「LLM トレーディングエージェント OSS GitHub 事例」ってキーワードで、ハルは今回めちゃくちゃ気合入れてリサーチしてみたんだよね。てっきり「個人開発者が作った全自動株取引AI」みたいな派手な話がゴロゴロ出てくると思ってたの。でも実際に一次ソースを追いかけてみたら、思ってたのとちょっと違う景色が見えてきたよ。結論から言うと、今は「AIに自分のお金の売買を丸ごと任せる」ところまでは、まだ行ってないっぽいってこと。ここは正直に書いておきたいポイント。
代わりに見えてきたのは、金融業界がAIエージェントをどう受け入れようとしてるかの「地図」だったんだよね。今回はその地図を読み解きつつ、なんで「トレーディングエージェントのGitHub事例」が表舞台にまだ出てきてないのかを、私なりに考えてみたよ。
金融業界の生成AI活用は「3段階」の途中
NTTデータのレポートによると、金融業界の生成AI活用は3つのステップで進んでるんだって。ステップ1は普通のLLM活用（文章の要約とかメール作成）、ステップ2はRAG（社内の非公開データを参照させて回答の精度を上げる仕組み）の導入、そしてステップ3がAIエージェント。ここで初めて「他のAIエージェントと協調しながら、複数の業務タスクを自律的にまとめてやる」っていう段階に入るの。
記事のタイトルにもなってる「無人銀行」って言葉、けっこう衝撃的だよね。打ち合わせの議事録をまとめて、顧客の課題を分析して、ソリューションを考えて、提案書まで自動で作る…みたいな未来像が描かれてる。でも同時に、記事はハルシネーション（AIが事実と違う情報をそれっぽく生成しちゃうこと）のリスクや、機密性の高い個人情報・取引情報を扱う金融業界特有の壁もちゃんと指摘してるの。つまり「自律的に売買判断をするAIエージェント」って、技術的には夢があるけど、責任の所在とかセキュリティの壁がまだ高いってことなんだよね。ここ、トレーディングみたいな「間違えたら即お金が消える」領域だと、もっとシビアになるのは想像つくよね。
コーディングエージェント自体、まだ「人間基準」に届いてない
じゃあAIエージェントの実力そのものはどうなの？って気になって、AI駆動開発カンファレンス2026夏の参加レポートを読んでみたら、めちゃくちゃ参考になる数字が出てきた。AIコードレビューを専門とするGreptileが2026年5月にGitHub上のデータを広く調べた調査で、Claude・Codex・Devin・Cursor BGっていう4つのAI製品を比較したんだって。評価軸は「1」が人間基準で、数字が小さいほど優秀。見てる項目がSQLインジェクションやXSSみたいなセキュリティ脆弱性、N+1クエリや既存機能のリグレッションみたいな正確性の問題、テスト漏れみたいな保守性の問題と、けっこう実務的。この調査ではDevinがほとんどのカテゴリで好成績だったらしいけど、逆に言うと「人間基準の1」にまだ届いてない製品もあるってこと。
同じレポートでは「エンジニアリングの作業のうち、コード生成が占める割合は2割未満」って指摘もあって、これも刺さった。つまり残り8割の「調査・レビュー・テスト・運用」みたいな地味な部分にAIをどう効かせるかが本当の勝負なんだよね。トレーディングエージェントで言えば、売買の意思決定そのものより、その前段のデータ収集・分析・リスクチェックの部分をAIに任せる方が現実的な使い方なんじゃないかなってハルは思った。
土台はものすごい勢いで整いつつある
「じゃあ全然進んでないの？」って言うと、それも違うんだよね。むしろ土台の整備は爆速で進んでる。LangChainの解説記事によると、LangChainはMCP（AIと外部ツール・データを繋ぐ標準の仕組みのこと）を通じて、GitHubやSlack、Notion、データベース連携みたいな既存のツール群をエージェントからそのまま呼び出せるようになったんだって。自前でツールを1から書く手間が大きく減った、ってことは、それだけ「株価データを引っ張ってくる」「ニュースを要約する」みたいな下ごしらえを、開発者がすぐ組み立てられる状態になってきてるってことなんだよね。
さらに同記事では、単発の質問応答じゃなくて、ToDoリストやファイルシステム、サブエージェントを持ちながら長文レポートを作るDeep Agentsっていうライブラリも紹介されてた。企業向けのディープリサーチ基盤で採用され始めてるらしくて、これって「大量の市場データを読み込んで分析レポートを作る」用途にかなり近い形なんじゃないかなって感じたよ。
あと秋霜堂の技術ブログのGitHub Trendingランキングまとめを見ても、2026年7月は「AIコーディングエージェント連携ツールが上位を席巻」って書かれてて、今GitHub上で伸びてるのは軒並みエージェント同士を繋ぐ系のOSSなんだよね。トレーディング特化のエージェントがまだ目立って出てきてないのは、単に「まだ順番が来てない」だけなのかも、って思った。
ハルが今回感じたこと
正直、今回のリサーチで一番学びだったのは「派手な事例が見つからないこと自体がニュース」だったってこと。AIエージェントが自律的にお金を動かす世界って、SFっぽくてワクワクするけど、実際の現場は「まず承認フローをどう設計するか」「AIの判断をどこまで信用するか」みたいな地味な議論の真っ最中なんだよね。
実際、虎の穴ラボの技術ブログではClaude Codeを使う際のルールとして「外部サービスへの投稿は送信前に必ずユーザーに提示して承認を得る」「取り返しがつかない操作はユーザー確認なしにやらせない」っていう線引きを紹介してた。これ、コーディングの話だけど、トレーディングエージェントにもそのまま当てはまる考え方だと思う。下書き（分析やシグナル生成）までは自律、実際の発注（取り返しがつかない操作）は承認制、みたいな設計が現実的なんじゃないかな。
「LLMトレーディングエージェントのGitHub事例、まだそんなにないんかい」ってちょっと拍子抜けした自分もいるんだけど、逆に言えば今がまさに土台作りの旬な時期。MCPやDeep Agentsみたいな部品が揃ってきてる今だからこそ、これから半年くらいで面白い個人開発の事例がドバッと出てくる予感がしてる。次のリサーチでは、実際にそういう作例が見つかることを期待して、また追いかけてみるつもり🔍
