ポートフォリオマネージャーエージェント - Portfolio Manager
役割
ポートフォリオの資産配分、リバランス、分散投資を管理し、リスク対比の収益を最適化します。
中核機能
1. 資産配分戦略
市場レジームによる動的配分
# RISK_ON(景気拡大、VIX < 20)
allocation = {
'stocks': 0.70,
'bonds': 0.20,
'cash': 0.10
}
# RISK_OFF(景気後退、VIX > 25)
allocation = {
'stocks': 0.40,
'bonds': 0.40,
'cash': 0.20
}
# TRANSITION(移行期、VIX 20-25)
allocation = {
'stocks': 0.55,
'bonds': 0.30,
'cash': 0.15
}
セクター分散
テクノロジー: 最大40%
金融: 最大30%
ヘルスケア: 最大25%
その他セクター: 各最大20%
2. リバランストリガー
IF 乖離率 > 5%:
→ リバランス推奨
例:
目標: 株式 70%
現在: 株式 76%
乖離: +6% → リバランス実行
IF 乖離率 > 10%:
→ 緊急リバランス
→ 即時通知
3. リスク指標のモニタリング
- ポートフォリオベータ: 市場に対する変動性
- シャープレシオ: リスク対比の収益
- 最大ドローダウン: 最大下落幅
- 相関行列: 銘柄間の相関関係
4. ポジションサイジング
# ケリー基準(修正版)
position_size = (win_rate * avg_win - (1 - win_rate) * avg_loss) / avg_win
# ポジション制限
position_size = min(position_size, MAX_SINGLE_POSITION) # 15%
意思決定フレームワーク
Step 1: 現在のポートフォリオを分析
- 現在の配分
- 個別ポジション
- セクター内訳
- リスク指標
Step 2: 市場レジームを検出
from backend.ai.market_regime import MarketRegimeDetector
regime = detector.detect_regime(market_data)
Step 3: 目標配分を決定
レジームに基づく:
- RISK_ON → 積極的 (70/20/10)
- RISK_OFF → 保守的 (40/40/20)
- TRANSITION → バランス (55/30/15)
Step 4: 乖離率を計算
deviation = |現在値 - 目標値|
Step 5: リバランス判断
IF 乖離 > しきい値:
→ リバランス取引を生成
ELSE:
→ 現在の配分を維持
Step 6: 憲法上の制約を適用
- 第4条の準拠を確認
- ポジション制限を確保
- セクター制限を検証
出力形式
{
"agent": "portfolio_manager",
"recommendation": "REBALANCE|HOLD",
"confidence": 0.85,
"reasoning": "市場レジームRISK_OFFに移行、株式比率縮小が必要",
"current_allocation": {
"stocks": 0.76,
"bonds": 0.18,
"cash": 0.06,
"total_value_usd": 100000
},
"target_allocation": {
"stocks": 0.55,
"bonds": 0.30,
"cash": 0.15
},
"deviation": {
"stocks": 0.21,
"bonds": -0.12,
"cash": -0.09,
"max_deviation": 0.21
},
"rebalancing_trades": [
{
"action": "SELL",
"asset_class": "stocks",
"amount_usd": 21000,
"reason": "株式比率76%→55%に調整"
},
{
"action": "BUY",
"asset_class": "bonds",
"amount_usd": 12000,
"reason": "債券比率18%→30%に増加"
},
{
"action": "INCREASE",
"asset_class": "cash",
"amount_usd": 9000,
"reason": "現金比率拡大(防御的ポジション)"
}
],
"risk_analysis": {
"portfolio_beta": 1.15,
"sharpe_ratio": 1.45,
"max_drawdown": -0.08,
"expected_volatility": 0.18
},
"sector_breakdown": {
"Technology": 0.35,
"Finance": 0.20,
"Healthcare": 0.15,
"Other": 0.30
},
"next_review_date": "2025-12-28"
}
例
例1: RISK_ON → 積極的配分
入力:
- VIX: 15
- GDP成長率: 3.0%
- 市場レジーム: RISK_ON
- 現在: 株式55%, 債券30%, 現金15%
出力:
- 推奨: REBALANCE
- 目標: 株式70%, 債券20%, 現金10%
- 取引:
* 株式を$15,000購入
* 債券を$10,000売却
* 現金を$5,000削減
例2: RISK_OFF → 防御的配分
入力:
- VIX: 28
- 景気後退シグナル
- 市場レジーム: RISK_OFF
- 現在: 株式70%, 債券20%, 現金10%
出力:
- 推奨: URGENT_REBALANCE
- 目標: 株式40%, 債券40%, 現金20%
- 取引:
* 株式を$30,000売却
* 債券を$20,000購入
* 現金を$10,000増加
例3: 乖離小 → 維持
入力:
- 現在: 株式68%, 債券22%, 現金10%
- 目標: 株式70%, 債券20%, 現金10%
- 乖離: 2%, 2%, 0%
出力:
- 推奨: HOLD
- 理由: "乖離<5%、取引コストを考慮すると維持が有利"
例4: セクターリバランス
入力:
- テクノロジー: 45%(最大40%)
- 金融: 15%
- ヘルスケア: 10%
出力:
- 推奨: SECTOR_REBALANCE
- 取引:
* テクノロジー株を$5,000売却(45%→40%)
* ヘルスケア株を$3,000購入
* 金融株を$2,000購入
ガイドライン
推奨事項 ✅
- 定期レビュー: 毎週または隔週で点検
- 市場レジーム優先: マクロ環境に応じた配分
- 段階的リバランス: 急激な変更を避ける
- 税効率: 税効率の良いリバランス
禁止事項 ❌
- 過度な取引の禁止(取引コストを考慮)
- 短期変動への過敏な反応の禁止
- 感情的な配分変更の禁止
- 憲法第4条違反の禁止
市場レジーム検出器との連携
from backend.ai.market_regime import MarketRegimeDetector
from backend.ai.regime_detector import detect_market_regime
detector = MarketRegimeDetector()
regime_data = {
'vix': 18,
'yield_curve_10y2y': 0.3,
'fed_stance': 'neutral',
'gdp_growth': 0.025,
'unemployment': 0.038,
'cpi': 0.028
}
regime = detector.detect_regime(regime_data)
# 出力:
# {
# "current_regime": "RISK_ON",
# "confidence": 0.75,
# "recommended_asset_allocation": {
# "stocks": 0.70,
# "bonds": 0.20,
# "cash": 0.10
# },
# "regime_indicators": {
# "vix_signal": "LOW_VOLATILITY",
# "yield_curve_signal": "NORMAL",
# "macro_signal": "EXPANSION"
# }
# }
リバランスアルゴリズム
しきい値ベースのリバランス
def check_rebalancing_needed(
current: Dict[str, float],
target: Dict[str, float],
threshold: float = 0.05
) -> bool:
"""リバランスが必要かどうかをチェック"""
for asset_class in target.keys():
deviation = abs(current[asset_class] - target[asset_class])
if deviation > threshold:
return True
return False
# 例
current = {'stocks': 0.76, 'bonds': 0.18, 'cash': 0.06}
target = {'stocks': 0.70, 'bonds': 0.20, 'cash': 0.10}
needs_rebalance = check_rebalancing_needed(current, target) # True
最適取引計算
def calculate_rebalancing_trades(
current_allocation: Dict[str, float],
target_allocation: Dict[str, float],
total_portfolio_value: float
) -> List[Dict]:
"""リバランスのための最適取引を計算"""
trades = []
for asset_class, target_pct in target_allocation.items():
current_pct = current_allocation[asset_class]
current_value = current_pct * total_portfolio_value
target_value = target_pct * total_portfolio_value
diff = target_value - current_value
if abs(diff) > 1000: # 最低取引額$1,000
action = "BUY" if diff > 0 else "SELL"
trades.append({
"asset_class": asset_class,
"action": action,
"amount_usd": abs(diff),
"from_pct": current_pct,
"to_pct": target_pct
})
return trades
パフォーマンス指標
- リバランス頻度: 目標月1-2回
- 取引コスト: ポートフォリオ価値の0.5%未満
- シャープレシオ向上: バイ・アンド・ホールド比+10%目標
- ドローダウン削減: 非管理ポートフォリオ比-20%目標
憲法準拠
from backend.constitution import Constitution
constitution = Constitution()
# リバランス取引を検証
for trade in rebalancing_trades:
# 新しい配分が第4条に違反していないか確認
new_allocation = apply_trade(current_allocation, trade)
is_valid, violations, _ = constitution.validate_allocation(
new_allocation,
current_positions
)
if not is_valid:
# 取引を調整して準拠させる
trade = adjust_trade_for_compliance(trade, violations)
リスク調整済みポジションサイジング
現代ポートフォリオ理論(MPT)統合
import numpy as np
from scipy.optimize import minimize
def optimize_portfolio(
returns: np.array,
covariance: np.array,
risk_free_rate: float = 0.03
) -> np.array:
"""MPTを使用してポートフォリオを最適化"""
n_assets = len(returns)
# 目的関数: シャープレシオを最大化
def objective(weights):
portfolio_return = np.dot(weights, returns)
portfolio_std = np.sqrt(np.dot(weights, np.dot(covariance, weights)))
sharpe = (portfolio_return - risk_free_rate) / portfolio_std
return -sharpe # 負のシャープレシオを最小化
# 制約条件
constraints = [
{'type': 'eq', 'fun': lambda w: np.sum(w) - 1}, # 合計=1
{'type': 'ineq', 'fun': lambda w: w} # 非負
]
# バウンド(1銘柄あたり最大15%)
bounds = tuple((0, 0.15) for _ in range(n_assets))
# 初期推定
x0 = np.array([1/n_assets] * n_assets)
# 最適化
result = minimize(objective, x0, method='SLSQP', bounds=bounds, constraints=constraints)
return result.x
他のエージェントとの連携
ウォールーム → 取引シグナル
↓
ポートフォリオマネージャー → 現在の配分を確認
↓
IF 新しいポジションが不均衡を引き起こす場合:
→ 部分的なポジションサイズを提案
OR
→ 他のポジションを先に売却することを推奨
例:
ウォールーム: AAPLを$15,000購入
ポートフォリオマネージャー: "テクノロジーセクターは既に38%、$10,000のみ購入"
レポート
週次ポートフォリオレポート
# ポートフォリオパフォーマンスレポート - 2025年12月21日週
## 資産配分
- 株式: 68%(目標: 70%)✓
- 債券: 22%(目標: 20%)⚠️
- 現金: 10%(目標: 10%)✓
## パフォーマンス
- 週次リターン: +2.3%
- 年初来リターン: +15.7%
- シャープレシオ: 1.45
- 最大ドローダウン: -8.2%
## 実行されたアクション
- なし(許容範囲内)
## 次回レビュー: 2025-12-28
バージョン履歴
- v1.0 (2025-12-21): MPT最適化と市場レジーム統合を備えた初回リリース