📊
🛠️開発記録 14分
親子上場TOB候補スクリーニングの改善
バックテストで判明した検出率16.1%という現実から、データソース移行と3つのロジック改善で51.6%まで引き上げた技術レポート
AIと作る投資ツールの設計・実装・失敗の全記録。Claude Codeと二人三脚で動くものを作る過程をありのままに書きます。
子育て中の隙間時間で、Claude Codeを相棒に株式情報監視システムを作った全工程の記録。スマホ一台で本格的なシステムができてしまう時代の体験談を、苦労話と今後の展望を交えて綴ります。
バックテストで判明した検出率16.1%という現実から、データソース移行と3つのロジック改善で51.6%まで引き上げた技術レポート
MBO/TOBスクリーニングに親子上場視点を追加してフル実行。ChatGPTでTop候補6銘柄を深掘り調査したところ、2銘柄がすでにTOB発表済みという驚きの結果に。神鋼鋼線工業、弘電社の事例から見えた3つの完全子会社化パターン。
前回設計したMBO/TOBスクリーニングMVPを2,820銘柄でフル実行。仮説は概ね正しかったが、想定外の業種が浮上した。介護・葬儀がTop50に出てこなかった理由の考察まで。
過去にTOB/MBOされた保有銘柄の共通点を仮説化し、非公開化の合理性をスコア化するスクリーニングシステムをChatGPTとClaudeに壁打ちしながら設計した記録。yfinanceとJPX公式CSVで無料運用するMVP仕様まで。
ChatGPTに指摘された改善点を5つ対応。銘柄IDのズレ、バリュエーション分析、A/B/C枠、寄与度分析、データ定義。改善の中で見えたAIコーディングの怖さと、出口ルールの必要性。