AI駆動の取引は、誰もがアルゴリズム的な強化学習ポートフォリオマネージャーをポケットに入れて持ち歩く「iPhoneの瞬間」にはまだ達していないが、専門家によれば、そのような時代が来ようとしている。

実際、AIの力は、動的で敵対的な取引市場の舞台に直面すると、その限界に突き当たる。自動運転車の無限の回路から正確に交通信号を認識することを学ぶAIエージェントとは異なり、どれだけのデータやモデリングを行っても、未来を予測することはできない。

これにより、AI取引モデルの改良は複雑で要求の厳しいプロセスとなる。成功の指標は通常、損益額を測定することだった。しかし、アルゴリズムのカスタマイズ方法の進歩により、多様な市場状況に直面した際にリスクとリターンのバランスを継続的に学習するエージェントが生まれている。

シャープレシオのようなリスク調整済み指標を学習プロセスに取り入れることで、テストの洗練度が倍増すると、約20のAI取引アリーナを運営してきたRecall Labsのマーケティング最高責任者であるマイケル・セナ氏は述べた。これらのアリーナでは、コミュニティがAI取引エージェントを提出し、それらのエージェントが4〜5日間にわたって競争する。

「市場からアルファを探す際、次世代のビルダーたちはユーザーの好みを考慮したアルゴリズムのカスタマイズと専門化を模索しています」とセナ氏はインタビューで述べた。「特定の比率に最適化され、単なる生の損益額だけでなく、伝統的な市場で主要な金融機関が働く方法に近いものです。つまり、最大ドローダウンはどれくらいか、この損益額を生み出すためにリスクにさらされた価値はどれくらいかといったことを見ています。」

一歩引いて考えると、分散型取引所Hyperliquidで最近行われた取引コンテストでは、GPT-5、DeepSeek、Gemini Proなどのいくつかの大規模言語モデル（LLM）が参加し、取引世界におけるAIの基準を設定した。これらのLLMはすべて同じプロンプトを与えられ、自律的に実行して決定を下した。しかし、セナ氏によれば、それらはあまり良くなく、市場をわずかに上回る程度だった。

「私たちはHyperliquidコンテストで使用されたAIモデルを取り、人々が構築した取引エージェントを提出してもらい、それらのモデルと競争させました。追加の専門化を持つ取引エージェントが基盤モデルよりも優れているかどうかを確認したかったのです」とセナ氏は述べた。

Recallのコンテストの上位3位はカスタマイズされたモデルによって占められた。「一部のモデルは収益性がなく、パフォーマンスが低かったですが、これらのモデルを取り、追加のロジックや推論、データソースなどを適用する専門的な取引エージェントが基本的なAIよりも優れていることは明らかになりました」と彼は述べた。

AI基盤の取引の民主化は、誰もが同じレベルの洗練された機械学習技術を使用している場合、カバーするためのアルファが残るかどうかについて興味深い疑問を投げかける。

「もし全員が同じエージェントを使用し、そのエージェントが全員に同じ戦略を実行している場合、それは自己崩壊するのでしょうか？」とセナ氏は言う。「検出しているアルファは、他の全員のために大規模に実行しようとしているため、消えてしまうのでしょうか？」

そのため、AI取引がもたらす利点から最も恩恵を受ける立場にあるのは、カスタムツールの開発に投資するリソースを持つ人々だとセナ氏は述べた。伝統的な金融と同様に、最も多くのアルファを生成する最高品質のツールは通常公開されていないと彼は付け加えた。

「人々はこれらのツールをできるだけプライベートに保ちたいと考えています。なぜなら、そのアルファを保護したいからです」とセナ氏は述べた。「彼らはそれに多くを支払いました。ヘッジファンドがデータセットを購入するのを見ました。ファミリーオフィスによって開発された独自のアルゴリズムでもそれを見ることができます。

「魔法のような最適なポイントは、ポートフォリオマネージャーである製品があり、ユーザーがまだ自分の戦略について発言権を持っている場所だと思います。彼らは『これが私の好きな取引方法で、これが私のパラメータです。同様のものを実装しましょうが、より良くしましょう』と言うことができます。」