アーキテクチャ設計

暗号資産の実戦検証から証券・ETFへ:資産中立の拡張アーキテクチャ

2026年1月

なぜ資産拡張が必要か

NoahAI Labsは2024年11月から暗号資産市場で実戦検証を続けています。6取引所の同時運用で安定性と再現性を検証しましたが、真の金融AIプラットフォームであるには特定資産に依存してはなりません

ユーザーの資産は暗号資産だけでなく株式、ETF、不動産、現金など多様です。パーソナライズされた金融生活アシスタントになるには、すべての資産を統合管理できる必要があります。

今回のETF/株式拡張は、そのビジョンへの最初の実運用事例です。

資産中立設計の原則

中核思想:資産中立の金融AI運用エンジン

NoahAIの中核原則は特定資産に依存しない資産中立の金融AI運用エンジンです。意味するところは次のとおりです。

  • 同一の判断構造:暗号資産でも株式でも、市場分析と判断の枠組みは同じ
  • 同一の安全装置:TP/SL、リスク管理、ガードレールは資産種別に依存しない
  • 同一の記録構造:すべての判断と実行は同じ形式で記録され再現可能
  • 独立した学習:資産種別ごとに学習データは独立するが、学習構造は同じ

StockExchangeインターフェース設計

v3.8.9.11で導入したStockExchangeインターフェースは資産中立設計の中核です。目的は次のとおりです。

  • 統一I/F:暗号資産取引所と証券APIを同じインターフェースで扱う
  • 既存コードの再利用:Analyzer、AIManager、RiskManagerなどをそのまま再利用
  • 拡張の容易さ:新資産はインターフェース実装を追加するだけ
  • 独立運用:資産種別は独立運用しつつ統合管理可能

ファイル位置:trading/exchanges/interfaces/stock_exchange.py

ETF/株式拡張の技術実装

1. 証券アダプタ構造

証券APIを統合するためアダプタパターンを用います。

  • StockExchangeの実装:各証券会社がインターフェースを実装
  • 証券ごとの特性:API差はアダプタ内で吸収
  • 統一レスポンス:証券API応答を内部形式へ変換
  • 既存モジュールとの互換:Analyzer、AIManagerなどと完全互換

ファイル例:trading/exchanges/adapters/kiwoom_stock_adapter.py

2. ダッシュボード拡張

UIも資産中立に拡張しました。

  • 株式/証券タブ:暗号資産と株式を別タブで管理
  • 証券ごとのサブタブ:証券会社ごとに独立したサブタブ
  • 統合残高:全資産を一覧する統合ビュー
  • 一貫したUX:資産種別に依存しない同じ体験

UI基本構造完了日:2026年1月18日

取引所と証券の違いの扱い

技術的差異

暗号資産取引所と証券は技術的に多くの差があります。

  • 取引時間:暗号資産は24時間、株式は寄席時間
  • 価格形式:暗号資産は小数、株式は整数単位など
  • 注文タイプ:暗号資産は多様、株式は制約あり
  • API構造:取引所はREST/WebSocket、証券はプロトコルが異なる
  • 認証:取引所はAPIキー、証券は電子証明書など

統一インターフェースでの解決

これらの差はアダプタ層で処理します。

  • 取引時間:アダプタが取引可能時間をチェックし注文をブロック
  • 価格形式:証券形式へ変換
  • 注文タイプ:内部注文を証券注文へマッピング
  • API構造:証券API呼び出しと応答変換
  • 認証:証券の認証方式をアダプタが処理

これにより上位モジュール(Analyzer、AIManager等)は資産種別を意識しない。アダプタが差分を吸収し、同じコードで暗号資産と株式を扱えます。

同一安全装置の再利用

TP/SLシステム

暗号資産で検証したTP/SLが株式でも同様に動作します。

  • 価格精度:低価格アルトで解決した精度問題を低価格株にも適用
  • TP方向検証:LONG/SHORTごとの正しい方向検証
  • 原子性:TP/SLの一方が失敗すれば両方ロールバック
  • 自動調整:市場状況に応じたTP/SL最適化

リスク管理

リスク管理も同様に再利用されます。

  • ポジションサイズ:資産種別に依存しない同一計算
  • 日次損失上限:ガードレールによるブロック
  • リアルタイム監視:ポジション追跡とリスク検知
  • 自動停止:異常検知時の自動停止

独立した学習構造

各資産種別は独立した学習データを保持します。

  • コイン学習データ:暗号資産のパターンのみ
  • 株式学習データ:株式のパターンのみ
  • 独立最適化:資産種別ごとの最適パラメータ
  • パターン分離:コインと株式のパターンを混在させない

資産ごとの特性を尊重しつつ、同一の学習構造で一貫性を保つ設計です。

今後の拡張計画

ETF/株式拡張はリテック金融AIプラットフォームへの第一歩です。

  • 海外株・先物:テスト中
  • 不動産:拡張計画
  • 日常金融:家計・税・財務レポート等の拡張計画

すべての拡張は同一の資産中立原則に従います。新資産はStockExchangeを実装し、既存の安全装置と運用構造を再利用します。

政府R&D・投資家の視点

この資産中立拡張は政府R&Dと投資家の観点で重要な価値があります。

  • 拡張性:一つの技術で複数資産を支援
  • 再利用性:コスト削減と開発速度向上
  • 一貫性:全資産で同一の安全装置と運用
  • 検証可能性:暗号資産で検証した技術を他資産へ
  • 社会的価値:パーソナライズドアシスタントでインクルーシブファイナンス

単なる機能追加ではなく金融AI運用エンジンの標準化を意味します。暗号資産で証明した技術を他資産に適用し、あらゆる領域で安全で透明なAI意思決定支援を可能にします。

結論

ETF/株式拡張は、NoahAI Labsが特定資産に依存しない資産中立の金融AIプラットフォームへ進む重要なマイルストーンです。

StockExchangeにより暗号資産と株式を同一構造で扱い、既存の安全装置と運用を再利用することで開発効率と一貫性を同時に確保しました。

海外株・先物、不動産、日常金融へも同じ設計原則で拡張し、パーソナライズされた金融生活アシスタントというビジョンを実現します。