この記事についてClaude（Anthropic）との共同編集により作成されました。
要約
- 株式取引にLLMエージェントを使う研究は、2023年後半から「単一エージェント＋記憶設計 → マルチエージェント協調 → 専門特化・堅牢化 → 厳密な評価・懐疑」という順で発展してきた
- 代表6本を横断整理する：FinMem（階層メモリ＋人格）、TradingAgents（投資会社を7役割で再現）、FinCon（二層リスク制御＋ポートフォリオ対応）、QuantAgent（価格データのみのHFT）、HedgeAgents（暴落耐性）、StockBench（懐疑側の評価ベンチマーク）
- マルチエージェント系の共通デザインは「投資会社の組織を模す」こと。入力の思想は、テキスト重視派と価格データのみ派で割れる
- 報告リターンは総じて華々しいが、検証期間の短さ・上昇相場への偏り・銘柄の限定という条件依存が強い。StockBenchは現実的な条件だと多くのLLMが単純なBuy&Holdにすら勝てないことを示した
はじめに
LLMエージェントに株を売買させたら勝てるのか。この問いに、ここ2〜3年でずいぶん多くの研究が挑んできた。単一のLLMに記憶を持たせるものから、証券会社の運用チームを丸ごとエージェント群で再現するもの、価格データだけで高頻度取引を狙うもの、そして「そもそも本当に儲かるのか」を冷静に検証しにいくものまで、幅が広い。
以前このブログでは、そのうちの1本であるTradingAgentsを単体で深掘りした（LLMエージェントに株を売買させたら勝てるのか？ TradingAgentsを相場とコストの両面で読む）。今回はもう少し引いた視点で、この分野の代表的な論文6本を横断的に整理する。Hugging Face Papers 経由で拾った、単一エージェントのメモリ設計からマルチエージェント協調、高頻度取引（HFT）、そして評価ベンチマークまでを俯瞰する内容だ。
各論文の要点・アーキテクチャ・報告数値はできるだけ削らずに載せる。そのうえで最後に、これらの数値を額面通りに受け取ってよいのか、という検証の視点もまとめておく。先に結論の骨子を書くと——書誌情報とアーキテクチャの信頼性は高いが、報告リターンは条件依存が強く鵜呑みにできない。そしてその懐疑を、この分野自身がStockBenchという形で裏づけている。
なお本記事は投資助言ではない。載せる数値はいずれも限定条件下の報告値で、そのまま将来の成績を約束するものではない。
この分野のざっくりした流れ
2023年後半以降、LLMを金融トレーディングに応用する研究は、おおむね次の4段階で発展してきた^1^2^3^4^5^6。
- 単一エージェント＋記憶設計（2023末〜）：人間トレーダーの認知構造を模した階層メモリと「人格（キャラクター）」設定で意思決定を強化する（FinMem）^1。
- マルチエージェント協調（2024〜）：ファンダメンタル・センチメント・テクニカルなどの専門アナリスト、強気/弱気ディベート、リスク管理、ファンドマネージャーといった「投資会社の組織」をエージェントで再現する（TradingAgents, FinCon）^2^3。
- 専門特化・堅牢化（2025〜）：高頻度取引に特化して価格データのみで動く（QuantAgent）、暴落・乱高下に強い「ヘッジ」戦略を組み込む（HedgeAgents）など、実運用上の弱点を突く方向へ^4^5。
- 厳密な評価・懐疑（2025〜）：華々しい報告リターンに対し、現実的な条件で「Buy&Hold にすら勝てるのか」を検証するベンチマークが登場（StockBench）^6。
以下、論文ごとに要点を整理していく。
1. FinMem — 階層メモリと人格設計を持つ単一エージェント
この分野の出発点として、まず単一エージェントの記憶設計を押さえておきたい。
- 正式名称：FinMem: A Performance-Enhanced LLM Trading Agent with Layered Memory and Character Design^1
- 投稿：2023年11月（arXiv:2311.13743、AAAI Symposium Series 収録）
- 位置づけ：LLMトレーディングエージェントの初期の代表作。人間トレーダーの認知構造を模したメモリ設計が特徴。
アーキテクチャ（3モジュール）
| モジュール | 役割 |
|---|---|
| Profiling（人格） | 取引タスク向けの専門的バックグラウンドを付与。自己適応的なリスク選好（risk inclination）を持たせ、市場変動への頑健性を高める |
| Memory（記憶） | ワーキングメモリ＋階層的な長期記憶。多ソース情報を要約・観察・内省（reflection）する「ワークスペース」として機能 |
| Decision-making（意思決定） | メモリから得た洞察を投資判断へ変換 |
特徴的な主張
- 記憶モジュールが人間トレーダーの認知構造に近く、高い解釈可能性とリアルタイム調整が可能。
- 調整可能な「認知スパン（cognitive span）」により、人間の限界を超えて重要情報を保持し、過去パターンと現在の市場動向をバランスさせる。
単一のLLMに、人格・記憶・意思決定という人間くさいモジュールを持たせる。この「認知構造を写し取る」発想は、次のマルチエージェント系にもそのまま受け継がれていく。
2. TradingAgents — 投資会社を模したマルチエージェント取引フレームワーク
- 正式名称：TradingAgents: Multi-Agents LLM Financial Trading Framework^2
- 著者/所属：Yijia Xiao, Edward Sun, Di Luo, Wei Wang（UCLA / MIT / Tauric Research）
- arXiv：2412.20138
- 位置づけ：実在の取引会社の組織構造をLLMエージェントで再現した、この分野で最も参照される枠組みの一つ。
マルチエージェント構成（5段階）
| 段階 | チーム/役割 | 機能 |
|---|---|---|
| I | アナリストチーム | 市場・ソーシャルセンチメント・ニュース・ファンダメンタルのデータ収集 |
| II | リサーチャーチーム | 強気/弱気のディベートを通じて所見を評価 |
| III | トレーダー | 洞察を統合して取引判断を実行 |
| IV | リスク管理 | エクスポージャーを監視し戦略を調整 |
| V | ファンドマネージャー | 取引を承認・執行 |
主な貢献
- 現実の組織構造のモデル化。構造化出力と自然言語ディベートを組み合わせたハイブリッドな通信プロトコル。
- 7つの明確なエージェント役割の協調。
評価条件と結果
検証期間は2024年1月1日〜3月29日、対象はテック株（AAPL, NVDA, MSFT, META, GOOG）。データは価格・ニュース・SNS・インサイダー取引・財務諸表・60超のテクニカル指標。
| 指標 | AAPL | GOOGL | AMZN |
|---|---|---|---|
| 累積リターン | 26.62% | 24.36% | 23.21% |
| 年率リターン | 30.5% | 27.58% | 24.90% |
| シャープレシオ | 8.21 | 6.39 | 5.60 |
| 最大ドローダウン | 0.91% | 1.69% | 2.11% |
ベースライン最良手法を約6.1%上回ったと報告している。
ただしシャープレシオ8.21という値は極めて高く、検証期間がわずか約3か月・上昇局面のテック株に限られる点には留意したい（後述の検証セクション参照）。この論文の相場とコストを掘り下げた記事は別途こちらにまとめてある。
3. FinCon — 概念的言語強化を備えた統合型マルチエージェントシステム
- 正式名称：FinCon: A Synthesized LLM Multi-Agent System with Conceptual Verbal Reinforcement for Enhanced Financial Decision Making^3
- 投稿：2024年11月8日（arXiv:2407.06567）
- 位置づけ：TradingAgentsと並ぶマルチエージェント系の代表作。単一銘柄取引に加えポートフォリオ管理まで扱う点が新しい。
主な貢献
- 階層的コミュニケーション構造：投資会社を模した「マネージャー−アナリスト」階層。多様な市場データを専門エージェントに割り当て、不要なピア間通信コストを削減。
- 応用範囲の一般化：単一銘柄を超え、従来のLLM金融エージェントが未開拓だったポートフォリオ管理へ拡張。
- 二層リスク制御（Dual-Level Risk Control）：エピソード内はCVaRによる即時リスク監視、エピソード横断では概念的な投資信念（conceptual investment beliefs）を用いた言語強化（textual gradient descent による信念更新）で戦略を適応的に洗練。
アーキテクチャ
ニュース・レポート・音声・財務指標を処理する7つの専門アナリストエージェント＋中央マネージャーエージェント＋リスク制御コンポーネント。
結果（報告値）
- 単一銘柄（Tesla）：累積リターン82.87%。LLMベースラインや深層強化学習（DRL）を大きく上回る。
- ポートフォリオ（3銘柄）：113.84%（古典的なMarkowitz最適化の12.64%に対して）。
- 効率：わずか4エピソードの学習で収束（通常のRLより大幅に短い）。
TradingAgentsが「組織構造の再現」に軸足を置くのに対し、FinConはリスク制御と信念更新という、より運用寄りの仕組みを組み込んでいるのが対照的だ。
4. QuantAgent — 価格駆動のマルチエージェントによる高頻度取引
- 正式名称：QuantAgent: Price-Driven Multi-Agent LLMs for High-Frequency Trading^4
- 所属：Stony Brook / CMU / UBC / Yale / Fudan などの研究者
- arXiv：2509.09995（2025年）
- 位置づけ：「高頻度アルゴリズム取引向けに明示的に設計された初のマルチエージェントLLMフレームワーク」を標榜。ニュース・センチメントなどのテキストを使わず、構造化された価格データ（OHLCローソク足）とテクニカル指標のみで動作する点が特徴。
マルチエージェント構成（4エージェント）
| エージェント | 役割 |
|---|---|
| IndicatorAgent | 生の価格系列をテクニカル信号へ変換（RSI, MACD, ROC, Stochastic, Williams %R） |
| PatternAgent | マルチモーダル推論で幾何学的なチャートパターンを識別 |
| TrendAgent | サポート/レジスタンスのチャネルで方向性バイアスを検出 |
| RiskAgent / DecisionAgent | 各信号を統合しリスク管理された取引判断へ |
HFTに適する理由
- 従来のLLM取引はテキスト分析（ニュース・センチメント）に依存するが、これは価格発見に遅行しノイズを持ち込む。QuantAgentは効率的市場仮説の考えに沿い「価格自体が利用可能な情報を反映する」として、価格アクションに判断を接地する。
- モジュール化された専門エージェントにより低レイテンシを維持しつつ、LLMの多段推論・ツール利用・解釈可能性を活かす。
結果（報告値）
- 8資産（1時間足・4時間足）でランダム・線形回帰・XGBoostより高い予測精度。
- Nasdaq先物（NQ）でランダム比＋26.5%の精度改善、SPXのローリング窓検証で方向的中率が最大80%。
- リスク調整後リターンが8市場中7市場でベースラインを上回る。
- 対象：ビットコイン、原油、株価指数（S&P500, Nasdaq, Dow）、ボラティリティ指数など（暗号資産・商品・株式にまたがる）。
ここでこの分野の入力思想の分岐がはっきりする。TradingAgents / FinConがテキスト（ニュース・センチメント）を重視するのに対し、QuantAgentは「テキストは価格に遅行する」として価格データのみに振り切る。同じLLMエージェントでも、何を入力とみなすかで設計思想が正反対になるのが面白い。
5. HedgeAgents — 暴落・乱高下に強い「バランス認識型」システム
- 正式名称：HedgeAgents: A Balanced-aware Multi-agent Financial Trading System^5
- 著者：Xiangyu Li, Yawen Zeng, Xiaofen Xing, Jin Xu, Xiangmin Xu
- arXiv：2502.13165（2025年、WWW Companion ‘25 収録）
- 位置づけ：LLM/エージェント型は急落・頻繁な変動局面で−20%規模の損失を出しやすい、という弱点に着目。ヘッジ戦略でシステムの頑健性を高める。
アーキテクチャ
- 中央のファンドマネージャー＋各資産クラスに特化した複数の「ヘッジ専門家（hedging experts）」エージェント。
- 3種類の「カンファレンス（会議）」を通じて協調・意思決定する。
結果（報告値）
- 3年間で年率70%リターン、総リターン400%を達成したと報告。
ここまでの論文が「どう勝つか」に主眼を置いていたのに対し、HedgeAgentsは「どう負けないか」——暴落局面での頑健性——にフォーカスを移している。堅牢化フェーズらしい問題設定だ。
6. StockBench — LLMエージェントは現実の市場で本当に利益を出せるのか？
華々しいリターン報告に対して、現実的条件での実力を問う「懐疑側」のベンチマークが、ここで登場する。
- 正式名称：StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets?^6
- 著者/所属：Yanxu Chen ほか（清華大学 / 北京郵電大学）
- 投稿：2025年10月2日（arXiv:2510.02209）
- 位置づけ：静的な金融知識テストではなく、動的・反復的な取引シナリオでLLMエージェントの収益性を評価する枠組み。
ベンチマーク設計
- バックトレーディング環境：ダウ工業株30種のうち上位加重20銘柄、日次価格＋ファンダ指標（PER・時価総額・配当利回り）＋直近48時間のニュース上位5件。評価期間は2025年3月3日〜6月30日（82取引日）。
- エージェントのワークフロー（4段階）：ポートフォリオ概観 → 選定銘柄の精査 → 判断生成（増やす/減らす/保持）→ 流動性の範囲内で執行・検証。
評価指標
最終累積リターン、最大ドローダウン、ソルティノレシオ。
主な発見
- 金融QAタスクでは高性能でも、多くのLLMエージェント（GPT-5, Claude-4, Qwen3, DeepSeek を含む）は単純なBuy&Holdベースライン（＋0.4%）を上回るのに苦戦。一部は＋2%超の控えめなプラスを出すが一貫性に欠ける。
- ポートフォリオが複雑になるほど性能が劣化。推論特化モデルがinstruction-tunedモデルより取引タスクで劣る傾向。弱気相場で特に苦戦。
- 安定性はDeepSeek-V3が最良、GPT-OSS-120Bはリターンのばらつきが最大。大規模モデルほどポートフォリオ拡大に頑健。
- 静的な金融知識が、成功する取引戦略に必ずしも結びつかないことを示唆。
前の5本が「勝てた」という報告だったのに対し、StockBenchはそれらの前提を現実側から突く。この対比こそ、いまこの分野を読むうえでいちばん大事なところだと思う。
比較まとめ
| 論文 | 年 | 型 | 特徴 | 対象/市場 | 報告リターン（代表値） |
|---|---|---|---|---|---|
| FinMem^1 | 2023 | 単一エージェント | 階層メモリ＋人格設計 | 個別株 | 単一エージェントで高性能（詳細値は原論文） |
| TradingAgents^2 | 2024 | マルチ（7役割/5段階） | 投資会社の組織＋強気弱気ディベート | 米テック株（3か月） | 累積23〜27%、シャープ最大8.21 |
| FinCon^3 | 2024 | マルチ（階層＋リスク制御） | 二層リスク制御＋ポートフォリオ対応 | 個別株/ポートフォリオ | 単一82.87%、ポート113.84% |
| QuantAgent^4 | 2025 | マルチ（4エージェント） | 価格データのみ・HFT特化 | 株指数/暗号資産/商品 | 方向的中率 最大80% |
| HedgeAgents^5 | 2025 | マルチ（マネージャー＋ヘッジ専門家） | 暴落耐性・ヘッジ戦略 | 複数資産クラス | 3年で年率70%/総400% |
| StockBench^6 | 2025 | 評価ベンチマーク | 現実条件で収益性を検証（懐疑） | ダウ上位20銘柄 | 多くがBuy&Hold（＋0.4%）に勝てず |
読み解きのポイント
- 「投資会社の組織を模す」がマルチエージェント系の共通デザインパターン。アナリスト分業・ディベート・リスク管理・マネージャー承認という構造が、TradingAgents / FinCon / HedgeAgentsに共通して現れる^2^3^5。
- 入力の思想が分かれる。テキスト（ニュース・センチメント）重視の系（TradingAgents, FinCon）に対し、QuantAgentは「テキストは価格に遅行する」として価格データのみに振り切る^4。
- 報告リターンは鵜呑みにできない。TradingAgentsのシャープ8.21、FinConの113.84%、HedgeAgentsの年率70%などは魅力的だが、検証期間が短い・上昇局面に偏る・銘柄が限定的といった条件依存が強い。StockBenchはまさにこの点を突き、現実条件ではBuy&Holdにすら勝ちにくいことを示している^6。
- 今後の焦点は、限られた期間の好成績ではなく、弱気相場・複雑なポートフォリオ・実運用コストを含めた頑健性の評価へ移りつつある。
記載内容の妥当性検証
ここまでの数値は魅力的だが、そのまま信じてよいのか。元となった調査資料では、各論文のHugging Face PapersページおよびarXiv掲載情報を照合して妥当性を確認している。その要点を載せておく。ただし以下は主に各ページの要旨・要約に基づくもので、原論文本文（PDF）の全文精査や、報告数値の独立再現までは行っていない。
検証結果テーブル
| 主張・数値 | 評価 | 根拠・補足 |
|---|---|---|
| FinMem = arXiv:2311.13743、階層メモリ＋人格設計、3モジュール構成 | ✅ 正確 | arXiv/AAAI 掲載情報および要旨と一致^1 |
| TradingAgents = arXiv:2412.20138、著者 Xiao ら（UCLA/MIT/Tauric）、5段階7役割 | ✅ 正確 | HFページ・要旨と一致^2 |
| TradingAgents の累積リターン23〜27%・シャープ8.21・検証期間 2024/1〜3 | ⚠️ 要注意 | 数値は原論文報告値。検証期間が約3か月・上昇局面のテック株に限られ、シャープ8.21は異常に高い。汎用性の担保は弱い^2 |
| FinCon = arXiv:2407.06567、二層リスク制御、単一82.87%/ポート113.84% | ⚠️ 要注意 | 要旨と整合するが報告リターンは条件依存が強く、独立再現は未確認^3。投稿日「2024/11/8」は改訂版日付の可能性あり |
| QuantAgent = arXiv:2509.09995、価格データのみ・HFT特化・4エージェント | ✅ 正確 | 要旨・構成と一致。ただし「初のHFT向けマルチエージェントLLM」は著者の主張^4 |
| QuantAgent 方向的中率 最大80%（SPX ローリング窓） | ⚠️ 要注意 | 特定条件下のピーク値。全市場平均ではない^4 |
| HedgeAgents = arXiv:2502.13165、年率70%/総400%（3年） | ⚠️ 要注意 | WWW Companion ‘25 収録で書誌は確実。リターンは著者報告値で条件依存^5 |
| StockBench = arXiv:2510.02209、多くのLLMがBuy&Hold（＋0.4%）に勝てず | ✅ 正確 | 要旨・主要発見と一致。評価期間82取引日という短さは留意^6 |
注意・補足
- 報告リターンの解釈：本記事に載る各種リターン・シャープ/ソルティノ比は、すべて各論文の著者による報告値であり、第三者の独立再現ではない。検証期間の短さ・対象銘柄の偏り・取引コストやスリッページの扱いにより、実運用性能とは乖離しうる。StockBenchが示すように、条件を現実化すると優位性は大きく縮む^6。
- 情報の鮮度：QuantAgent・StockBenchなど2025年後半の論文は改訂が続く可能性があり、数値・バージョンは更新されうる。投稿日は初版/改訂版で表記が揺れる場合がある。
- 網羅性の限界：本記事は代表的6本に絞った。MountainLion、ContestTrade、P1GPT、FinRobot、各種ポートフォリオ管理ベンチマーク（PortBench 等）など、関連研究は他にも多数存在する。
- 原文精査の未実施：エージェント役割数や指標の細部は要旨・要約ベースのため、厳密な数値・定義は各原論文で確認することを推奨する。
総合評価
書誌情報（タイトル・arXiv ID・著者・大枠のアーキテクチャ）の信頼性は高い。一方、各論文の報告リターン等の性能数値は条件依存が強く、額面通りには受け取れない点に注意が必要で、その懐疑をStockBenchの知見が裏づけている。分野俯瞰・入口資料としては十分に使えるが、投資判断や実装の根拠とする場合は原論文本文の精査が必須だ。
おわりに
こうして6本を並べてみると、この分野の面白さは「勝てた」という個々の報告よりも、設計思想のぶつかり合いにあると感じる。人間の認知を写し取るFinMem、組織を写し取るTradingAgents/FinCon、価格アクションに振り切るQuantAgent、負けない設計を狙うHedgeAgents——そのどれもが違う仮説に賭けている。そして最後にStockBenchが「で、現実の相場で勝てるの？」と全員に問い直す。
次に見たいのは、限られた強気相場での好成績ではなく、下落局面を含む長期・多資産・実運用コスト込みでの頑健な評価だ。この分野はいま、まさにその方向へ動きつつある。
参考文献
- FinMem: A Performance-Enhanced LLM Trading Agent with Layered Memory and Character Design https://arxiv.org/abs/2311.13743
- TradingAgents: Multi-Agents LLM Financial Trading Framework https://huggingface.co/papers/2412.20138
- FinCon: A Synthesized LLM Multi-Agent System with Conceptual Verbal Reinforcement for Enhanced Financial Decision Making https://huggingface.co/papers/2407.06567
- QuantAgent: Price-Driven Multi-Agent LLMs for High-Frequency Trading https://huggingface.co/papers/2509.09995
- HedgeAgents: A Balanced-aware Multi-agent Financial Trading System https://arxiv.org/abs/2502.13165
- StockBench: Can LLM Agents Trade Stocks Profitably In Real-world Markets? https://huggingface.co/papers/2510.02209