Opus 5.5 を使って AI クオンツリサーチデスクを構築する手順を、ステップごとに解説します。
企業調査、トレーディングアイデアの検証、そして各結果の根拠となるエビデンスの確認を、一箇所で完結させます。
以下のプロンプト、注釈付きスクリーンショット、チェック項目を使って、あなた自身の環境を構築してください。
まずは動作する Minara のパイロット版から始め、フル稼働のリサーチデスクに必要なデータパイプラインとリサーチパイプラインを構築していきます。
AI チャットに「世界中の AI 関連銘柄をすべて教えて」と尋ねれば、おそらくリストが返ってくるでしょう。しかしその前に、「AI エクスポージャー」の定義、対象となる上場銘柄の条件、そして各企業に求めるエビデンスを明確にする必要があります。
これを省略すると、顧客とサプライヤーが混在したり、1 つの企業が 3 回カウントされたり、将来の開示情報が過去の意思決定に漏れ出したりします。
今回提案する構成では、各ツールに 1 つの役割だけを担わせます。
Minara はリサーチとパイロット運用を整理します。Codex は再現性のある計算を実行します。Jev は厳しいテストを通過した後に、入力されたエビデンスを検証します。Dots は引き継ぎ(ハンドオフ)が確認された時点で、範囲が限定されたタスクを調整します。
モデルに依頼する前に、私は自分で検証できるエビデンスを求めます。
どの上場発行体が対象となり、なぜ含まれるのか、そしてこのデータで何が分かるのか?
計画しているコアデータは、指定したソースが国別カバレッジを提供している上場普通株式および ADR を対象とします。各発行体の AI エクスポージャーを、バリューチェーン全体にわたってマッピングしていきます。
モメンタム、クオリティ、投資サイクルについては、それぞれの入力データがレビューを通過した後に個別のテストを実施します。
「グローバル」には、文書化されたカバレッジが必要です。すべての取引所や発行体が自動的に網羅されるわけではありません。
これはブローカー接続、注文ルーティング、ウォレット、ライブ実行を伴わない純粋なリサーチです。
生のキャプチャにはアカウントラベルが表示される場合があります。これらは現在または保存済みの UI を記録したものであり、私自身は結果を独立して再現していません。
現在の Minara でできること
Minara のリサーチツールを確認するため、一通り操作してみました。グローバルデータベースはまだ構築途上です。
Factor Library には 376 個のファクターが表示されており、モメンタムの定義方法も複数用意されていました。
Strategy Studio のサンプルには、ETF や米国以外の証券を含む 31 の現行銘柄が登録されていました。
インターフェースのパイロットとしては十分機能します。ただし、過去の全世界株式の構成銘柄データは別途用意する必要があります。
広範な米国モメンタムメモは「未計算」と返されました。過去のカバレッジ、構成銘柄、データのビンテージ、執行可能価格はいずれも未検証でした。
また、バックテスト画面でコストや設定の不一致も見つかりました。

現在の Minara メモと元のリクエストを見ると、UI とリサーチの限界が分かります。

• 左:グローバルカバレッジが不完全な既存の機関投資家向けリサーチ実行結果。矢印は完了した NVDA ラウンドテーブルのフェーズを示しています。
• 中央:グローバル AI ユニバースを含まない NVDA 限定レポート。矢印は見出しとホールド判定を示しています。
• 右:元のリクエストと保存済みメモは、未検証の調査内容を記述しています。矢印は結論と、データ不足による限界を示しています。
まず投資可能ユニバースを定義する
企業の識別情報から始めます。ティッカーはその後に追加します。
ティッカーは上場銘柄を識別するものです。しかし調査で必要になるのは、通常その背後にある発行体です。
1 つの発行体が複数の株式クラス、現地プライマリー上場、ADR を持つ場合があります。
広範な検索では、ETF、ファンド、ワラント、非公開企業もヒットすることがあります。
これらを独立した AI 企業としてカウントしてしまうと、最初の計算にたどり着く前にサンプルが破綻します。
私は 2 つのリンクされたテーブルを管理します。
issuer master には、不変の内部 issuer_id、法人名、所在地、利用可能な外部識別子を格納します。
listing master には、listing_id、発行体へのリンク、ティッカー、取引所、株式クラス、商品タイプ、通貨、カレンダー、有効期間、ADR レシオや原資産を格納します。
法人と証券は別々の識別子が必要であり、日付付きの発行体-上場銘柄マップで結合します。
マップが未解決のエントリーは、コアサンプルから除外されます。
最初のコアには、普通株式と預託証券を含めます。
ETF、ファンド、デリバティブ、トークン化資産、非公開企業は除外するか、別枠で管理します。
ADR とその原資産は、両方にティッカーがあっても 1 つの発行体として扱います。
テストの前に、プライマリー上場ルールを固定するか、明示的に上場銘柄レベルの調査を選択します。
ファクターの結果によって、この選択を変えてはいけません。
「AI 企業」というラベルにはすべてエビデンスが必要です。取引所のチェックボックスだけで判断はできません。
私は 3 つのバケットを使います。
• 直接エクスポージャー: 開示されたセグメントや製品のエビデンスに基づき、AI モデル、ソフトウェア、システム、サービスを提供している発行体。
• サプライヤー/イネーブラー: 特定可能なチップ、メモリ、製造装置、ネットワーク、クラウド容量、データセンターシステム、電力、冷却、その他の AI 導入に必要なインプットを提供している発行体。
• ウォッチリストのみ: 経営陣の主張、漠然としたポジショニング、妥当な関連性はあっても、コアに含めるには詳細が不足しているもの。
各エビデンスレコードには、主張内容、ソースの該当箇所、ドキュメント期間、公開タイムスタンプ、事業セグメント、取得時刻、ラベリングルール、レビュアー、親会社/子会社の関係を格納します。
LLM は該当箇所を特定し、矛盾をフラグ付けできます。ただし過去のラベルには、日付付きのソースと人間によるレビュー済みレコードが依然として必要です。
known_at があることで、2026 年の企業説明を 2018 年のレコードに紛れ込ませることを防げます。
エビデンスがない場合は「不明」です。これも有効な出力です。
各クラスの横に「不明」の数も記録し、エビデンス欠落が見えなくならないようにします。
「全世界」を扱うには、すべてのソースについてカバレッジ台帳が必要です。
国、取引所、商品タイプ、履歴、上場廃止銘柄、コーポレートアクション、財務項目、ライセンス、欠落箇所を記録します。
各国/取引所のペアについて、包含・部分的・利用不可をマークします。ベンダーがサポートするサブセットを、本調査のスコープとして明記します。
「グローバル」という見出しだけでは、不完全なカバレッジは補えません。
重複やタイムリーケージのないマスターを構築する
ユニバースマニフェストを固定します。基準日、国、取引会場、商品タイプ、エクスポージャールール、識別子マップのスナップショット、品質フィルター、上場廃止の扱い、ソースのビンテージ、除外項目を含めます。
各ステップで件数を報告します。候補数、マッピング済み発行体・上場銘柄数、重複数、却下された商品数、不明ラベル数、最終的な構成銘柄数です。
レビュアーがソースリストから最終的な構成銘柄まで追跡できるようにしなければなりません。
ティッカーは変わります。識別情報の履歴は残さなければなりません。
企業は社名、取引会場、株式クラスを変更します。上場銘柄は停止、統合、上場廃止される可能性があります。
日付付きの別名、マッピングソース、変更理由を保持します。
ADR のリンクとレシオにも発効日が必要です。
今日の取引所ディレクトリは現在の上場銘柄を特定するのに役立ちますが、過去の構成銘柄や、AI 関連のエビデンスがいつ公開されたかを証明するものではありません。
提出書類は公開日を提供するかもしれませんが、トータルリターンや上場廃止データは提供しません。
必要な履歴が利用できない、またはライセンスされていない場合は「未計算」となります。
各上場銘柄には通貨、カレンダー、サマータイムルール、終値時刻があります。
私はヘッジなしリターンを 1 つのベース通貨(おそらく USD)で扱い、FX ソースとタイムスタンプを明記します。
トータルリターンの算出方法、コーポレートアクションおよび配当ポリシー、上場廃止の扱い、執行時刻を定義します。
同日の終値だけでは、利用可能性は証明できません。実際の東京市場と、より遅い時間に終了する取引所のタイムスタンプを確認してください。
意思決定時刻と、次に執行可能な現地セッションをマニフェストに記録します。
診断用に現地通貨建てリターンも保持します。為替によって順位が変わる可能性があるため、USD 換算の方法も文書化します。
休日や重ならないセッションを取引所カレンダーと整合させます。月末一括結合ではタイミングエラーが隠れてしまうことがあります。
一貫したタイミング調整がサポートされない場合は、整合可能なサブセットを使用し、その限界を明記します。
3 つの仮説。3 つの失敗パターン。
エージェントが、見栄えの良いチャートが出るまで何千ものファクターを試すべきではありません。
3 つのシンプルな仮説を固定し、バリエーションを制限し、一度に 1 つずつテストします。
最初はモメンタムです。その定義は現在 Minara で確認可能です。
クオリティと投資サイクルは、過去の入力データが監査を通過するまで設計段階にとどめます。
1. モメンタム。 t−12 から t−1 まで複利計算する単純な 12 ヶ月トータルリターンと、t−1 をスキップして t−12 から t−2 まで複利計算する 12–2 モメンタムを比較します。
ポイントインタイムの発行体/上場銘柄ユニバース、リバランスカレンダー、選定ルール、ウェイト、ベンチマーク、コストを固定します。
変更するのはシグナルのウィンドウのみです。
このテストは、定義の違いによって選ばれる銘柄が変わるかどうかを示します。ただし、リターンの原因は説明しません。
2. クオリティ。 ランキングの前に、小規模なクロス国の定義を固定します。
候補の 1 つは、収益性、バランスシートの強靭性、利益の安定性を組み合わせたものです。
各入力項目の単位、会計期間、再表示ポリシー、公開タイムスタンプ、比較不能または欠損フィールドの扱いを定義します。
会計基準、通貨、業種、会計カレンダーの違いにより、単純なグローバルスコアは破綻する可能性があります。
統合スコアの横に、各構成要素のカバレッジを表示します。欠損フィールドは可視化したままにします。
3. 投資サイクル。 エビデンス台帳に登録された、AI セグメントに関連する開示済みの設備投資額を使用します。
実績キャッシュCAPEX、ガイダンス、発表済みのコミットメント、建設仮勘定、経営目標を区別します。それぞれ意味と日付が異なります。
複数年にわたるデータセンター建設計画の発表は、完了した CAPEX ではありません。
テスト前に測定指標とラグを固定します。リターンの結果を見てから変更することは許されません。
各マニフェストに、期待される方向性、入力項目、タイミング、対象サンプル、コントロール、ベンチマーク、バリエーション、棄却ルール、ホールドアウトを記録します。
データディクショナリと公開時刻ルールがレビューを通過するまで、「設計のみ」のステータスを維持します。
公開済みのモメンタム研究は問いを立てるヒントになりますが、その過去結果をこのユニバースにそのまま転用することはできません。
構築の参考として French Mom を使用します。ただし本サンプルには独自の定義を用います。

• 左上:Factor Library のカタログはシグナルを検証しません。矢印はカタログタブと件数を示しています。
• 右上:ユニバースのプリセット名は過去の構成銘柄を確定しません。矢印は Tradfi 30 の選択を示しています。
• 左下:この汎用的な Factor Library ビューは、一致するモメンタムのペアを表示しません。矢印はカテゴリ/件数のヘッダーを示しています。
• 右下:ストラテジーフォームは利用可能なコントロールを表示しますが、新しいストラテジーは送信されていません。矢印はアセットとポートフォリオのコントロールを示しています。
範囲を限定した Minara パイロットから始める
世界規模のデータセットを構築する前に、サポートされている特定のサブセットで、単純型とスキップ月型のマッチングテストを Minara に依頼します。
まず可用性レポートを要求します。具体的な資産、識別子、ファクター定義、リバランスルール、日付、コスト、エクスポート項目です。
必須項目が未確認の場合、バックテストはブロックされます。
Factor Library には、単純 12 ヶ月、3 ヶ月および 6 ヶ月の 1 ヶ月スキップ型、中間の 7〜12 ヶ月定義が表示されていました。
単純 12 ヶ月と 12–2 のマッチングペアは、まだ検証が必要です。
それを確認するには、ファクター ID とコードを検証します。

現在のモメンタムコードラッパーは検証可能です。
12 ヶ月対 6 ヶ月のテストは、欠けている 12–2 ペアの代わりにはなりません。
カスタムシグナルには、サポートされたルート、検証可能なコード、再現可能な入力が必要です。それがなければ、ペアはオフラインで計算します。
確認した TradFi 30 バスケットには、ETF や米国以外の上場銘柄を含む 31 の現行銘柄が表示されていました。
これを固定バスケットのインターフェースパイロットとして再利用します。過去のグローバル AI 構成銘柄には別途データが必要です。
ロングオンリーの上位 5 銘柄、等ウェイト、月次リバランス、1x、ベンチマーク、コストを固定します。変更するのはシグナルのみです。
両方の実行について、設定、構成銘柄、出力を保存します。
次に、片道コストグリッド(例:0、10、25、50 ベーシスポイント)をテストします。
手数料オフの概要には約定手数料が表示されていました。この不一致は未解決のままです。スリッページも独立して検証されていません。
手数料スイッチはコストモデルを確定するものではありません。
Codex が、エクスポートされた保有銘柄とリターンから想定回転率と控除額を計算します。成果物が欠けていれば「未計算」となります。

• 左上:保存されたモメンタムドラフトとリクエストは現在の構築状況を示しています。矢印はユニバースとポートフォリオのコントロールを示しています。
• 右上:現在のモメンタム手数料とスリッページ設定は執行を検証しません。矢印は 10 bps の手数料とスリッページ設定を示しています。
• 左下:現在のモメンタム概要には新規実行が記録されていません。矢印は主要指標を示しています。
• 右下:保存されたモメンタムの約定は独立して再現されていません。矢印は約定と手数料を示しています。
検証した 2024〜2026 年のウィンドウは開発用素材です。未処理のホールドアウトとしてはもう使えません。
歴史的ブロックの予約は、ライセンスされたポイントインタイムデータがある場合のみ行います。そうでなければ、定義を固定した後に将来に向けたバリデーションを開始します。
Minara は実験を整理します。表示されるパフォーマンス数値には、依然として裏付けとなるエビデンスが必要です。

• 左上:銘柄別の結果は製品が報告したエビデンスです。矢印は実現損益と評価損益を示しています。
• 右上:現在のモメンタム指標は過去のチャット指標とは異なります。矢印は現在の主要数値を示しています。
• 左下:現在保存されている約定は独立して再現されていません。矢印は約定テーブルを示しています。
• 右下:この銘柄別テーブルは同じ保存済みエビデンスを表示しており、新規実行はありません。矢印はテーブルを示しています。
1 つの計算式を独立して検証する
まずはオフラインで小さな検証から始めます。公開されている 6 つのサイズ×モメンタムポートフォリオ構成要素から、Kenneth French の月次 Mom を再構築します。
これは計算の検証です。グローバル AI ユニバースと提案中のポートフォリオには、別途検証が必要です。
パーサー、日付の整合、リターンの単位、ロングショートの計算を確認します。
1Mom[t] = 0.5 * (SmallHigh[t] + BigHigh[t])2 - 0.5 * (SmallLow[t] + BigLow[t])
French はサイズと過去の(2〜12 ヶ月)リターンを用いて 6 つの時価加重ポートフォリオを作成します。Mom は過去リターンが高い 2 つのポートフォリオの平均から、低い 2 つのポートフォリオの平均を差し引いたものです。
6 つの構成要素と、別途公開されている Mom シリーズをダウンロードします。アーカイブのビンテージを 1 つに固定し、共通する月を結合して、4 構成要素による再構築結果と公開シリーズを比較します。
計算前に、公開されている精度に基づいて残差の許容誤差を設定します。
一致すれば、計算式の仕組みは支持されます。
ただし、銘柄レベルの入力、グローバル AI ラベル、Minara の履歴、コスト、アルファは検証されません。
データライブラリは 2025 年 1 月のリリース以降、CRSP FIZ から CIZ に切り替わりました。月次配当再投資のタイミングは両者で異なります。
文書化された個別の比較なしに、これらのフォーマットを「連続した」シリーズに繋ぎ合わせてはいけません。
各スナップショットの URL、取得時刻、フォーマット、チェックサム、パーサーバージョン、単位、ライセンス情報を保持します。
Data Studio のビルドを信用する前に検証する
ビルダーには選択モデルとして Claude Opus 5.5 が表示されています。これが本ダッシュボードでキャプチャされたモデル設定です。
グローバルデスクはまだ構築が必要です。出力を使用する前に、コードとデータを独立して検証します。
Minara はアプリバージョン 1.2.1 を報告しています。ダッシュボードのバージョンには独自の番号体系があります。
以前の Data Studio プロジェクトは Version 1 と表示していましたが、Bitcoin プレビューと Nvidia/Palantir 計画が混在していました。

• 左上:Data Studio ホームは保存済みプロジェクトを表示しており、検証済み計算ではありません。矢印は自然言語入力を示しています。
• 右上:以前の Version 1 Bitcoin プレビューは後のリクエストと一致しませんでした。矢印は Version 1 の空パネルを示しています。
• 左下:以前の Nvidia/Palantir 計画は、プレビューが機能したことを証明しません。矢印は Bitcoin の要件と混ざった株式目標を示しています。
• 右下:以前のデータリクエストは失敗しました。矢印は FMP 履歴と quote の 504 エラーを示しています。

• 左上:以前の設定は結果ではなく構成を示しています。矢印は Financial Modeling Prep の Ready ステータスを示しています。
• 右上:以前のコードビューはデータ取得が成功したことを証明しません。矢印は Bitcoin コンポーネントを含む株式タイトルを示しています。
• 左下:以前の Bitcoin プロジェクトのコンテキストであり、新しい比較リクエストとは別物です。矢印は送信前のリサーチ専用ダッシュボードプロンプトを示しています。
• 右下:以前の Bitcoin プレビューは失敗した銘柄絞り込みを示しています。矢印はその失敗したリクエストを示しています。
Data タブには 504 エラーを返した 4 つの FMP リクエストが表示されていました。これでは正常な銘柄比較は確立されていません。

• 左上:以前の Data タブは 4 つの FMP 504 エラーを示しています。矢印はそれらの 504 失敗を示しています。
• 右上:以前保存された銘柄比較計画は Bitcoin プレビューと一致しませんでした。矢印は計画の目標を示しています。
• 左下:株式ダッシュボードテンプレートは完了した調査ではなく利用可能な選択肢を示しています。矢印は株式とマクロのテンプレートを指しています。
• 右下:About は Minara アプリ 1.2.1 を報告しています。小さなスクリーンショットは元のサイズを維持しており、矢印はバージョン行を示しています。
Nvidia と Palantir の比較に関する別のリサーチリクエストを送信し、実際の観測値、タイムスタンプ、目に見えるエラーを求めるようにしました。正確なリクエストとフォローアップは、別々のプロンプトファイルに保存されています。
最初のビルドはステップ 3/5 で停止しました。

• 左:保存された Version 1 には株価がありましたが、履歴と相関はまだ保留中でした。矢印は Version 1 の株価とソースタイムスタンプを示しています。
• 中央:Version 1 の株価呼び出しは HTTP 200 を返しました。矢印は 2 つの HTTP 200 株価呼び出しを強調しています。
• 右:ここでは履歴拡張がまだ実行中でした。その後 Version 2 が保存されました。矢印は保留中の履歴パネルを示しています。
履歴拡張により Version 2 が保存されました。アプリはビルドとプレビューチェックが通過したと報告しています。
UI は 2026 年 4 月 1 日から 10 月 1 日のカバレッジを表示しています。各銘柄とも 127 件中 127 件の有効な終値が返されました。両価格シリーズは最初の共通日で 100 から始まります。
UI は 126 ペアのデイリーリターンにおけるピアソン相関係数 0.1421 を報告しています。私はこれを独立して再現していません。
これは過去のリターンを記述したものであり、次の動きを予測するものではありません。

• 左上:最終的な Version 2 UI は株価と過去価格を表示しています。矢印は Version 2 の日次終値チャートを指しています。
• 右上:Version 2 は各 127 件の終値と 126 ペアのリターンを報告しています。矢印は日付と 127/127 カバレッジ行を示しています。
• 左下:リクエスト履歴は、履歴レスポンスが成功する前に 6 回の HTTP 403 失敗があったことを示しています。矢印はそれらの HTTP 403 失敗と、その後の HTTP 200 レスポンスを示しています。
• 右下:これは比較コードの冒頭部分であり、ファイル全体ではありません。矢印はパーサーと重複日付の処理を示しています。

保存された Version 2 はインデックス化された価格と UI 報告の相関を示しています。私はこの計算を独立して再現していません。
プレビューは失敗したリクエストも含めて実行されました。累積 Data タブは 18 回の FMP 呼び出しと 6 回のエラーを表示しています。
履歴取得の試行のうち 6 回は 403 を返し、その後 2 回が HTTP 200 を返しました。最終的なプレビューは、それらの失敗がリクエスト履歴に残った状態でレンダリングされました。

• 左:最終保存された計画はビルド完了を報告しています。矢印は株価と履歴のソースコントラクトを示しています。
• 右:最終設定はデータを独立して検証するものではありません。矢印は FMP の準備状態と単一ロードの周期を示しています。
検証済みの登録ソースは、依然としてコモディティ、サプライチェーン、ニュース予測の入力を提供していません。グローバルパイプラインは依然として構築計画のままです。
保存済みストラテジーとインポートワークフローを検証する
保存された BTC ストラテジーと Pine のサンプルは、検証すべき別のワークフローを示しています。これらのシミュレーションとコードは、株式調査の有効性を証明するものではありません。

• 左上:この Pine サンプルはグローバル株式調査とは別物です。矢印はポジションサイズとコストの説明を示しています。
• 右上:現在の Pine コスト入力は以前の実行コストを証明しません。矢印はダイアログのバックテストコスト値を示しています。
• 左下:保存された Pine 概要は、私が再現していないシミュレーションを報告しています。矢印は主要結果を示しています。
• 右下:保存された Pine の約定はライブ注文ではなく別のシミュレーションです。矢印は最初の完了トレード行を示しています。

• 左上:コードインポートダイアログは入力画面を示しており、検証済みの変換ではありません。矢印は Pine/コード入力エリアを示しています。
• 右上:この保存された Pine 概要は株式調査とは別物です。矢印はサンプルの主要指標を示しています。
• 左下:Pine ソースは別の保存済みサンプルに属しています。矢印はそのコードを示しています。
• 右下:保存されたトレードリストはライブ注文ではなくシミュレーション出力です。矢印はその行を示しています。
リポジトリとデータコントラクトを固定する
小さく始めます。Python、NumPy、pandas、PyArrow、Pydantic、pytest、Ruff、そしてロックされた uv 環境です。
statsmodels と Matplotlib はレポートで必要になるまで待ちます。scikit-learn はモデリング段階が定義されるまで待ちます。
パネルが大きくなれば、DuckDB で Parquet をクエリできます。
6 つのファクターシリーズに、サーバー、ベクトルデータベース、自律型エージェントフレームワークは不要です。
1quant-research-lab/2 AGENTS.md README.md pyproject.toml uv.lock3 config/ schemas/ manifests/{sources,universes,hypotheses}/4 src/qrlab/5 data/{ingest,identifiers,calendar,fx,validate}.py6 universe/{build,evidence,coverage}.py7 factors/{momentum,quality,investment_cycle}.py8 portfolio/{weights,returns,costs}.py9 validation/{splits,metrics,review}.py10 runner.py registry.py reporting.py11 tests/fixtures/ tests/test_*.py12 data/{raw,normalized}/ # ignored by Git13 runs/ # immutable run folders14 reports/
Git にはコード、スキーマ、合成フィクスチャ、機密でないマニフェストを格納します。
生データやライセンスデータは Git の外に置きます。
ソースアーカイブはバイト単位で保持し、アーカイブ本体と各エントリーのハッシュを計算します。
正規化された各 Parquet スナップショットには、スキーマバージョン、ソーススナップショット、通貨、単位、変換の系譜を持たせます。
実行には固定された入力が必要です。latest.csv を読み込むようなことはしません。
4 つのレコードが検証可能なチェーンを作ります。
- DataManifest はソース、ライセンス、フォーマット、取得タイムスタンプ、ハッシュ、カバレッジ、パーサー、ビンテージを記録します。
- UniverseManifest は構成ルール、エビデンスラベル、発行体-上場銘柄マップ、件数、除外項目、基準日ルールを固定します。
- ExperimentSpec は仮説、入力、シグナル、日付、ポートフォリオマッピング、ベンチマーク、コスト、棄却ルールを定義します。
- RunManifest はコードコミット、ロックファイル、入力ハッシュ、コマンド、環境、出力ハッシュ、外部呼び出し、ステータスを記録します。
ReviewResult は成果物を引用し、未解決の問題を列挙します。
- 各ユニバース構成銘柄について、issuer_id、listing_id、valid_from、valid_to、known_at、instrument_type、country、exchange、currency、source_snapshot_id が必要です。
- 各エビデンスの主張には、公開および取得タイムスタンプ、主張テキスト、エビデンスソース、分類ルール、レビュアーも必要です。
- 財務数値には期間の開始/終了、available_at、元の通貨、単位、報告値、再表示状態、ソースが必要です。
- リターンには価格またはトータルリターンの算出方法、コーポレートアクションポリシー、上場廃止の扱い、ベース通貨換算、FX タイムスタンプが必要です。
期末日は、提出書類がいつ利用可能になったかを示しません。
- テストは available_at <= decision_at を強制します。トレードは知り得るシグナルに従い、ターゲットリターンは執行後に始まります。
- 行を上場銘柄に展開する前に日付を分割します。
- 同じ意思決定日は 1 つのフォールド内に留まります。リターン期間が検証データと重なる場合、学習ラベルは削除されます。
- 1 つの数値ギャップでは、異なる期間やカレンダーをカバーできません。
バックテストの前に計算ルールと失敗ルールを固定する
各実行ではシグナル、保有銘柄、グロスリターン、コストを分離します。
- シグナルは、意思決定時点で利用可能な情報を用いて対象発行体をランク付けします。
- 同順位の場合は決定論的ルールに従います。
- ポートフォリオ構築は、事前に設定した銘柄数を選定し、ウェイトを正規化し、欠損または売買停止中の上場銘柄を処理し、却下されたポジションを記録します。
- コストレイヤは宣言された手数料、回転率、スプレッド、スリッページ、FX 前提を適用します。
- グロスリターンをネットパフォーマンスと呼ぶことはできません。
グローバルリターンの仕様は、ベース通貨と換算タイムスタンプを固定します。
ローカルトータルリターンと為替リターンは乗法的に結合されます: (1 + local_return) \ (1 + fx_return) - 1。*
私には実際のトータルリターンデータ、あるいは文書化された配当やコーポレートアクションが必要です。「調整後終値」だけでは計算の根拠を説明できません。
上場廃止時のリターンが欠落している場合はカバレッジ警告が出ます。失敗した企業がひっそりと消えることはありません。
- ライセンス付きデータを使用する前に、合成フィクスチャを用いて ADR の重複排除、株式クラスのマッピング、ポイントインタイムでのラベル変更、現地の祝日、非同期の取引終了、為替換算、上場廃止、重複観測値、提出書類の欠落、ポートフォリオウェイトを検証します。
- French Mom フィクスチャでは、符号、ワンタイムパーセント変換、共通月のアライメント、年次セクションの除外、丸め誤差の範囲を確認します。
- 同じマニフェスト、コード、入力を再実行します。数値アーティファクトは一致しなければなりません。
ハッシュが変化した場合、実行は停止します。
- 結果は verified_reconstruction、not_reproduced、not_calculated、blocked のいずれかになります。
- blocked の場合は理由が必要です。例として、サポートされていない国の履歴、未解決の発行体マッピング、不明な通貨タイミング、一致する Minara ファクターペアの欠落などが挙げられます。
- エージェントは欠落フィールドを推測で乗り越えることはできません。
- カバレッジ件数と欠損状況はリターン表の横に記載します。
すべてのアイデアに試行台帳のエントリを与える
計算の前に、各アイデアにはバージョン管理された仮説マニフェストが割り当てられます。これには経済的根拠、正確な計算式、必須フィールド、利用可能ラグ、対象ユニバース、ホライズン、フォーメーションおよび執行時間、ベンチマーク、コスト、開発期間、ホールドアウト、計画されたバリエーション、却下基準が含まれます。
台帳には、パーサーの失敗や否定的な結果を含め、すべての実行が記録されます。
- 出力を確認した後に計算式を変更すると、新しいマニフェストバージョンが作成されます。古い記録はそのまま残ります。
- レジストリでは proposed、design_only、data_audited、implemented、challenged、independently_reviewed、research_qualified、rejected、paper_research といったステートを使用できます。
これらのステータス名はあくまで提案です。レジストリはまだ構築されていません。
- French の計算と一致させることができれば verified_reconstruction を獲得できます。株式モデルを認定するには、別途証拠が必要です。
- research_qualified には、ソースの系譜、決定論的な計算、ポイントインタイム検証、凍結済みバリデーション、コスト処理、そして結果を再現できるレビュー担当者が必要です。
- それにより paper-research ステップに進めますが、資金投入が承認されるわけではありません。
- 推論においては、同日の銘柄名をまとめて扱います。クロスセクショナルな順位相関は日付ごとに報告し、すべての「銘柄×日」を独立したものとして扱わないでください。
ポートフォリオのシャープレシオ推定には、不確実性区間と系列依存性を扱える手法が必要です。
- ホールドアウトを見る前に統計量を選択します。いくつの仮説とバリエーションを試したかを報告してください。
- Two Sigma によるシャープレシオ推定と仮説検定の解説 は、有用な手法リファレンスです。
統計的に有意な結果であっても、サバイバーシップバイアス、古いラベル、カバレッジ、執行に関する問題が残っている可能性があります。
各ツールにできる仕事を任せる
Minara はリサーチデスクを整理します。 私はこれを使って質問を整理し、ファクターや戦略のサーフェスを検査し、サポートされているアセットを記録します。
- 最初の引き継ぎは手動で行います。
- アカウント権限、認証、課金、レート制限、レスポンス形式、リサーチ専用プロンプトをテストした後、後のアダプターで文書化されたチャット API を使用できるようになります。
- 現在のドキュメントには POST /v1/developer/chat とステータスルートが記載されています。
- background: true は stream: false と組み合わせた場合のみ指定でき、requestId の冪等性が文書化されており、completed ステータスは 24 時間保持されます。
そのステータスが期限切れになる前に、受理されたレスポンスをキャッシュします。
- 文書化されたルートでもアカウントテストが必要です。その回答がポイントインタイムの市場データとなる前に、確認する必要があります。
- Codex は決定論的な作業を担当します。 各タスクには 1 つの出力、リポジトリ、マニフェスト ID、承認済み入力、禁止された副作用、受理チェックが割り当てられます。
- Codex はパーサー、既知解答テスト、データバリデーター、レポート、実験用コードを作成できます。
- 弱い結果によって凍結済みファクターを変更することはできません。実行されなかったチェックが合格になることもありません。文章だけで候補を適格にすることもできません。
すべての変更は、新しい実行に紐づくコード差分となります。
Jev は型付きエビデンスをチェックします。 ソースハッシュ、単位、公開タイミング、欠損データ規則、リターンタイプ、独立テストは、まずハードゲートを通過します。
ゲートを通過できなかった場合は blocked が返されます。Jev がこれを上書きすることはできません。
- アーティファクトが通過した場合、Jev はそれを needs_evidence、schema_issue、ready_for_human_review にトリアージできます。
- 既存の 0.65 という閾値はルーティング設定の提案であり、キャリブレーションされた安全境界ではありません。
- 信頼度が低い場合は判断を保留します。信頼度が高くても人間のレビューが必要です。
- Jev は証券のランキング、リターンの計算、失敗したテストの上書き、モデルの承認を行うことはできません。
Dots は作業を調整します。 承認済みのクラウドプロジェクトが存在すれば、ステータスの追跡、チェックリストの管理、範囲限定されたタスク概要の準備を行えます。
コードを実行するのは依然として Codex です。
- サポートされている引き継ぎがテスト・保存されるまでは、Codex タスクを手動で開始し、返されたコミット、マニフェスト、実行 ID、エビデンスリンクを比較します。
- エージェントをリダイレクトしようとする悪意のあるメモを使ってテストします。エージェントは必ずエビデンスフィールド内にとどまらなければなりません。
チェックポイントごとに一つずつ構築する
0. 問いを凍結する。 対象となる上場タイプ、AI エクスポージャークラス、候補国、ベース通貨、最低限必要なソースエビデンスを選択します。
成果物はスコープ文書です。
リターン計算は後回しにします。
1. カバレッジを監査する。 Minara で利用可能な株式ユニバースと、提案されたすべての外部データソースを棚卸しします。
- 国/取引所/日付/フィールドのマトリクス、ライセンス注記、ギャップを生成します。
- Minara は、そのサーフェスとエクスポートが検証可能な場合にのみ、サポート対象サブセットとしてカウントされます。
- 過去の構成銘柄情報やトータルリターンが欠落している場合、該当する調査では not_calculated となります。
2. アイデンティティテーブルとエビデンステーブルを構築する。
- 日付付きエイリアス、ADR リンク、カレンダー、通貨、エビデンスラベルを用いて発行体と上場銘柄をマッピングします。
- 手作業で確認したサンプルで、重複防止と過去の known_at ロジックをテストします。
- チェック項目: レビュー担当者が、特定の日付において各エンティティがなぜ含まれたのか、あるいは除外されたのかを説明できること。
3. オフラインコアを作成する。
- スキーマ、ロックファイル、不変の実行フォルダ、ハッシュ、フィクスチャデータセット、提案された CLI コマンド(qrlab universe-audit、qrlab validate-data、qrlab run、qrlab report)を追加します。
- これらのコマンド名は提案段階であり、まだ機能しません。
- チェック項目: クリーンチェックアウトした状態で、製品 API キーなしに合成データを検証できること。
4. 計算を検証する。
- ピン留めされた 1 つの French Mom ビンテージを再構築し、グローバルデータフィクスチャテストを実行します。
- 結果を見る前に許容誤差を設定します。
- チェック項目: ビンテージの混在や暗黙のアライメントがないこと、残差が有界であること、ファイルが再現可能であること。
- 失敗した場合は not_reproduced を記録します。無理に合格させるために許容範囲を変更しないでください。
5. Minara パイロットを実行する。 まず可用性マニフェストを要求します。
- まったく同じユニバースの plain/skip ペアと必須設定を検査できる場合は、それらを凍結して比較します。
- できない場合、Minara は引き続きリサーチの整理を行います。不一致の比較は未実行のまま残します。
- 公開前にアカウント識別子を削除し、各スクリーンショットが何を示しているかを正確に説明します。
6. 3 つの調査を事前登録する。
- モメンタム、クオリティ、投資サイクルの定義をそれぞれ個別に凍結します。
- ユニバース、入力、タイムスタンプ、上場廃止銘柄のカバレッジ、コストがレビューを通過した調査から開始します。
- 残り 2 つは design_only のままにします。その結果が最初のテストに影響を与えてはいけません。
7. 統合は最後に行う。
- リサーチ専用のリクエスト 1 件で API キーとコストを検証します。
- 手作業でラベル付けしたケースで、Jev の誤合格および判断保留の挙動を測定します。
- クラウド権限と狭いタスク契約が明確になった後で Dots を設定します。
- 統合が失敗しても、オフラインコアは動作し続けなければなりません。
最初の成功とはどのようなものか
最初の成功は、私が検査できるユニバース監査です。
- 何がカバーされているか、各発行体がなぜ適格なのか、どこで履歴が途切れるのかを示します。
- 次に計算式のチェックと小規模な製品パイロットにより、どの部分を再現できるかが明らかになります。
- その後、モメンタム、クオリティ、投資サイクルについてそれぞれの調査が行われます。
ラボは「拒否の理由」を説明できるようになると強くなります。データが欠落していればレポートに空白を残し、決して自信ありげな推測で埋めません。
さらに検査すべきアプリ機能
これらのパネルは、より多くのアプリサーフェスと中間ビルド状態を示しています。グローバルリサーチシステムはまだ構築が必要です。

• 左側 このコーディングインターフェースは別の保存済みプロジェクトに属しています。矢印は explore、build、review、fix アクションを指しています。
• 右側 インポートダイアログは利用可能なサーフェスを表示しており、完了したインポートではありません。矢印は画像/動画のドロップエリアを指しています。
以下の universe-audit プロンプトから始めます。リターンの数値は、他の誰かが再構築できて初めて意味を持ちます。
ラボに与える最初の 6 つのリクエスト
これら 6 つのプロンプトを順番に実行します。各アーティファクトが次のものを制約し、パフォーマンス評価の前にカバレッジとエビデンスがチェックされます。すべての正確なプロンプトをマニフェストと実行 ID とともに保存します。
1. ユニバース監査
1グローバル上場 AI 株式の提案版ユニバーススコープを作成してください。単なるティッカーリストは返さないでください。23発行体と上場銘柄を分離し、普通株/ADR コア、除外する商品タイプ、国および取引所のカバレッジに関する問い、そして直接的な AI エクスポージャー、サプライヤー/イネーブラー、ウォッチリスト限定の主張を分類するために必要なエビデンスを定義してください。45現在および過去の構成銘柄に必要なソースとフィールドを列挙してください。不明な点はすべてマークしてください。完全なグローバルカバレッジを推測したり、現在の説明から過去のラベルを割り当てたりしないでください。67バージョン管理された UniverseManifest ドラフトとカバレッジ監査チェックリストのみを出力し、バックテストは行わないでください。
2. バリューチェーンのエビデンス
1提供された日付付き提出書類およびソース文書のみを使用して、各候補発行体を提案された AI バリューチェーン分類体系にマッピングしてください。23すべてのラベルについて、裏付けとなるエビデンスを引用または特定し、文書日付と公開タイムスタンプ、事業セグメント、発行体/上場銘柄識別子、ソースハッシュ、ラベル規則、レビュアーステータスを記録してください。45開示された直接的な AI 売上高、特定可能なサプライヤー/イネーブラー、経営陣の主張のみあるいは弱いエビデンスを区別してください。67エビデンスが存在しない、または矛盾する場合は unknown/watchlist を使用し、その理由を説明してください。文書が公開される前の時点に遡って歴史的ラベルを作成しないでください。
3. 3 つの仮説
1監査済みユニバースに対して、個別に事前登録可能な 3 つの研究仕様案を作成してください。(a) 通常の 12 か月対 12–2 モメンタム、(b) ポイントインタイムの会計入力を用いた小規模クオリティ複合指標、(c) 実現した設備投資額をガイダンスやコミットメントから切り離した 1 つの AI 投資サイクル指標。23それぞれについて、計算式、期待される方向性、利用可能ラグ、適格サンプル、ベンチマーク、ホライズン、コントロール、バリエーション、コスト、却下ルール、ホールドアウトを明記してください。45パフォーマンスを推定したり、複数の仮説を 1 つのスコアに統合したりしないでください。必須フィールドや履歴が利用できない仕様は design_only とマークしてください。
4. Minara サポート対象サブセットの比較
1戦略を実行する前に、この Minara アカウントで実際にサポートされているグローバル株式上場銘柄、ファクター定義、日付、ポートフォリオ設定、コスト設定、エクスポートフィールドを報告してください。23両方の計算式が同じ検証済みユニバースを使用し、シグナル以外のすべての設定が同一である場合にのみ、マッチした 12 か月対 12–2 の比較案を提示してください。45同じルックバックのペア、ポイントインタイムの構成銘柄、または必須出力が利用できない場合は停止し、not_calculated を返してください。別のルックバックで代用したり、未検証のパフォーマンスをエビデンスとして引用したりしないでください。
5. Codex エンジニアリングタスク
1quant-research-lab リポジトリにおいて、承認済みのオフラインユニバース監査およびデータ検証マイルストーンのみを実装してください。23承認済みの UniverseManifest および DataManifest から開始してください。45ライセンス付きソーススナップショットが明示的に提供されない限り、合成フィクスチャを使用してください。発行体/上場銘柄の重複排除、日付付き AI エビデンスラベル、カバレッジ件数、タイムスタンプおよび通貨/カレンダーのチェック、決定論的テスト、不変の実行出力を追加してください。67外部 API の呼び出し、凍結済み仮説の変更、ライセンスデータの取得、取引の生成、グローバルカバレッジが完全であると主張することを行わないでください。差分、コマンド、テスト出力、ハッシュ、blocked フィールド、人間がレビューするための次の判断事項を返してください。
6. 懐疑的監査
1要約に頼らず、凍結済みマニフェスト、ソースファイル、コード差分、テスト出力、実行アーティファクトをレビューしてください。23ユニバースマッピングおよびパフォーマンスに関する主張の反証を試みてください。45発行体/ADR の重複、サバイバーシップバイアス、AI ラベルの先読み、欠落国、未検証のデータ権限、古い通貨、非同期の取引終了、為替タイミング、コーポレートアクション、上場廃止、コスト前提、テストリーケージ、事前登録計画からのあらゆる変更を確認してください。67正確なアーティファクトパスとハッシュを引用してください。89何も修正・再実行しないでください。各要件について pass、blocked、not_reproduced を返し、反例を列挙し、その結果が何を証明していないかを明記してください。
出典ノート
• Minara、Agent API overview および API-key endpoint reference。製品の権限とアカウントアクセスは未テストのままです。
• Kenneth French、Monthly Momentum Factor construction および Data Library vintage and CRSP FIZ/CIZ notes。
• AQR、Fact, Fiction, and Momentum Investing。
• Two Sigma、Sharpe ratio estimation and hypothesis testing。
• TypeSafe、Jev and typed decision outputs;OpenAI、Introducing Dots。
• DuckDB、Parquet documentation;pytest、documentation。





