技術要約: F2Agent

問題提起

金融取引は、定量的な過去の価格から定性的なテキストによるナラティブに至るまで、異種混合の情報源の複雑な相互作用に依存している。効率的市場仮説は、価格が利用可能な情報を織り込んでいることを示唆しているが、これらのマルチモーダルな信号を効果的に消化することは、モダリティ間の構造的な相違や、金融ストリームに固有の高いノイズレベルにより、依然として困難である。

既存のLLM（大規模言語モデル）ベースのトレーディングエージェントには、主に3つの限界が存在する：

1. 限定的なマルチモーダル・モデリング: ほとんどの手法は、価格やテクニカル指標に焦点を当てるか、あるいはテキストのセンチメントのみに依存しており、補完的な情報の活用が不十分であり、モダリティ間の相互作用（例：「ニュースで売り」のシナリオのように、ポジティブなセンチメントが弱気の価格変動と同時に発生する場合など）を見落としている。
2. 非効率的な融合メカニズム: 現在のソリューションは、数値時系列をテキストトークンとして扱うプロンプトレベルの連結に依存することが多い。この場当たり的なアプローチは、モダリティ間のギャップを解消できず、LLMのテキストへのバイアスが結合表現を支配し、微細な定量的手がかりをかき消してしまう。
3. 不十分な堅牢性: 金融ストリームは確率的であり、信号対雑音比（S/N比）が低い。既存のエージェントは、持続的な市場トレンドと一時的な摂動（例：マイクロストラクチャー・ノイズ）を分離する明示的なメカニズムを欠いており、無関係な手がかりに対する過剰反応や、ボラティリティの高い市場における不安定な意思決定を招いている。

手法

本論文では、「エージェンティック・インテリジェンスの金融的融合（Financial Fusion of Agentic Intelligence）」によって駆動される、新しいマルチモーダル・エージェント・パラダイムであるF2Agentを提案する。システムアーキテクチャは、以下の3つのコアコンポーネントで構成される。

1. 特化型エージェントの階層

F2Agentは、すべてのデータを単一のモノリシックなモデルで処理するのではなく、異種混合の情報源から補完的かつモダリティ固有の信号を抽出するために、特化型エージェントの階層を配備する：

• マーケット分析エージェント (Market Analysis Agent): 因果的Transformerエンコーダを使用して生のOHLCV（始値、高値、安値、終値、出来高）シーケンスをエンコードし、長期的な時間依存性と非線形な価格・出来高の結合を捉える。
• テクニカル分析エージェント (Technical Analysis Agent): 式ベースのアルファ因子（例：MACD、RSI）を因果的Transformerを用いて処理し、テクニカル指標間の非線形な相互作用をモデル化する。
• センチメント分析エージェント (Sentiment Analysis Agent): ツール拡張型の検索を備えたDeepSeek-R1を活用し、外部のニュースAPIをクエリして記事を要約し、各ニュース項目に対するバイナリのセンチメントラベルと根拠を推論する。
• ニュース分析エージェント (News Analysis Agent): 思考の連鎖（CoT）プロンプティングを用いたファインチューニング済みのQwenベースのLLM（Qwen2.5-7B-Instruct）を利用する。ニュースの証拠を検索・統合し、透明性のある自然言語による推論説明および補助的な方向性信号（UP/DOWN）を生成する。

2. モダリティ認識型適応融合メカニズム

単純な連結による制限に対処するため、F2Agentは特化型エージェントを調整する融合層を導入する：

• アライメント (Alignment): 各エージェントの出力は共有潜在空間に投影される。LLMベースのエージェントについてはラストトークン・プーリングが使用され、Transformerエンコーダについては[CLS]表現が利用される。
• 適応的アテンション (Adaptive Attention): このメカニズムは、モダリティ固有のクエリ、キー、バリューを計算する。キーとバリューに学習可能なモダリティベクトル（$r_m$）を注入することで、インスタンスに依存しないモダリティ固有のバイアスをエンコードし、インスタンスに依存しない証拠を保持しながら、モダリティ間の多様性を促進する。
• 動的重み付け (Dynamic Weighting): システムは微細なモダリティ間の依存関係を動的に捉え、現在の市場コンテキストに対する関連性に基づいてモダリティの重みを付けることができる。

3. ノイズに強い一貫性正則化

市場のノイズやレジームシフトに対する安定性を高めるため、フレームワークは一貫性正則化戦略を採用している：

• 摂動 (Perturbation): 学習中、あるモダリティがランダムに選択され、摂動（例：ガウスノイズの追加）が加えられる。
• 一貫性損失 (Consistency Loss): 摂動を加えた入力に対する予測ロジットが、元の入力から大きく逸脱した場合にペナルティが課される。
• アテンション抑制 (Attention Suppression): 摂動を加えたモダリティへの依存度を高めないようにする特定の項を導入し、複数のモダリティ間で一貫した信号に依存することを強制する。

システム統合

F2Agentは、ニュース要約器（トークン予算とノイズを削減するため）、モダリティ処理モジュール、およびバックテストエンジンを統合したエンドツーエンドのシステムとして動作する。これは、実用的な取引制約の下で、取引決定、自然言語による説明、およびパフォーマンス指標を出力する。

主な貢献

1. 特化型エージェントの階層: 単一の統一モデルに頼るのではなく、ヘテロジニアスなソース（市場、テクニカル、ニュース、センチメント）から補完的な信号を抽出するためのマルチエージェント・フレームワークの導入。
2. モダリティ認識型適応融合: プロンプトレベルの連結によって生じるモダリティ間のギャップを緩和し、微細なモダリティ間の依存関係を動的に捉える新しい融合メカニズム。
3. ノイズに強い一貫性正則化: 市場のノイズやレジームシフトに対する堅牢性を向上させ、安定した取引信号を生み出すために設計された正則化手法。
4. 包括的な評価: エンドツーエンドのマルチモーダル・エージェンティック・トレーディング・システムの実装と、多様なベースラインに対して一貫して優れた性能を示す広範な実験。

実験結果

著者らは、6つの資産（AAPL, AMZN, GOOG, MSFT, TSLA, BTCUSD）において、ルールベースの戦略、ML/DLモデル、強化学習（RL）エージェント、一般的なLLM、および特化した金融LLMを含む16の競争力のあるベースラインに対してF2Agentを評価した。

• パフォーマンス指標: F2Agentは、年率リターン（ARR）、シャープレシオ（SR）、累積リターン（CR）、最大ドローダウン（MDD）のすべてにおいて、一貫してすべてのベースラインを上回った。
• 主な成果:
  • テストされたすべての資産において、ARRの平均ランク1.00を達成。
  • GOOGで120.48%のARR、TSLAで148.41%のARRを達成。
  • 最良のベースラインと比較して、年率リターンにおいて平均20%以上の相対的な改善を示した。
  • 他の手法が深刻なリバーサル（反転）を示した高ボラティリティ資産（BTCUSDなど）においても、優れたリスク調整後パフォーマンスを維持し、安定性を示した。
• アブレーション研究: 適応融合モジュールまたは堅牢性正則化を除去すると、パフォーマンスが著しく低下し、両コンポーネントの必要性が確認された。
• 堅牢性: ベースラインモデル（強力な汎用LLMを含む）が相反するクロスモーダルな手がかりを扱う際に性能が低下することが多いのに対し、F2Agentはモダリティが増えても安定したパフォーマンスを維持した。
• 効率性: システムは、すべてのデータ処理をモノリシックなLLM呼び出しに依存するフレームワークと比較して、優れたトークン効率を示した。

意義と主張

本論文は、F2Agentがマルチモーダル融合と堅牢性の決定的なギャップを埋めることにより、AI駆動の金融取引における重要な前進を遂げたことを主張している。

• パターン抽出を超えて: 単純なパターン抽出や浅い融合に焦点を当てた従来の手法とは異なり、F2Agentはヘテロジニアスなモダリティを融合するための原理的なメカニズムを提供し、微妙なクロスモーダル依存関係の捕捉を可能にする。
• 堅牢な意思決定: モダリティ間の相互作用を明示的にモデル化し、ノイズに対する正則化を行うことが、ボラティリティの高い市場において、孤立したモダリティが引き起こし得る「センチメントの罠」を回避し、より信頼性の高い取引信号をもたらすことを示している。
• スケーラビリティと汎用性: 本フレームワークは異なる資産クラス（株式および暗号資産）および市場環境にわたって汎用性があることが示されており、エージェンティック・パラダイムが、情報豊かな現実世界の取引環境において実行可能なアプローチであることを示唆している。

著者らは、F2Agentが市場ダイナミクスの全体像を提供するために特化型エージェントの階層を効果的に組織し、ノイズやレジームシフトに対して堅牢な、一貫性のある取引表現を生成すると結論付けている。今後の課題として、このパラダイムをマルチモーダルでリスクを考慮した配分を行うポートフォリオ管理へと拡張することが挙げられている。