HKUDS/AI-Trader View GitHub Homepage for Latest Official Releases

複数のAIモデルが自律的に取引を行う競技プラットフォーム。GPTやClaudeなどのAIがNASDAQ100市場で自主的に意思決定を行い、収益を競い合います。

PythonAI-TraderHKUDS 1.0k Last Updated: October 27, 2025

AI-Trader プロジェクト詳細

🎯 プロジェクト概要

AI-Trader は、香港大学データサイエンスラボ (HKUDS) が開発した革新的なAI自律型取引競技プラットフォームです。このプロジェクトでは、5つの異なるAIモデル (GPT、Claude、DeepSeek、Qwen、Gemini) が、ナスダック100市場で完全に自律的に実際の取引競争を行い、「AIは市場に打ち勝てるのか」という核心的な問いを探求します。

コアコンセプト: 人間による介入なし、純粋なAI競争、完全自律的な意思決定

📊 現在の競技ランキング (リアルタイム更新)

🏆 順位 🤖 AIモデル 📈 総収益率
🥇 1位 DeepSeek 🚀 +9.68%
🥈 2位 Claude-3.7 📊 +2.17%
🥉 3位 GPT-5 📊 +1.60%
Baseline QQQ 📊 +1.22%
4位 Qwen3-max 📊 -0.75%
5位 Gemini-2.5-flash 📊 -2.73%

🌟 主要機能

1. 🤖 完全自律的な意思決定

  • AIエージェントは100%独立して分析、意思決定、実行を行い、人間による介入は不要です。
  • 各AIモデルは初期資金10,000ドルから自律的に取引を開始します。
  • 市場パフォーマンスのフィードバックに基づき、適応型戦略の進化と自己最適化を行います。

2. 🛠️ 純粋なツール駆動型アーキテクチャ

  • MCP (Model Context Protocol) ツールチェーンに基づいて構築されています。
  • すべての取引操作は標準化されたツール呼び出しを通じて完了します。
  • モジュール型ツールエコシステムにより、柔軟な拡張をサポートします。

3. 🏆 マルチモデル競技場

  • 複数のAIモデル (GPT、Claude、Qwenなど) をデプロイして競争取引を行うことができます。
  • すべてのモデルは同一条件で競争します: 同じ初期資金、データアクセス権限、評価指標。
  • 公平な比較を保証し、AI取引能力を客観的に評価します。

4. 📊 リアルタイムパフォーマンス分析

  • 包括的な取引記録、ポジション監視、損益分析を提供します。
  • 標準化された評価指標: シャープ・レシオ、最大ドローダウン、年率収益率など。
  • 完全な取引ログと意思決定記録。

5. 🔍 スマート市場インテリジェンス

  • Jina AI検索を統合し、リアルタイムの市場ニュースと財務報告を取得します。
  • 自律的な市場調査: 市場ニュース、アナリストレポートのインテリジェントな検索とフィルタリング。
  • 多次元分析により、完全自律的な売買実行を推進します。

6. ⏰ 履歴再生機能

  • 期間再生機能により、履歴データシミュレーションをサポートします。
  • AIが現在の時点以前のデータのみにアクセスできるよう、自動的に未来情報をフィルタリングします。
  • 科学的厳密性を保証する、完全再現可能な実験環境。

🎮 取引ルール

競技設定

  • 💰 初期資金: 各AIモデルは10,000ドルの初期残高から開始します。
  • 📈 取引対象: ナスダック100構成銘柄 (上位100社のテクノロジー株)。
  • ⏰ 取引時間: 平日の市場取引時間、履歴シミュレーションをサポート。
  • 📊 データソース: Alpha Vantage API + Jina AI市場インテリジェンス。
  • 💲 価格基準: 日次始値を使用して取引を行います。
  • 🔄 時間管理: 履歴期間再生、未来情報の自動フィルタリング。

公平競争原則

すべてのAIモデルは同一条件で競争し、公平な比較を保証します:

  • ✅ 同じ初期資金 (10,000ドル)
  • ✅ 統一された市場データと情報源
  • ✅ 同期された取引時間枠
  • ✅ 標準化された評価指標
  • ✅ 同じMCPツールチェーンへのアクセス権限

人間による介入ゼロ設計

AIエージェントは完全に自律的に動作し、人間によるプログラミング、ガイダンス、介入は一切ありません:

  • ❌ 事前設定戦略なし: 事前設定された取引戦略やアルゴリズムルールはありません。
  • ❌ 人間による入力なし: AI固有の推論能力に完全に依存します。
  • ❌ 人間によるオーバーライドなし: 取引期間中の人間による介入は絶対に禁止されています。
  • ✅ 純粋なツール実行: すべての操作は標準化されたツール呼び出しのみを通じて実行されます。
  • ✅ 適応型学習: 市場パフォーマンスのフィードバックに基づき、独立して戦略を調整します。

🏗️ システムアーキテクチャ

プロジェクト構造

AI-Trader Bench/
├── 🤖 コアシステム
│   ├── main.py                    # 🎯 メインプログラムエントリ
│   ├── agent/base_agent/          # 🧠 AIエージェントコア
│   └── configs/                   # ⚙️ 設定ファイル
│
├── 🛠️ MCPツールチェーン
│   ├── agent_tools/
│   │   ├── tool_trade.py          # 💰 取引実行
│   │   ├── tool_get_price_local.py # 📊 価格照会
│   │   ├── tool_jina_search.py    # 🔍 情報検索
│   │   └── tool_math.py           # 🧮 数学計算
│   └── tools/                     # 🔧 補助ツール
│
├── 📊 データシステム
│   ├── data/
│   │   ├── daily_prices_*.json    # 📈 株式価格データ
│   │   ├── merged.jsonl           # 🔄 統一データ形式
│   │   └── agent_data/            # 📝 AI取引記録
│   └── calculate_performance.py   # 📈 パフォーマンス分析
│
├── 🎨 フロントエンドインターフェース
│   └── frontend/                  # 🌐 Webダッシュボード
│
└── 📋 設定とドキュメント
    ├── configs/                   # ⚙️ システム設定
    ├── prompts/                   # 💬 AIプロンプト
    └── calc_perf.sh              # 🚀 パフォーマンス計算スクリプト

MCPツールチェーン

ツール 機能 API
Trading Tool 株式の売買、ポジション管理 buy(), sell()
Price Tool リアルタイムおよび履歴価格照会 get_price_local()
Search Tool 市場情報検索 get_information()
Math Tool 財務計算と分析 基本的な数学演算

主要機能モジュール

  1. マルチモデル並行実行: 複数のAIモデルを同時に実行して取引を行います。
  2. 設定管理: JSON設定ファイルと環境変数をサポートします。
  3. 日付管理: 柔軟な取引カレンダーと日付範囲設定。
  4. エラー処理: 包括的な例外処理と再試行メカニズム。

🚀 クイックスタート

システム要件

  • Python 3.8+
  • APIキー: OpenAI、Alpha Vantage、Jina AI

インストール手順

# 1. プロジェクトをクローン
git clone https://github.com/HKUDS/AI-Trader.git
cd AI-Trader

# 2. 依存関係をインストール
pip install -r requirements.txt

# 3. 環境変数を設定
cp .env.example .env
# .envファイルを編集し、APIキーを入力してください

環境設定

.env ファイルを作成し、以下の変数を設定します:

# 🤖 AIモデルAPI設定
OPENAI_API_BASE=https://your-openai-proxy.com/v1
OPENAI_API_KEY=your_openai_key

# 📊 データソース設定
ALPHAADVANTAGE_API_KEY=your_alpha_vantage_key
JINA_API_KEY=your_jina_api_key

# ⚙️ システム設定
RUNTIME_ENV_PATH=./runtime_env.json

# 🌐 サービスポート設定
MATH_HTTP_PORT=8000
SEARCH_HTTP_PORT=8001
TRADE_HTTP_PORT=8002
GETPRICE_HTTP_PORT=8003

# 🧠 AIエージェント設定
AGENT_MAX_STEP=30  # 最大推論ステップ数

データ準備

# 📈 ナスダック100株式データを取得
cd data
python get_daily_price.py

# 🔄 データを統一形式にマージ
python merge_jsonl.py

システム起動

# MCPサービスを起動
cd ./agent_tools
python start_mcp_services.py

# 🎯 メインプログラムを実行 - AIに取引を開始させる！
python main.py

# またはカスタム設定を使用
python main.py configs/my_config.json

⚙️ 設定ガイド

基本設定例

{
  "agent_type": "BaseAgent",
  "date_range": {
    "init_date": "2024-01-01",  // バックテスト開始日
    "end_date": "2024-03-31"     // バックテスト終了日
  },
  "models": [
    {
      "name": "claude-3.7-sonnet",
      "basemodel": "anthropic/claude-3.7-sonnet",
      "signature": "claude-3.7-sonnet",
      "enabled": true
    }
  ]
}

完全設定例

{
  "agent_type": "BaseAgent",
  "date_range": {
    "init_date": "2025-01-01",
    "end_date": "2025-01-31"
  },
  "models": [
    {
      "name": "claude-3.7-sonnet",
      "basemodel": "anthropic/claude-3.7-sonnet",
      "signature": "claude-3.7-sonnet",
      "enabled": true
    }
  ],
  "agent_config": {
    "max_steps": 30,
    "max_retries": 3,
    "base_delay": 1.0,
    "initial_cash": 10000.0
  },
  "log_config": {
    "log_path": "./data/agent_data"
  }
}

設定パラメータ説明

パラメータ 説明 デフォルト値
agent_type AIエージェントタイプ "BaseAgent"
max_steps 最大推論ステップ数 30
max_retries 最大再試行回数 3
base_delay 操作遅延 (秒) 1.0
initial_cash 初期資金 $10,000

📊 データ形式

取引記録形式

{
  "date": "2025-01-20",
  "id": 1,
  "this_action": {
    "action": "buy",
    "symbol": "AAPL",
    "amount": 10
  },
  "positions": {
    "AAPL": 10,
    "MSFT": 0,
    "CASH": 9737.6
  }
}

価格データ形式

{
  "Meta Data": {
    "2. Symbol": "AAPL",
    "3. Last Refreshed": "2025-01-20"
  },
  "Time Series (Daily)": {
    "2025-01-20": {
      "1. buy price": "255.8850",
      "2. high": "264.3750",
      "3. low": "255.6300",
      "4. sell price": "262.2400",
      "5. volume": "90483029"
    }
  }
}

データ保存構造

data/agent_data/
├── claude-3.7-sonnet/
│   ├── position/
│   │   └── position.jsonl      # 📝 ポジション記録
│   └── log/
│       └── 2025-01-20/
│           └── log.jsonl       # 📊 取引ログ
├── gpt-4o/
│   └── ...
└── qwen3-max/
    └── ...

🔧 拡張性

カスタムAIエージェント

# 新しいAIエージェントクラスを作成
class CustomAgent(BaseAgent):
    def __init__(self, model_name, **kwargs):
        super().__init__(model_name, **kwargs)
        # カスタムロジックを追加

# main.pyに登録
AGENT_REGISTRY = {
    "BaseAgent": {
        "module": "agent.base_agent.base_agent",
        "class": "BaseAgent"
    },
    "CustomAgent": {  # 新規追加
        "module": "agent.custom.custom_agent",
        "class": "CustomAgent"
    },
}

カスタムツールを追加

# 新しいMCPツールを作成
@mcp.tools()
class CustomTool:
    def __init__(self):
        self.name = "custom_tool"
    
    def execute(self, params):
        # カスタムツールロジックを実装
        return result

カスタムモデルを設定

{
  "agent_type": "CustomAgent",
  "models": [
    {
      "name": "your-custom-model",
      "basemodel": "your/model/path",
      "signature": "custom-signature",
      "enabled": true
    }
  ]
}

🎯 主要なイノベーション

1. 完全再現可能な取引環境

AI-Traderの主要なイノベーションの一つは、AIエージェントのパフォーマンス評価の科学的厳密性を保証する、完全再現可能な取引環境です。

時間再生メカニズム:

{
  "date_range": {
    "init_date": "2025-01-01",  // 任意開始日
    "end_date": "2025-01-31"     // 任意終了日
  }
}

情報境界制御:

  • 📊 価格データ境界: 市場データアクセスはシミュレーションタイムスタンプと履歴に制限されます。
  • 📰 ニュース時系列実行: リアルタイムフィルタリングにより、未来のニュースや発表へのアクセスを防止します。
  • 📈 財務報告タイムライン: 情報は現在のシミュレーション日の公式発表データに制限されます。
  • 🔍 履歴情報範囲: 市場分析は、時間的に適切なデータが利用可能な範囲に制限されます。

2. 科学研究価値

  • 📊 市場効率研究: 異なる市場条件とボラティリティ下でのAIのパフォーマンスを評価します。
  • 🧠 意思決定の一貫性分析: AI取引ロジックの時間的安定性と行動パターンを検証します。
  • 📈 リスク管理評価: AI駆動型リスク軽減戦略の有効性を検証します。
  • 🏆 平等な情報アクセス: すべてのAIモデルは同じ履歴データセットを使用します。
  • 🔍 完全な再現性: 完全な実験の透明性と検証可能な結果。

📈 パフォーマンス分析

Webダッシュボードを起動

cd docs
python3 -m http.server 8000
# http://localhost:8000 にアクセス

パフォーマンス指標

  • 📊 総収益率
  • 📈 シャープ・レシオ
  • 📉 最大ドローダウン
  • 💰 年率収益率
  • 📝 取引頻度
  • 🎯 勝率統計

🔮 今後の計画

  • 🇨🇳 中国A株市場への対応 - 中国株式市場への拡張
  • 📊 取引後統計 - 自動損益分析
  • 🔌 戦略マーケットプレイス - サードパーティ戦略共有プラットフォームの追加
  • 🎨 モダンなWebダッシュボード - 最新のWebインターフェース
  • ₿ 暗号通貨 - デジタル通貨取引のサポート
  • 📈 さらなる戦略 - テクニカル分析、クオンツ戦略
  • ⏰ 高度な再生機能 - 分単位の時間精度とリアルタイム再生をサポート
  • 🔍 スマートフィルタリング - より正確な未来情報検出とフィルタリング

🤝 貢献ガイド

あらゆる形式の貢献を歓迎します！特にAI取引戦略とエージェントの実装。

貢献方法

1. 🎯 取引戦略

  • あなたのAI取引戦略の実装を貢献してください。
  • 独自の取引アイデアとアルゴリズムを共有してください。

2. 🤖 カスタムエージェント

  • 新しいAIエージェントタイプを実装してください。
  • 既存のエージェントパフォーマンスを最適化してください。

3. 📊 分析ツール

  • 新しい市場分析ツールを追加してください。
  • パフォーマンス評価指標を改善してください。

4. 🔍 データソース

  • 新しいデータソースとAPIを統合してください。
  • 市場カバレッジを拡張してください。

戦略貢献分野

  • 📈 テクニカル分析戦略: テクニカル指標に基づくAI戦略
  • 📊 クオンツ戦略: 多因子モデルとクオンツ分析
  • 🔍 ファンダメンタルズ戦略: 財務データに基づく分析戦略
  • 🌐 マクロ戦略: マクロ経済データに基づく戦略

提出プロセス

  1. プロジェクトをフォーク
  2. 機能ブランチを作成
  3. あなたの戦略または機能を実装
  4. テストケースを追加
  5. プルリクエストを作成

📞 お問い合わせとサポート

📄 オープンソースライセンス

本プロジェクトは MIT License を採用しています。

🙏 謝辞

以下のオープンソースプロジェクトおよびサービスに感謝いたします:

  • LangChain - AIアプリケーション開発フレームワーク
  • MCP - モデルコンテキストプロトコル
  • Alpha Vantage - 金融データAPI
  • Jina AI - 情報検索サービス

⭐ プロジェクトの価値

AI-Trader は単なる取引システムではありません。金融市場におけるAIの自律的意思決定能力を探求する革新的なプラットフォームです:

✨ 学術的価値: 金融分野におけるAIの応用に関する再現可能な研究フレームワークを提供します。 ✨ 技術的価値: 実際のアプリケーションにおけるMCPツールチェーンの強力な能力を示します。 ✨ 実践的価値: 完全なAI自律型取引ソリューションを提供します。 ✨ オープンソースとしての価値: AI取引戦略のオープンな共有と共同イノベーションを促進します。

Star History Chart