AI活用事例2026-07-18

Claudeで構築した投資リサーチ自動化パイプライン

szj capital氏のAI活用事例

szj capital氏（@szjcapital）のX投稿が、私たちにも参考になりそうでしたので紹介します。AIを日常の投資業務にどう組み込むか、具体的な例が示されています。

szj capital氏の投稿内容

szj capital氏はClaudeのモデルアップグレードをきっかけに、AIの活用を積極的に進めています。基本的な使い方から始め、徐々に高度な自動化へ移行したと説明しています。

Been spending a lot of time on Claude recently given their model upgrade to Fable and speaking with a lot of friends who have genuinely seen a positive impact of AI on their own personal/ professional lives.

（訳）ClaudeのFableモデルアップグレードをきっかけに、友人たちからAIが個人・仕事の生活に本当に良い影響を与えたという話を聞き、最近Claudeに多くの時間を費やしています。

具体的なAIの使い方

szj capital氏は4つの主な用途を挙げています。

1つ目は、学習したいテーマのリサーチパイプラインを構築し、提案された資料についてLLMと質問を交わす方法です。半導体や電力分野を例に挙げています。

2つ目は、ブロックチェーンデータのスクレイピングツールやインフラを構築し、フローやトークンデータを理解するものです。インサイダー的な動きを捉えるためや、次のサイクルに向けた活用を想定しています。

3つ目は、テーマ別リサーチや投資テーゼを再現するスキルやエージェントを構築し、他のLLMと連携させる方法です。GeminiがGoogle One契約で使いやすいため選んでおり、中国製モデルも今後試す可能性に触れています。

4つ目は、ニュース記事、YouTube動画、ポッドキャストを自動で収集し、「brain」を構築して日次レポートを生成し、将来的に判断を下せるようにするものです。

Automated pulling of news articles, youtube videos, podcasts and building a "brain" to learn from the content it generates as daily reports so that it can also make judgement calls on content it pulls in the future

（訳）ニュース記事、YouTube動画、ポッドキャストを自動で引き出し、生成されたコンテンツから学習する「brain」を構築して日次レポートを作成し、将来的には引き出したコンテンツについて判断を下せるようにするものです。

さらに、ニュースやイベントの自動収集・理解（主に4）と即時執行を組み合わせ、人間を介さない取引を目指しています。バックテスト済みの戦略と仮説に基づき、主に3の手法を基にしています。

取引エージェントへの拡張

最近始めた取り組みとして、app.agentarcade.ioを使ってカスタムエージェントを構築し、Hyperliquid上のトークン化商品を取引するものです。プラットフォームが実行ツールを提供するため、追加のプラグイン開発が不要な点が便利だと述べています。

I've decided to check out app.agentarcade.io which allows me to build custom agents to trade tokenized products on Hyperliquid.

（訳）app.agentarcade.ioをチェックすることにしました。ここではHyperliquid上でトークン化商品を取引するためのカスタムエージェントを構築できます。

szj capital氏の投稿では今後数ヶ月かけて思考プロセスや進捗をツイート・ジャーナル化するとしています。

日本市場への応用

szj capital氏の事例は海外中心ですが、日本でも似たアプローチが有効そうです。半導体や電力分野の代わりに、日本株の自動車や半導体関連銘柄のリサーチパイプラインを構築できます。有価証券報告書や決算短信をClaudeに読み込ませ、質問を繰り返す形です。

ブロックチェーンツールは国内の暗号資産取引所データやIR資料に応用可能です。テーマ別テーゼ作成では、Geminiだけでなく国内で使いやすいモデルを選べます。

ニュース自動収集は、日本経済新聞や会社IRページを対象にすれば日次レポート作成に役立つでしょう。取引エージェント部分は、Hyperliquidのような海外プラットフォームではなく、国内のツールやAPIを組み合わせる方法を検討する余地があります。

例えるなら、AIを「優秀なリサーチアシスタント兼秘書」として雇うイメージです。一度パイプラインを組めば、毎日の情報収集が半自動化され、判断材料を素早く得られます。

注意点

この事例は個人のX投稿に基づくもので、成果の検証は限定的です。AIの出力は参考情報として扱い、最終判断は自身で行う必要があります。スクレイピングや自動取引には法規制やプラットフォーム規約を確認してください。投稿では詳細なプロンプトや手順は触れられていません。

試す手順

Claude（または類似のLLM）を使って似たリサーチパイプラインを始める手順を提案します。まずは無料枠や有料プランでClaudeにアクセスできる状態にしてください。

1. Claudeのチャット画面を開き、新規プロジェクトを作成する。

2. 最初のメッセージで「投資リサーチパイプラインを構築したい」と伝え、テーマ（例：日本株の自動車セクター）を指定する。

3. 以降のやり取りで、提案された資料を読み込ませ、質問を繰り返す。

そのままコピーして使えるプロンプトを3つ用意しました。日本市場向けに調整しています。

日本株の自動車セクターについて、過去3年の売上成長率と主要リスク要因を有価証券報告書に基づいて5つ挙げてください。各要因に根拠となるページ番号を添えて。

このテーマ（例：再生可能エネルギー）に関する投資テーゼを、強み・弱み・機会・脅威の4つの観点からまとめてください。日本の上場企業を3社例に挙げて。

提供されたニュース記事とIR資料から、今日の注目ポイントを3つ抽出し、投資判断に与える影響を簡潔に評価してください。

最初に試す題材は、馴染みのある東証プライム銘柄の有価証券報告書1社分から始めるとわかりやすいです。出力が浅い場合は「具体的な数字やページ番号を必ず入れて」と指示を追加してください。

今日の学び

AIを「研究パイプライン」「データ収集brain」「実行エージェント」の3層で設計すると、投資業務の効率が上がる可能性があります。まずはリサーチ部分から小さく始め、徐々に自動化を広げるのが現実的です。ぼちぼち積み上げていきましょう。また明日、別の事例を紹介します。

※本記事は情報提供・教育目的で作成しています。投資助言ではありません。特定のサービス・銘柄の利用や売買を推奨するものではなく、過去の成果は将来を保証するものではありません。

出典

X (Twitter) https://x.com/szjcapital/status/2077212950310588617