-
プロップファームへの多段階AI（GPT/Grok/Claude）組み込み
■ プロジェクトの目的 既存戦略のアルファ（超過収益）陳腐化に直面するプロップファームに対し、複数の大規模言語モデル（LLM：GPT/Grok/Claude）を組み合わせた「多段階AI意思決定エンジン」を開発し、MT5環境に統合。膨大な非構造化データを解析し、市場適応力の向上とリスク管理の高度化を実現する。
■ 体制・人数 計5名（PM兼リードアーキテクト、AI/MLサイエンティスト、シニアMQL5エンジニアx2、SRE/QAスペシャリスト）。
■ 自分のポジション・役割 リードアーキテクト兼FinTechコンサルタント。全体の技術・戦略責任者として、アーキテクチャ設計、Python（AIエンジン）とMQL5環境の低遅延連携（ZeroMQ利用）仕様策定、およびQA/SRE戦略の最終責任を担当。
■ 目的を達成する上での課題 ①LLMのハルシネーション（不正確な出力）による誤発注リスク、②LLMの推論遅延とリアルタイム性能の確保、③MQL環境の技術的制約と複雑なシステム統合、④定性的情報の取引シグナルへの定量化。
■ 課題に対して取り組んだこと
RAGと多段階検証：RAG（検索拡張生成）採用と、複数LLMによる分析結果クロスチェックでハルシネーションを抑制。
ハイブリッド・アーキテクチャ：AI処理はPythonバックエンドで実行し、MQL5とZeroMQで超高速連携。速度と深度に応じたモデル多段構成で最適化。
金融特化スコアリング：高度なプロンプトエンジニアリングで独自のセンチメントスコアリングモデルを開発。
SREとフェイルセーフ設計：API障害時に自動で安全な縮退運転モードへ移行するサーキットブレーカー機能をMQL5内に実装。
■ ビジネス上の成果 導入後6ヶ月のフォワードテストで、シャープレシオ（リスク調整後リターン）が導入前比で28%向上、最大ドローダウンが15%低減。新たなアルファ源の確立に成功し、高額な長期SRE保守契約の締結に繋がった。