テクニカル・サマリー：予測を超えて：予測市場エージェントにおける「信念から取引へ」のレイヤー

1. 問題提起

将来のイベントの予測は、汎用AIの重要なテストベッドとして台頭しているが、較正された確率スコアと実際の取引における収益性の間には、大きな隔たりが存在する。既存のベンチマーク（ForecastBench、Prediction Arenaなど）は、強力な確率的予測が必ずしも収益性の高い取引に直結するわけではないことを示している。

特定された核心的な問題は、現在の評価フレームワークにおいて、トレーディング・レイヤー（予測をアクションに変換するメカニズム）が、固定されたプロトコル（例：固定の賭け金、単純な信頼度閾値）として扱われているか、あるいは完全に省略されていることである。その結果、ポジション・サイジング、ポートフォリオの露出、リスク管理といった重要なダウンストリーム・コンポーネントが、欠落しているか、あるいは単に言語モデル内のプロンプト指示として表現されるにとどまっている。著者らは、これらのコンポーネントは、プロンプト依存のヒューリスティックやハードコードされたルールではなく、明示的で設計可能かつモジュール化されたオブジェクトとして扱うべきであると主張している。

2. 手法：Raven-Agent

本論文では、「信念から取引へ（belief-to-trade）」のレイヤーを分離・最適化するために設計された自律型トレーディング・エージェント、Raven-Agentを提案している。このシステムは、交換可能な予測モジュールのダウンストリームに位置する、決定論的でモジュール化されたアーキテクチャを中心に構築されている。

アーキテクチャの概要

Raven-Agentは、主に4つのモジュールで構成されている。

1. 情報収集（Information Collection）： 候補となる市場（Polymarket Gamma API経由）をスキャンし、価格、流動性データ、および最近のニュース証拠を取得する。このモジュールは、データソースとダウンストリームのロジックとの間の契約として機能するタイムスタンプ付きの「パルス（pulse）」を生成し、データフィードのモジュール化された更新を可能にする。
2. 確率分析（Probability Analysis）： 交換可能な予測モジュールであり、特定のコントラクト側に対する確率（$p_i$）を出力する。報告された実験では、このモジュールは固定されており、アーカイブされた確率を再利用することで、性能の差がトレーディング・レイヤーのみに起因することを保証している。
3. ランキングとサイジング（Ranking and Sizing）：
   • 選択（Selection）： 候補は、生の確率的エッジ（$p_i - q_i$）ではなく、時間正規化されたリターン率（$\rho_i$）によってランク付けされる。これは、資本が解決までロックされる期間を考慮するためである：
     $$\rho_i = \left(\frac{p_i}{q_i} - 1\right) \cdot \frac{30}{\max(T_i, 1)}$$
     ここで、$T_i$ は解決までの日数である。上位 $K=4$ の候補が保持される。
   • サイジング（Sizing）： ステーク（賭け金）は、保持されたポジションに対して適用される**クォーター・ケリー基準（quarter-Kelly criterion）**を用いて決定される：
     $$s_i = \frac{1}{4} \cdot \max\left(0, \frac{p_i - q_i}{1 - q_i}\right) \cdot W$$
     ここで、$W$ はバンクロール（手元資金）である。このスケーリングは、確率推定における入力ノイズを考慮している。
4. 実行とリスク管理（Execution and Risk Control）： このモジュールは、言語モデルのプロンプトの外側で決定論的な制約を強制し、「自信満々な間違い（confidently wrong）」による失敗を防ぐ。これは、以下の5つのハード制約に対してオーダーをチェックする：
   • 取引ごとの名目上限。
   • 総エクスポージャー上限。
   • イベントごとの上限（相関するコントラクト用）。
   • ポジションレベルのストップロス（損失がコストベースの一定割合を超えた場合にポジションを決済する）。
   • ポートフォリオレベルのドローダウン停止（エクイティのドローダウンが閾値を超えた場合、新規開設を凍結する）。

実験プロトコル

著者らは、ライブなPolymarket展開からのアーカイブされた意思決定セットを用いた**制御されたリプレイ・プロトコル（controlled replay protocol）**を導入している。このプロトコルは、アーカイブされた予測、市場価格、および実行記録を再利用する。フォキャスター（予測器）を一定に保ち、トレーディング・ポリシーのみを変化させることで、トレーディング・レイヤーの影響を分離して調査する。

3. 主な貢献

本論文は、主に3つの貢献を述べている。

1. リプレイ・プロトコル： トレーディング・レイヤーをフォキャスターから分離し、公平なポリシー比較を可能にするために、アーカイブされた予測を再利用する手法。
2. Raven-Agent： トレーディング・レイヤーを選択、サイジング、リスク管理から分離し、明示的、モジュール的、かつ構成可能なコンポーネントとした自律型エージェント・アーキテクチャ。
3. 実証的検証： アンダーラインにあるフォキャスターが固定されている場合でも、明示的なトレーディング・レイヤーが、ヒューリスティックなポリシーと比較して、リターン・オン・ステーク（投資額に対する収益）およびリスク調整後リターンを向上させるという証拠。

4. 結果

エージェントは、65回のパルス実行における59のオープンな意思決定のデータセットに対して、5つのポリシーを用いて評価された。

1. 予測のみ（Forecast-only）： 正のエッジを持つすべての予測に対して、固定の10ドルをステーク。
2. エッジ比例（Edge-proportional）： 選択フィルタリングを行わず、エッジ（$p_i - q_i$）に比例してステークを決定。
3. エッジ・フィルター（Edge-filter）： エッジが5%を超える予測に対してのみ、固定の10ドルをステーク。
4. Raven-Agent (fixed)： 固定の10ドルステークを用いたフル・リスク・レイヤー。
5. Raven-Agent (full)： クォーター・ケリー・サイジングを用いたフル・リスク・レイヤー。

主な知見：

• Raven-Agent (full) は、唯一、+15.9% のROI（投資収益率）と、+0.42 の正のステーク加重シャープレシオを達成した。
• Edge-proportional は最も低いパフォーマンス（-55.5% ROI）を示した。これは、選択フィルタリングなしに「自信満々な間違い」の高エッジな予測に対して資本を重く配分することが、損失を増幅させることを示している。
• Raven-Agent (fixed)（-4.7% ROI）は、他のすべての固定ステーク・ポリシーを上回った。これは、選択とリスク・フィルタリング単体でも価値を提供することを示唆している。
• **選択されたブライア・スコア（Selected Brier score）**は、ポリシーがより積極的にフィルタリングを行うにつれて改善した（フルアーカイブの0.329からRaven-Agentの0격0.258へ）。これは、トレーディング・レイヤーが精度の低い予測を効果的に排除していることを裏付けている。

ライブ展開（20件の予測）において、エージェントは53.92ドルの利益を蓄積した。

5. 意義と主張

本論文は、予測精度とトレーディング収益性の間のギャップは、主に堅牢で明示的なトレーディング・レイヤーの欠如に起因すると主張している。著者らは以下のように述べている：

• 選択とリスク・フィルタリングの重要性： 単にエッジに基づいて賭け金を決めるだけでは不十分であり、価値を破壊する予測を排除するフィルタリングが、インフォームドなサイジングの不可欠な補完となる。
• 決定論的制約はプロンプトによるガイダンスよりも優れている： リスク管理をプロンプトの指示に頼ることは信頼性に欠ける。プロンプトの外側でハード制約（ストップロス、ドローダウン制限）を強制することで、壊滅的な失敗を防ぎ、監査可能な拒否理由を提供できる。
• モジュール化による進歩： フォキャスターとトレーディング・レイヤーを切り離すことで、較正（予測）と実行（トレーディング）のそれぞれを独立して評価・開発することが可能になる。

著者らは、サンプルサイズが限定的であることや、フォキャスターが固定されていたことを踏まえ、控えめなトーンを維持している。彼らは、結果がトレーディング・レイヤーの貢献を分離したものであることを認めつつ、より強力なフォキャスターを同じインフラストラクチャに組み込むことで、さらなる相乗効果が得られると考えている。本研究は、AIトレーディングのあらゆる課題を解決すると主張するものではなく、「信念から取引へ」のレイヤーにおける基礎的なフレームワークを確立するものである。