【Show HN】ウォール街の激戦を生き抜くAI、「LangAlpha」が登場！Claude Codeを金融特化型に進化させた理由

開発過程で直面した技術的な課題と、その解決策を共有します。まず、金融データの巨大な規模に対し、既存のMCPツールは適していませんでした。5年分の価格データを取得しようとすると、それだけで数万トークンをコンテキストウィンドウが消費してしまい、さらにデータベンダーのツールスキーマだけで5万トークン以上を食いつぶすため、エージェントが動く前に限界が来ます。そこで私たちは、ワークスペース初期化時にMCPスキーマから型安全なPythonモジュールを自動生成し、サンドボックスにアップロードする仕組みを導入しました。エージェントはこれらを通常のライブラリのようにインポートするため、プロンプトには各サーバーの「一行要約」を含めるだけで済みます。これにより、サーバーの数に関係なくプロンプトコストを一定に保つことが可能です。これは金融特化の話ではなく、あらゆるMCPサーバーで応用できます。次にこだわったのは、リサーチ成果の「永続性」です。一般的なAIエージェントは成果物（PDFやスプレッドシート）を作って終わりですが、投資の世界ではそれが始まりに過ぎません。決算発表のたびにモデルを更新し、競合の動向に合わせて比較分析を積み重ねる必要があります。しかし、従来のセッションベースでは前回のコンテキストが引き継がれません。そこで私たちは「ワークスペース」を中心に設計し、リサーチ目的ごとに永続的なサンドボックスを割り当てました。エージェントは独自のメモリファイルとファイルインデックスを維持し、LLM呼び出しのたびに読み込むため、1週間後に新しいスレッドを立てても、前回の続きから作業を再開できます。私たちはClaude Codeがコードベースの文脈を理解するように、AIにもポートフォリオやリスク許容度、金融データソースといった「ドメインの文脈」を完全に注入したいと考えました。既存の投資プラットフォームにはないこのレベルの統合を実現するため、私たちは独自にこのツールを構築し、オープンソースとして公開することにしました。

HNのみんな、こんにちは。投資調査向けにClaude Codeのようなものが欲しくてLangAlphaを作ったよ。これはフルスタックのオープンソース・エージェント・ハーネス（Apache 2.0）で、永続的なサンドボックス環境、金融データに対するコード実行、TradingViewチャート・リアルタイム市場データ・エージェント管理を備えた完全なUIが揃ってる。あらゆるLLMプロバイダーに対応してて、React 19 + FastAPI + Postgres + Redisで構成されてる。

いいね！記事で読みたかったのは、具体的なユースケースや、このオーケストレーションが有益なデータ（実用的で正確なもの）をどうやって担保しているかの検証手法なんだ。例えばAIサプライチェーンのスクリーンショットがあったけど、ああいうのがもっとあると便利だし、そのサプライチェーンが現実と合致していることをどうテストしたのか知りたいな。もしこのプロジェクトのゴールが単にエージェントのアーキテクチャで遊ぶことだったなら、おめでとう！

MCPツールは大規模な金融データには向かないんだよね。5年分の価格データをツール経由で呼び出すだけで、数万トークンがコンテキストウィンドウに流し込まれちゃうから。

私はDatabento市場データのOSS SDKをメンテしてるんだけど、1年前にAPIをラップしたときは同じ苦しみを味わったよ。APIコールで構造化データがコンテキストウィンドウに溢れ出すのは本当に使い物にならない。当時のツールは「get_range」で、データはコンテキストの闇に消えていた。

最近、MCPサーバー[1]をアップデートして、DatabentoのデータをローカルのParquetファイルにダウンロードし、DuckDBで追跡できるようにした。こうすればMCPツール呼び出しは「fetch_range」でキャッシュを埋め、「list_cache」や「query_cache」でSQLを叩くようになる。

まだ公開はしてないけど、今回のプラットフォームと組み合わせると相性が良さそうだ。みんながどう使うのか興味あるし、このアプローチがLLMやDuckLakeとどう噛み合うのか深掘りしてみたいね。

AIと一緒に、こういうベイズ的なアプローチが使えるようになるのをずっと待ってたんだ。触ってみるのがすごく楽しみ！これって投資におけるKarpathyの「第2の脳」みたいなものかな？

面白そうだね。ただ動画が見られないし、アカウントを作らずにホスト版を試せると嬉しいんだけど。

「研究をセッションを超えて永続させること。ほとんどのエージェントはPDFやスプレッドシートといった成果物をゴールにするけど、投資においてそれはスタート地点に過ぎない」

これ、単純な単発タスク以外のすべてにおいて問題だよ。日々の生活でも、例えば妻のために新しいPCを探して、今は良い車を選ぶためにAIを使ってるけど、どっちも今の非コーディング系AIツールが提供するものと、実際に必要なものの間に乖離があるんだ。

データ収集やニーズのすり合わせ、決定に応じて更新されていく、永続的なExcelファイルが必要なんだけど、今のAIツールは全部「ワンセッションで成果物を出して終わり」にしたがる。AIが読み込めない形式か、読み込めても「作業」はできない。せいぜいゼロから書き直すくらい。

これって業界に蔓延するモバイルアプリ思考の弊害だと思う。今のAIツールはどれも普通のアプリみたいに振る舞って、ワークフローを固定して、ユーザーが自由にデータをやり取りするのを必死に阻止してるよね。ソフトの哲学として、アプリよりもファイルを優先していた頃が懐かしいよ。今のアプリはドキュメントを管理する道具じゃなくて、ドキュメントを中に閉じ込める檻になってる。

これ最高！私が取り組んでることにも興味あるかもしれないよ。ClaudeにClaudeを書かせるという自動リサーチ手法を試したんだけど、SPYのバイ・アンド・ホールドを打ち負かすアルファをあちこちで見つけてくれるんだ。ヘッジとしてゴールドETFを組み合わせるような隙間も埋めてくれる。実態はバグ潰しエージェントって感じかな。LLMは常に嘘をつくし油断できないからね。金融データでエージェントを動かす作業の75%（エージェントとコードの3/4）は、その嘘やバグの特定と修正に費やされるよ。

「実際の投資はベイズ的」というのは議論の余地があるかな。金儲けって、正しいかどうかよりも構造の問題だから。例えばボラティリティのショートは、たいてい「正しい」結果になるしね…。コンセプト自体は悪くないし、エージェントが金融業界で大きな役割を果たすのは間違いないと思うけど、結局は人間とマシンの合成が鍵になるはず。

金融業界で本当に使えるのは、データ量に関係なくミリ秒単位で決定論的なリコールができるAIだけだよ。

「Vibe CodingからVibe Investingへ」か。最高だね！まさに今必要なものだよ。