edge-candidate-agent

エッジ候補エージェント

概要

日々の市場観察を、再現可能なリサーチチケットと Phase I 互換の候補仕様に変換します。 積極的に戦略を増やすことよりも、シグナルの品質とインターフェースの互換性を優先します。 このスキルは単独でエンドツーエンドに実行できますが、分割ワークフローでは主に最終エクスポート／検証の段階を担います。

使用するタイミング

• 市場観察、異常、仮説を構造化されたリサーチチケットに変換します。
• EOD OHLCV と任意のヒントから新しいエッジ候補を見つけるため、日次自動検出を実行します。
• 検証済みチケットを strategy.yaml と metadata.json としてエクスポートし、trade-strategy-pipeline の Phase I で使用します。
• パイプライン実行前に edge-finder-candidate/v1 の事前互換性チェックを実行します。

前提条件

• PyYAML をインストールした Python 3.9 以降。
• スキーマ／ステージ検証用の対象 trade-strategy-pipeline リポジトリへのアクセス。
• --pipeline-root を使ってパイプライン管理の検証を実行する場合は、uv が利用可能であること。

出力

• strategies/<candidate_id>/strategy.yaml：Phase I 互換の戦略仕様。
• strategies/<candidate_id>/metadata.json：インターフェースのバージョンやチケットのコンテキストを含む来歴メタデータ。
• scripts/validate_candidate.py による検証ステータス（合格／不合格と理由）。
• 日次検出アーティファクト：
  • daily_report.md
  • market_summary.json
  • anomalies.json
  • watchlist.csv
  • tickets/exportable/*.yaml
  • tickets/research_only/*.yaml

分割ワークフローでの位置づけ

推奨する分割ワークフロー：

1. skills/edge-hint-extractor：観察／ニュース -> hints.yaml
2. skills/edge-concept-synthesizer：チケット／ヒント -> edge_concepts.yaml
3. skills/edge-strategy-designer：コンセプト -> strategy_drafts + エクスポート可能なチケット YAML
4. skills/edge-candidate-agent（このスキル）：パイプラインへの引き継ぎ用にエクスポートと検証を実施

ワークフロー

1. EOD OHLCV から自動検出を実行します：
   • skills/edge-candidate-agent/scripts/auto_detect_candidates.py
   • 任意：人によるアイデア入力には --hints
   • 任意：外部 LLM のアイデア出しループには --llm-ideas-cmd
2. 契約とマッピングのリファレンスを読み込みます：
   • references/pipeline_if_v1.md
   • references/signal_mapping.md
   • references/research_ticket_schema.md
   • references/ideation_loop.md
3. references/research_ticket_schema.md を使用して、リサーチチケットを作成または更新します。
4. skills/edge-candidate-agent/scripts/export_candidate.py で候補アーティファクトをエクスポートします。
5. skills/edge-candidate-agent/scripts/validate_candidate.py でインターフェースと Phase I の制約を検証します。
6. 候補ディレクトリを trade-strategy-pipeline に引き渡し、まずドライランを実行します。

クイックコマンド

日次自動検出（任意でエクスポート／検証も実行）：

python3 skills/edge-candidate-agent/scripts/auto_detect_candidates.py \
  --ohlcv /path/to/ohlcv.parquet \
  --output-dir reports/edge_candidate_auto \
  --top-n 10 \
  --hints path/to/hints.yaml \
  --export-strategies-dir /path/to/trade-strategy-pipeline/strategies \
  --pipeline-root /path/to/trade-strategy-pipeline

チケットから候補ディレクトリを作成：

python3 skills/edge-candidate-agent/scripts/export_candidate.py \
  --ticket path/to/ticket.yaml \
  --strategies-dir /path/to/trade-strategy-pipeline/strategies

インターフェース契約のみを検証：

python3 skills/edge-candidate-agent/scripts/validate_candidate.py \
  --strategy /path/to/trade-strategy-pipeline/strategies/my_candidate_v1/strategy.yaml

インターフェース契約とパイプラインのスキーマ／ステージルールの両方を検証：

python3 skills/edge-candidate-agent/scripts/validate_candidate.py \
  --strategy /path/to/trade-strategy-pipeline/strategies/my_candidate_v1/strategy.yaml \
  --pipeline-root /path/to/trade-strategy-pipeline \
  --stage phase1

エクスポートルール

• validation.method: full_sample を維持します。
• validation.oos_ratio は省略するか、null のままにします。
• v1 でサポートされているエントリーファミリーのみをエクスポートします：
  • vcp_detection を使う pivot_breakout
  • gap_up_detection を使う gap_up_continuation
• サポートされていない仮説ファミリーは、エクスポート候補ではなく、チケットの注記でリサーチ専用として指定します。

ガードレール

• スキーマの範囲に違反する候補（リスク、エグジット、空の条件）を拒否します。
• フォルダー名と id が一致しない候補を拒否します。
• interface_version: edge-finder-candidate/v1 を含む決定的なメタデータを必須とします。
• パイプラインを完全に実行する前に、--dry-run を使用します。

リソース

skills/edge-candidate-agent/scripts/export_candidate.py

リサーチチケット YAML から strategies/<candidate_id>/strategy.yaml と metadata.json を生成します。

skills/edge-candidate-agent/scripts/validate_candidate.py

インターフェースチェックと、任意の StrategySpec／validate_spec チェックを trade-strategy-pipeline に対して実行します。

skills/edge-candidate-agent/scripts/auto_detect_candidates.py

EOD OHLCV からエッジのアイデアを自動検出し、エクスポート可能なリサーチチケットを生成します。必要に応じて、自動的にエクスポートおよび検証することもできます。

references/pipeline_if_v1.md

edge-finder-candidate/v1 の簡潔な統合仕様です。

references/signal_mapping.md

仮説ファミリーを、現在エクスポート可能なシグナルファミリーに対応付けます。

references/research_ticket_schema.md

export_candidate.py で使用するチケットスキーマです。

references/ideation_loop.md

ヒントのスキーマと、外部 LLM のアイデア生成コマンドの仕様です。