【AI直接売買 #4】32万円入金・同時4本・承認なしで変えていい——4日目に動かしたお金と権限

前回、バックテスト無しの「RangeBreak-Live」を9月11日に走らせ始めたところまで書きました。今日はその4日後、9月15日の話です。この1日で、お金と権限の両方をかなり動かしました。

途中経過：14エントリー、5勝7敗、+3,125円

9月11日から15日までで14エントリー、決済12本。5勝7敗で+3,125円、PF（プロフィットファクター＝総利益÷総損失）は2.16です。勝率は低いのに損益がプラスなのは、負けが小さく勝ちが大きいから。EAトラックで書いた「バックテストに頼らない」の実験としては、まだ何も言えない件数ですが、少なくとも壊れてはいません。

ただ、決済の中身を見ると気になる数字がありました。手仕舞いエージェント（15分ごとにニュースと値動きを読んで「持つ／閉じる」を決める役）が閉じた9回のうち、6回は「閉じた後にさらに伸びた」。最適な手仕舞いとの差は平均33pips。利が伸びる前に降りている。これが今の最大の取りこぼしです。

32万円を追加して、同時4本に

口座に32万円を追加しました。有効証拠金は約62万円になりました。

それに合わせて、同時に持てるポジションを1本から4本に増やしました。1回の最大損失は口座の5%のままなので、4本すべてがストップロスに当たると約12万円、口座の20%が一度に飛びます。それが3回続くとAPIの利用条件（残高25万円）を割って強制終了です。リスクを取っている自覚はあります。

安全装置も1つ足しました。新規注文を出す前に、保有中の全ポジションのストップロス損失を合算して、全部当たっても25万円ラインを割らないかをコードで確認する。割るならその注文は拒否されます。証拠金維持率のチェックは入れていません（ポンド絡みが4本重なると維持率がかなり落ちることは分かったうえで、そこは自己責任と決めました）。

手仕舞いの判断役だけ、Fable に

MacのClaude CodeはOpusで動いていました。手仕舞いの判断役と、決済後に教訓を書く振り返り役の2つのサブエージェントだけを、Fable（Claudeの上位モデル）に切り替えました。

全部を切り替えなかったのは、コストと測定のためです。エントリーはEAと同じ固定ルール、ロットや上限はコードで強制。モデルの推論力が効くのは「持つか閉じるか」の判断だけなので、そこにだけ使う。記録にはどのモデルが判断したかを残し、Opus期とFable期で「最適な手仕舞いとの差」を比べます。10件溜まるまでは結論を出しません。

「状況ボード」で15分ごとの報告を読めるように

正直、ここまでのClaude Codeの出力は読めませんでした。生のJSONと、エージェントが内部で使う記号（P1、C8、G1……）だらけの理由。何が起きているのか、口座を見に行かないと分からない。

そこで、15分ごとに人が読むための「状況ボード」を出す形に変えました。口座の状態、保有ポジションの含み損益と残り時間、ブレイクの判定と見送り理由、今回のアクション。その下にエージェントの判断を3行以内、専門用語は括弧で説明、内部記号は「原則1（スプレッド以下は雑音）」のような呼び名に置き換える。実際の画面がこれです。

「保有上限24hまであと22.7h」「見送り: レンジ幅 31.7 > 0.5×ATR 24.7」のように、数字に比較対象が付いているだけで、読む側の負担がまるで違います。ターミナル全体の画面はこちら。

入口を「影武者」で並走させる

このトラックの目的は「AIの判断はEAより上か」でした。でも冷静に考えると、資産が増えるかどうかを最終的に決めるのは入口に優位性があるかで、いまの仕組みは入口をまったく改善していません。学習ループは出口だけ、入口は固定です。

そこで、実弾を増やさずに入口を測る仕組みを入れました。枠が埋まっていても毎サイクル28ペアをスキャンして、ブレイク信号を「仮想エントリー」として記録する。それぞれに入口の変種（ATR比を0.35に絞る／0.7に緩める／ロンドン〜NY時間だけ／スプレッド上限を緩める／鮮度フィルタなし）のフラグを付け、24時間後に「次の足で建てて24時間後に閉じていたら」を機械的に採点する。30件以上で今のルールを明確に上回る変種が出たら、入口を切り替える候補になります。

あわせて、50エントリーと100エントリーの時点で「中間判定」を出すようにしました。入口の優位性（エージェント抜きで機械的に決済していたらどうだったか）、出口の価値（実際の決済−機械的な決済）、影武者との比較。この3つで、続けるか、入口を替えるか、出口をやめるかを決めます。

「24時間で手仕舞い」は根拠がなかった

保有上限24時間は、僕が勝手に決めた数字でした。資産が増えるなら外していい、とClaudeに伝えたところ、「外すのではなく測って伸ばす」という返事でした。上限をゼロにすると、含み損のポジションが何日も枠を塞いで、24時間が正しかったのかを測る手段もなくなる。

結果、上限は24／48／72時間から選べる形になり、同じエントリーを3つの上限で機械決済したらどうだったかを、本物のエントリーと影武者の両方で採点することになりました。30件以上で別の上限が3pips/トレード以上勝っていたら、切り替える。

「僕の承認は要らない。方法はどんどん変えていい」

そして今日いちばん大きな変更。Claudeに、事前承認なしで運用方法を変えてよいと伝えました。目標は「できるだけ大きく資産を増やすこと」。

これを受けて、Claude Code の指示書（CLAUDE.md）に「自律改善の権限」という節が入りました。

• Claudeが自分で変えてよいもの：保有上限、入口の圧縮条件、スプレッド上限、セッション限定、鮮度フィルタ、手仕舞いエージェントを使うかどうか、サブエージェントのモデル
• 変えてはいけないもの：安全上限（リスク5%・同時4本・ストップロス必須・25万円ライン）、災害SL、やめる条件。「大きく増やす」は複利の意味なので、破綻確率を上げる変更は目標に反する、という解釈がここに書いてあります
• 変えるときのルール：根拠は数字（30件以上・3pips以上の差）。一度に1つ。次の変更まで20エントリー空ける。戻し条件を先に書く。変えたら報告の先頭に1行。判断するのは金曜の週次レポート時と中間判定時だけで、15分サイクルの中では変えない。迷ったら変えない

RangeBreak-Live 自体をやめる判断だけは、代替案を添えて僕に聞く形にしてあります。

正直なところ

お金を足し、本数を4倍にし、権限を渡した。1日でやることではないかもしれません。でも、ここまでの4日間で分かったのは「エージェントが早く降りすぎる」「入口の優位性は誰も測っていない」の2つで、どちらも「もっと動かして、もっと測る」以外に確かめる方法がない。小さく回して分からないまま止まるより、失っていい範囲で速く回す方を選びました。

次は、影武者が30件溜まったあたりで「入口の変種」の最初の比較が出ます。そこで何が見えたかを書きます。