIエラーで画面が止まる問題は、実際に操作して初めて見つかりました。AIは原因調査と修正をかなり進めてくれましたが、症状の発見は人間側の操作が起点でした。
この範囲は、以下の記事に統合します。
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。
ここは正解探しより判断手順の固定が効きました。moomoo AIとは？株式投資に特化したAIを買う前の確認役にできるか考えてみたを挟んでおくと、次の判断がぶれにくいです。
ただ、今後そこに進むためのベースはできました。
※この記事には広告・アフィリエイトリンクを含みます。
ここまでの比較で『買い候補をそのまま採用しない』流れが作れそうなら、確認先の一つとしてMooMoo AIの登録ページを見ておくと、次の検証を進めやすくなります。
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。
似て見える実装ログは、UI・バックエンド・エラー修正で役割を分けて読む
このまとめでは、AI株式投資ツールの記事をひとつの流れとして整理しています。似た実装ログが並んでいますが、役割は同じではありません。バックエンドはデータを扱う土台、フロントエンドUIは見える画面、エラー修正は動かなかった理由を切り分ける記録として読むと迷いにくくなります。
初めて読む場合は、細かい実装ログへ直接入るより、AI株式投資ツール開発の読み順から入る方が全体像を追いやすくなります。投資判断をAIに任せるのではなく、判断前に確認材料を残すための道具づくりとして読み進めてください。
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。
