【登壇資料】「株式トレーディングエージェントに学ぶAI Agent設計」というタイトルで DevelopersIO 2026 Tokyo に登壇しました #devio2026

リテールアプリ共創部の末永です。

2026年10月24日に開催された「DevelopersIO 2026 Tokyo」で、「株式トレーディングエージェントに学ぶAI Agent設計」というタイトルで登壇しました。

ご参加いただいた皆さま、ありがとうございました！ 当日の登壇資料と、発表内容の補足を公開します。

登壇資料

どんな話をしたか

「個別株をやってみたいけど、どの株を買えばいいか分からない。だったらAIに聞いてみよう」

そんなところから始めて、株の情報収集、銘柄の比較、個別調査、売買判断、振り返りまでを行うAIエージェントを個人で作りました。なお、今回の運用はすべて模擬口座で行っています。

セッションでは、実装と運用で試行錯誤した内容を、次の3つの観点で紹介しました。

Context：AIに何を見せるか 
  全銘柄を同じ条件で比較するツールや、原資料に戻って根拠を確認する仕組み。

Harness：AIをどう動かすか 
  役割ごとの処理、毎回新しいセッションでの実行、データベースに保存した判断や記憶の引き継ぎ。

LLMOps：AIの動きをどう確かめるか 
  実行トレースの記録や、判断の過程と、その後の結果を分けた振り返り。

発表の補足

費用は「APIを利用した場合の換算額」です

今回のAI実行には、ChatGPTのプランに含まれるCodexの利用枠を使用しています。今回の実行について、プラン料金とは別にAPI使用料を支払ったわけではありません。

スライドに記載した金額は、使用したトークン量をもとに、APIで同様に実行した場合の料金へ換算した参考値です。実際の請求額とは異なる点を補足しておきます。

定期実行は launchd と codex exec

定期実行には、macOSの launchd を使用しています。

指定した時刻に処理を起動し、各担当のAIをCodex CLIの codex exec で実行する構成です。Claude Codeの claude -p を使ったことがある方には、それと同じように、対話画面を開かずにスクリプトから実行する使い方、と考えるとイメージしやすいと思います。codex exec の非対話実行については、OpenAIの公式ドキュメントでも紹介されています。

LLMOpsには Langfuse を使用

実行の観測にはLangfuseを使用しています。AIに渡した入力や出力、ツールの呼び出し、トークン使用量などを記録し、想定と違う判断が出たときに処理を追えるようにしています。

最初はLangfuseもローカルで動かしていたのですが、メモリ消費がかなり大きかったため、現在はLangfuse Cloudへ移行しました。エージェントの定期実行はMacで行い、トレースの保存・確認にはクラウドを使っています。

おわりに

作ってみると、プロンプトだけでなく、渡す情報、使えるツール、記録の残し方、出力の確かめ方まで考えることになりました。

株式トレーディングを題材にしていますが、継続して調査や判断を行うAIエージェントを作る際の参考になればうれしいです。

ご参加いただいた皆さま、ありがとうございました！