売買記録をAIに読ませる——「当たる予想」ではなく自分の癖を言語化するための使い方

なぜ「振り返り」だけをAIに任せるのか

生成AI（大量のテキストを学習し、質問に対して文章を生成するモデル）をトレードに使うと聞くと、多くの人はまず「予想させる」ことを思い浮かべます。しかし、将来の値動きの予測精度を個人が検証するのは極めて難しく、検証できないものに時間を使うのは手法開発として非効率です。

一方で、自分の過去の売買記録を読ませて傾向を言語化させるのは、性質がまったく違います。対象は未来ではなく、すでに確定した自分のデータです。答え合わせができ、結論が間違っていれば自分の記録を見返して反証できます。この記事では、売買記録をAIに読ませて「癖」を洗い出す手順と、その方法が機能しない条件を整理します。

なお、本記事は特定の売買行動や業者・製品を勧めるものではありません。相場には常に損失の可能性があり、過去の傾向が将来も続く保証はない、という前提で読んでください。

読ませる前に、記録の形を決める

AIの出力品質は、入力データの構造でほぼ決まります。チャート画像を貼って「分析して」と頼む使い方は手軽ですが、再現性がなく、同じ質問を翌月に投げても比較できません。最低限、次の列を持つ表形式（CSVやスプレッドシートからの貼り付け）に整えてから渡すことをおすすめします。

「R倍数」は、エントリー時に想定した損失幅を1Rとし、結果をその倍数で表す指標です。1回あたりの建玉サイズが変動する口座では、金額のままだと傾向が見えにくくなります。

エントリー根拠は自由記述にせず、あらかじめ5〜8個程度のタグに固定します。自由記述にすると、負けたトレードほど言い訳的な長文になり、AIがその感情語に引きずられた要約を返しがちだからです。

癖が出る質問と、出ない質問

「この記録を分析して」とだけ投げると、AIは勝率と損益合計を並べた平凡な要約を返します。欲しいのは自分では気づいていない条件分岐なので、比較軸を指定した質問にします。

特に最後の「反証を求める」質問は重要です。生成AIは、利用者の仮説に同調する方向の答えを返しやすい傾向があります。「私は○○が弱点だと思うのですが合っていますか」と聞くと、だいたい合っていることにされます。仮説を言わずにデータだけ渡す、あるいは逆の仮説も同時に検証させるのが実務的な回避策です。

たとえば次のような場面です。ある人が3か月分・同一通貨ペア・1日あたり数回のデイトレ記録を渡したところ、AIから「決済理由が裁量変更の取引は件数の2割弱だが、損失合計の過半を占める」という指摘が返ってきた、という結果が出たとします。この場合に次へ進むべきなのは、「裁量決済をやめる」と決意することではなく、その2割がどんな状況で発生したかを自分で全件見返すことです。AIの集計は入口であって、結論ではありません。

AIが得意なこと・苦手なこと

見落とされやすいのが3行目です。モデルによっては数値集計を文章生成として処理し、合計が合わないことがあります。表計算ソフトやスクリプトで計算した結果を貼り、AIには解釈だけをさせるのが安全です。

この方法が機能しない条件

手法と同じく、振り返りにも「効かない場面」があります。

• サンプルが少ない：取引が数十件しかない段階では、どんな切り口でも何かしらの差が出ます。差が出たこと自体には情報がほとんどありません。件数を必ず併記させ、少数の層の結論は保留します。
• 相場レジームが変わった：低ボラティリティ期に積み上げた傾向は、ボラティリティが急拡大した局面では再現しません。期間をまたいで一括集計すると、異なる相場環境が平均に埋もれます。四半期や月単位でも分けて見る必要があります。
• 記録が後付けで書かれている：決済後にまとめて根拠を書いた記録は、結果に整合する説明に寄ります。エントリー前に根拠タグを打刻する運用でないと、分析対象として成立しません。
• 切り口を増やしすぎた：時間帯・曜日・方向・銘柄と条件を掛け合わせれば、必ず「勝率の高い組み合わせ」が見つかります。これは過剰適合（データに合わせすぎて汎用性を失う状態）であり、別期間で確認できない限り採用しないという線引きが要ります。
• 手法そのものが未確定：ルールが固まっていない段階では、何から逸脱したかを定義できません。この方法は、ルールが先にある人向けです。

取り扱い上の注意

口座番号、氏名、取引明細のスクリーンショットなど、個人を特定しうる情報の取り扱いは個人情報の保護に関する法律（個人情報保護法）の観点を含め慎重に。外部サービスに入力する前に、口座情報や氏名は削除し、銘柄・日時・損益といった分析に必要な列だけを残すのが現実的です。サービスごとに入力データの学習利用に関する設定や規約が異なるため、利用前に自分で確認してください。

また、AIの出力に基づく情報発信をする場合、投資助言に該当する行為には金融商品取引法上の規制があります。自分の振り返りと、他人への助言は明確に線を引く必要があります。AIの開発・利用の一般的な留意点については、総務省・経済産業省によるAI事業者ガイドラインが公開されています。

検証ループへの載せ方

AIが出した指摘を、そのまま新ルールにしないことが肝心です。次の順序を推奨します。

1. AIの指摘を仮説文に書き換える（例：「損失直後の取引は平均Rが低い」）
2. 仮説を検証可能な判定条件に落とす（例：直前が損失なら当日はサイズを半分にする）
3. 過去データで、その条件を適用した場合の結果を再計算する
4. 別期間、できれば別の相場環境でも同じ計算をする
5. 一定期間、少額または記録のみで前向きに運用し、結果を比較する

3で改善しても4で崩れるなら、その傾向は期間固有のものだった可能性が高い。この切り分けをAIに任せず自分でやることが、分析を手法に変える唯一の経路です。

まとめ

売買記録をAIに読ませる価値は、予測精度ではなく言語化の速度にあります。数百件のメモを人力で読み返す負荷を下げ、自分で思いつかない比較軸を提示させる。その範囲では十分に実用的です。

一方で、件数が少ない、記録が後付け、相場環境をまたいで一括集計している、切り口を増やしすぎている——これらの条件下では、AIはもっともらしいだけの物語を返します。数値の計算自体を誤ることもあります。

結局のところ、記録の質がすべての上限を決めます。AIを入れる前にやるべきは、エントリー前に根拠を打刻し、決済理由を分類し、R倍数で記録する運用の整備です。そこさえ整えば、AIは有能な集計補助になります。整っていなければ、曖昧な記録から曖昧な結論が出てくるだけです。

最後に改めて、本記事は特定の手法や取引を推奨するものではありません。過去の傾向が将来も続く保証はなく、取引には元本を超える損失が生じる場合もあります。判断と結果の責任は、最終的に自分にあります。

この記事は情報の提供を目的としたもので、特定の金融商品の売買をすすめるものではありません。売買の判断は、ご自身の責任で行ってください。（運営者情報）

この記事を共有する運営者を応援する