こんにちは、Hohetoです。

筆者の最近のお仕事（マーケット分析・投資戦略作成・bot開発など）の大部分はClaude Codeと一緒に行うようになっています。
※この記事はちゃんと人間が書いています。

最近になってようやく知見が溜まってきたので、本記事ではそのTipsをまとめました。ご自身の環境や分析手法に合わせて使えそうなものを拾っていただければ幸いです。

なお本記事では、Claude Code自体の導入方法については触れません。他の記事を参照していただくか、あるいはChatGPTやClaude自身に聞けば丁寧に教えてくれると思います。

1. Claude Codeとマーケット分析する意義

大前提として、

「Claude Codeを使ってマーケット分析をする」≠「Claude Codeを使ってお金を稼ぐ（儲かる投資戦略を見つける）」

であることにご注意ください。

筆者の最終的な目的が「マーケットからお金を稼ぐ」ことであるのは確かですが、Claude Codeにはそこまでの道筋の一部を手助けをしてもらう（しかし強力に手助けをしてもらう）、というイメージです。
これを踏まえて、Claude Codeをマーケット分析に使う意義を語ります。

筆者にとってClaude Codeをマーケット分析に使う意義とは「分析の手数を増やせる」ことです。

筆者は、マーケットで稼げる戦略を作るために一番重要なことは「試行錯誤の回数を増やすこと」と考えています。
しかし新しいアイデアを試すには、例えば「データソース調査 → 取得プログラム作成 → 基礎検証 → 戦略立案」のような一連のフローを回す必要があります。

この0から1となる1回転目がリソース的に特に重いのです。
その上、時間をかけて分析したとしても実際の投資戦略で使えるものはごくわずかです。
それでもこのフローを継続的に行わなければ、自身の持つ戦略の多様性が損なわれてしまうため、手を抜かずにしっかりとやらなければならない領域でもあります。

Claude Codeの登場で、このサイクルに必要なリソースをぐっと圧縮できるようになりました。
筆者はこれまで「既存戦略の検討に時間を取られてしまい、新しい指標の検証をできない」という状況がよくあったのですが、そのような状況で見送っていたアイデアにも手が伸びるようになりました。

例えば、もともと筆者の専門は暗号資産の値動き分析なのですが、ゴールドなどの他アセットの分析にも手が伸びるようになりました。
また、暗号資産の領域においてもこれまで見過ごしていた指標について検証し、多少のエッジを発見することができました。以下はその実例です。

実は筆者はビットバンク公式Discord内に「ほへと部屋」という冠チャンネルを作っていただいています。
この画像の詳細についてはその中で解説していますので、興味のある方は遊びに来てください（宣伝です）。

それでは本題に移ります。

2. 環境構築まわりのTips

2.1. 課金プランについて

まずは筆者が加入している各種の課金プランについてまとめます。

• Claude MAX 20xプラン（月額$200）

• OpenAI Plusプラン（月額$20）

• Grok API（従量課金）

• X API（従量課金）

• Gemini for Google Workspace（月額$24）

Claude Codeをメインで使用し、Codex CLIやGrokを特定のタスクで適宜呼び出す構成になっています（詳細は後述します）。
Geminiについては、他のGoogle製品を使うための課金プランに含まれているだけなので、おまけです。主に画像やスライドの生成に使用しますが、分析自体には使用しません。

Claude Codeは最も高額なプランを使っているのですが、許容されている使用量の10%前後しか使えていません。
人によってはMAX 5xプランやProプランで十分だと思います。

余談ですが、許容量いっぱいまでClaude Codeを使いたいので、いろいろ模索しているところです。
一例として、Xで見かけた投資戦略アイデアについて①X上でブックマーク～②自動でClaudeCodeで分析～③Discord通知というパイプラインを作ってみました（X APIの従量課金はここで使っています）。

けれども、検証対象としたいポストは意外と見つかりません。せいぜい1日数回程度、自動で分析が走る程度になっています。

2.2. 連携させるAIエージェント

Claude Codeは、MCPやSkillsを通じて外部のAIを呼び出せます。筆者が主に使っている外部AIは以下の2つです。

①Codex CLIをSkillsで呼ぶ
OpenAIのCodex CLIを呼び出せるようにしています。MCPとSkillsの両方を試しましたが、Skillsのほうが使い勝手がよいです。こちらの記事が参考になります。Codex CLIの使いどころは後述します。

②Grok APIをSkillsで呼ぶ
Grok APIは、分析の際にリアルタイムの市況情報やニュースなどが必要な状況で使用します。
Grok以外のAIはX上の情報に直接アクセスができず、トレンドサイトやニュースサイト経由での二次的なアクセスになってしまいます。そのため、リアルタイム性の必要なタスクでは使い物になりません。ですので、Grokは必須です。
こちらのX記事が参考になります。

3. 分析の事前準備のTips

3.1. ディレクトリ設計とファイル名ルール

まずは下の図をざっとご覧ください。主な構成は以下です。

• analyses…分析用フォルダ。分析はJupyter notebookで行わせます。

• data…データ用フォルダ。基本的にはマーケットデータをparquet形式で保存しています。duckdbも使用しています。

• docs / knowledges…分析により得られた知見をmd形式で保存します。

• docs / plans…作業計画をmd形式で保存します。詳細は後述。

• docs / sessions…会話内容をmd形式で保存します。詳細は後述。

• scripts…データ取得や分析のためのスクリプト用フォルダ。

• src…自作pythonパッケージ用フォルダ。

• tests…自作pythonパッケージのテスト用フォルダ。

├──.claude/
|   └── skills/                  # Skills(Claude Codeが自作)
|       ├── codex-cli/
|       ├── glok-api/
|       ├── save-plan/
|       └── save-session/
├──analyses/
|   ├── 00_to_be_started/        # 未検証の分析アイデアを貯めておく場所
|   ├── 01_bookmarks/
|   ├── 20250210_0130_stablecoin_flow/
|   |   ├── data/                # この分析のみで使うデータ
|   |   ├── img/                 # 分析結果のプロット
|   |   ├── idea_01.md           # idea_*.mdは分析プラン
|   |   ├── idea_02.md           # analysis_*.ipynbは分析notebook
|   |   ├── analysis_01.ipynb    # ideaとanalysisが1:1で対応している
|   |   └── analysis_02.ipynb
|   ├── 20250213_2215_funding_rate_regime/
|   └── 20250215_0000_oi_divergence/
├──data/
├──docs/
|   ├── knowledges/
|   |   ├── 20260107_1100_prediction_market_strategies.md
|   |   ├── coinglass_api.md                # 外部API仕様
|   |   └── cryptoquant_api.md              # 外部API仕様
|   ├── plans/
|   |   └── 20260213_0320_analysis_with_x/  # Xブクマ～分析パイプラインの実装計画
|   |       ├── 01_first_plan.md            # 初期実装プラン
|   |       └── 02_diff_by_tweet_ids.md     # 機能追加・変更プラン
|   └── sessions/
├──scripts/
├──src/
├──tests/
├──AGENTS.md
├──CLAUDE.md

これらのフォルダ内にClaude Codeがガシガシと成果物を作っていきます。
分析は全てJupyter notebookで行わせます。コードと結果をまとめて管理できるため、参照やレビューをしやすく、コードを再利用したりセルの一部を手動で編集できたりと使い勝手がよいためです。

これらの成果物を保存する際のネーミングはとても重要です。
分析を続けていくとファイルやフォルダはどんどん増えますので、任意の名前をつけているとすぐに収拾がつかなくなります。
お奨めの解決策は日時プレフィックスと分析概要を併用することです。例えば、「20250210_0130_stablecoin_flow」のようになります。
これにより、直近で作られた成果物がディレクトリの末尾に集まるので、すぐに見つけられます。地味ですが効果が大きいです。

ネーミングに関するルールはワークスペース共通の重要ルールとしたいので、CLAUDE.md（およびAGENTS.md）に記載しています。

3.2. plansフォルダでの計画管理

作業前に計画を立てさせる場合、Claude Code標準のPlan modeは使いません。Plan modeでは作成された作業計画がローカルに保存されるのですが、その際にホームディレクトリの隠しフォルダ（~/.claude/plans/）に適当なファイル名で置かれるため、後から参照するのが非常に面倒です。

そこで筆者のワークスペースでは、標準のPlan modeは使わず、Skillsを別途定義して docs/plans 以下に作業計画のmdファイルを出力するようにしています。
こうすることでIDE上で作業計画を確認したり修正したりするのが楽ですし、追加の作業を行わせるときにClaude Codeに参照させやすくなります。

全く新しい作業を計画するときは「01_first_plan.md」という名前で作成し、追加作業や変更作業を後ほど行う際は「02_xxxx.md」というような名前付けをするようにSkills内に記載しています。

3.3. sessionsフォルダでの会話履歴管理

使いどころは多くはないのですが、筆者は会話履歴を docs/sessions に明示的に保存させるようにしています。
作業がひと段落した段階で「{日時}_{やった作業の概要}.md」というような名前で、直近の会話内容と作業内容をサマリーして保存させています。この作業用にSkillsを1つ作成しています。

筆者は複数の分析を並行して行うため、別セッションで5～6個程度のClaude Codeを同時に立ち上げています。そのため、他のセッションのClaude Codeと過去にやり取りした内容を把握させるときなどに使用します。

また、複数のタスクを同時進行しているとあるタスクの進捗状況や次の作業内容を忘れてしまうことがあります。このようなとき、セッションを横断して直近の全体の作業進捗をまとめさせたりすることもあります。

3.4. knowledgesフォルダでの知見の蓄積

分析によって得られた知見は、それ以降の分析にも活用すべきでしょう。筆者の場合 docs/knowledges フォルダを作成し、この中に分析によって得られた知見をまとめることにしています。
具体的には以下のような知見をmd形式で保管するようにしています。

• 過去の分析によって得られた知見

• 取得済みのデータに関する情報や定期取得ジョブに関する情報

• 作成したPythonパッケージやスクリプトの使用方法

• 外部APIの仕様

Claude Codeに新しく分析を行わせる際、ワークスペース全体をスキャンさせるのではなく、このフォルダ内を優先的にスキャンするように指示します（CLAUDE.md、AGENTS.mdで指定します）。他の場所をスキャンする必要が出てきた場合は、プロンプトで明示的に指示します。
こうすることでコンテキストを余計に増やしてしまうような事態を避けています。

将来的には、ここに蓄積された知見を使って投資戦略を自動で探索・策定・実行までできるようになってほしい、と期待しています。

3.5. Skillsの準備

ここまで何度かSkillsについて触れましたが、この節でまとめておきます。

• CODEX CLIの呼び出し

• Grok APIの呼び出し

• 作業計画の保存

• 会話履歴の保存

筆者が使用しているSkillsは多くありません。通常、データ分析をエージェントに行わせるのであれば、例えばマーケットデータを取得するようなSkillsが思い浮かぶと思います。

筆者の場合は必要なデータは基本的にローカルにストア済みで、そちらのデータへのアクセス手順についてはCLAUDE.mdおよび docs/knowledges フォルダ内に記載しています。そのためSkillsとして定義する必要性がありません（もちろん定義しても構いません）。

上記のようなSkillsの準備について難しく考える必要はありません。Claude Codeに対して「こういう内容でSkillsを作ってね」と指示するだけです。本当に便利ですね。

4. 分析の実行時のTips

4.1. 基本は「--dangerously-skip-permissions」

Claude Codeは通常、作業のたびにユーザーに許可を求めてきますが、正直毎回承認作業を行うのは面倒ですし、作業効率が悪化してしまいます（1や2を連打する、とたまに見かけます）。
筆者は、基本的にはclaudeコマンドに--dangerously-skip-permissionsオプションを付けて実行しています（エイリアスや短縮コマンドを割り当ててもよいでしょう）。

このオプションはすべての承認をスキップする、というものです。それゆえに、意図しない挙動が起こった時に必要なファイルを消されたり、場合によってはシステム自体を壊されたりするリスクがあります。
しかし、所詮このワークスペースは分析用ですので、筆者的には以下の2点を守っている限りは問題ないと考えています。

• 必ずコンテナ内でClaude Codeを動かすこと。

• 必ずgitでバージョン管理を行うこと。

そもそもシステム自体を壊すような挙動は考えにくいですし、意図せずファイルを変更・消去された場合はgitで復元することが可能です。

なお、このオプションを付けてトラブルが起こったとしても筆者は責任を取ることができません。自己責任の範疇でお願いします。

4.2. 分析の仕様の固め方

分析させたいネタが見つかった場合、最初の段階ではその具体性はまちまちです。一例を挙げると、以下のような分析ネタがあったとします。

この状態だと、Claude Codeはユーザーの意図しない分析をしてしまう可能性が高いです。
このような場合、まずは「こういうネタで分析をしたいけど、まずは私にインタビューして」と伝えます。

するとClaude Codeは、例えば「使用するデータの種類は？」とか「いつの期間を使いますか？」とか、「使用するトレンド指標に指定はありますか？」と聞いてきます。
最近のClaude Codeは使い勝手が大変よく、選択肢を提示してくれるのでそれを選んでいくだけで仕様が固まります。
ユーザー自身でも曖昧だった要件が言語化されていくため、このインタビューによる壁打ちは想像以上に効果的です。

他方、すでに検証したい内容がカッチリと決まっていたとします。
例えば、以下のようなものです。

このように分析の仕様がすでに固まっているのであれば、具体的に指示した後に「何か聞いておきたいことはありますか？」 と一言添えるくらいでよいでしょう。
どんなに仕様が固まっていても抜け漏れはあるものです。筆者は分析プロンプトの最後には必ずこの一文を追加するようにしています。

4.3. Claude CodeとCodex CLIの使い分け

筆者は定期的にClaude Code（Claude Opus 4.6）とCodex CLI（GPT-5.3-Codex）の両方に全く同じ分析を行わせています。
筆者の結論として、マーケット分析の領域においてはClaude Codeのほうが明らかに質のよい分析を出してきます。

Codex CLIは計画立案は上手なのですが、そこから実際にnotebookを作らせると「それだけ良い計画を立てたのになぜ？」と思うような分析をしてきます。ちなみにコードの品質自体は問題ない、むしろClaude Codeと比較しても高いくらいです。

筆者的に、Codex CLIは「頭はいいけどセンスのないガリ勉タイプ」という印象を受けます。一方、Claude Codeは探索的な分析やデータ可視化のセンスがよく、分析の最中にかゆいところに手が届く感覚に何度も出会います。

これはもしかしたら筆者が日本語中心に分析を行っていることが原因かもしれません。あるいは、タスクの性質的にClaudeのほうが得意としているからなのかもしれません。
具体的な例をここに挙げたいのですが、長くなりそうなので割愛します。皆さんには、ぜひ一度は両方を使ってみることをお奨めします。

ただ、Codex CLIのほうが優れていると感じる場面も多数あります。

まず、計画立案のフェーズではCodex CLIのほうが論理的構成が上手く、深堀りのできた高品質な成果物を出してくる印象があります。
また、出来上がった分析結果をレビューする際も、Codex CLIのほうが的確に指摘を行う印象があります。

結果として、筆者はメインのエージェントとしてClaude Codeを使用しつつ、計画策定やコードレビュー、分析結果レビューなどの一部のタスクでSkills経由でCodex CLIを呼び出す形に落ち着きました。
「この計画についてCodexの意見を聞いて」とか「この分析結果をCodexにレビューしてもらって」といった使い方をしています。

4.4. マルチエージェントについての所感

現在の筆者のワークスペースは、単一人格のエージェントが動く想定になっています。
一時期、複数のAIエージェントに異なるバックグラウンドや性格を持つようにペルソナを定義して、多角的に分析させることを試みていました。
成果物をペルソナ単位で保存させ、互いが互いの分析結果を評価したり、着想を得て別の分析を行う…みたいなことを構想していたのですが、今のワークスペースでは未対応です。

経験的には、このように複数エージェントを使用して1つのテーマを掘り下げるより、検証の種類を幅広く増やすほうが成果を出しやすいと感じています。「分析ネタを見つけてくるエージェント」みたいなものを別途作るのがよいかもしれません。

なお、Agent Teamsについてはまだ試しておりません。

これらについて試してみて有用であれば、Xなどでつぶやきたいと思います。

5. おわりに

長くなりましたので、このあたりで終わりにします。
本記事ではClaude Codeをマーケット分析に活用する際のTipsをまとめました。

上述のような分析プラットフォームにおいて、データ収集や分析結果の蓄積を進めていくことで、プラットフォーム自体がどんどん育っていくような感覚を得られます。
その中で明らかに人間（＝筆者）がボトルネックになっていますので、より自動化・自律化に向けてプラットフォームを進化させたいと思っています。

エージェント自身もこれからもっと賢く・もっと便利に・もっと自律的に動くようになるでしょう。
本記事の内容は、あくまで現時点でのスナップショットとして参考にしていただければ幸いです。

Tipsが溜まったら追記・続編を書く予定ですのでお楽しみに。
ではまた！