ロールメモリ

Role Memory は、宣言済み分析ロールの成功パターンと失敗モードを保存します。統一 Trading Memory では、ケースが消費済み手動取引 preview に正確に紐づき、対応する実行に決済済み outcome がある場合だけ学習対象になります。

これは汎用予測ログでも口座履歴ミラーでもありません。Autopilot、Strategy Studio、XStrategy、workflow 実行、発生元不明の perps は、リコール可能な role case を生成できません。

ユーザー向け監査画面は Trading Memory を参照してください。

受け入れ境界

Role case が評価対象になるには、次をすべて満たす必要があります。

1. role ID が reasoning skill で宣言され、role registry に存在する。
2. 手動 preview がちょうど 1 回消費されている。
3. ケースと実行の decision ID、資産、方向、口座、市場が一致する。
4. 実行発生元が manual_agent または検証済み manual_external である。
5. outcome が決済済みで、十分な評価データがある。

自動マーカーは手動らしい証拠より優先されます。不明な role や取引発生元は generic role へ fallback せず隔離されます。この fail-closed 境界により、自動戦略の挙動を人間の嗜好や分析ロールの学びとして再解釈できません。

データモデル

role_cases は role、関連する判断と evaluation run、状況、判断文、outcome state、reflection、provenance、評価資格、timestamp を保存します。FTS と任意の vector index は検索用であり、関係データの判断/評価リンクが source of truth です。

統一チェーンは次のとおりです。

trading_decisions
  → trade_executions / trade_fills
  → position_lifecycles
  → evaluation_runs / evaluation_components
  → methodology_observations and role_cases

ケース単独で取引発生を主張することはできず、リンクされた実行チェーンから事実を継承します。

ロール宣言

分析系 skill は安定した role ID と reflection policy を宣言します。Role registry が起動時に検証し、重複・不明 ID を generic role へ黙って対応付けることはありません。ロール定義は failure mode、成熟期間、outcome probe、reflection prompt を制御します。

Skill は能力 bundle、role はその中の判断コンテキストです。この分離により valuation、momentum、cycle analysis の学びが混ざりません。

リフレクション

対象ケースが成熟すると、reflector はまず outcome を分類します。

• logic_error：推論が当時利用可能な証拠と矛盾。学習可能。
• missing_data：取得すべき証拠が不足。学習可能。
• exogenous：予見不能なイベントに依存。監査用に保持するが guidance は作らない。
• variance：ノイズと区別不能。guidance は作らない。

学習可能な分類だけが簡潔なロール固有 lesson を受け取ります。処理は role ごとに直列化され、budget gate を通り、fund-moving tool を呼べません。

Runtime モード

ROLE_MEMORY_MODE は起動時に読み込まれ、その process で固定されます。

不正値は警告を記録し shadow に戻ります。Active でも execution tool にケース文を注入しません。SOUL、静的安全ルール、permission gate、明示的なユーザー制約は常に取得ケースより優先されます。

Recall と手動 reflect tool は active のときだけ登録され、shadow は候補ケース生成に必要な store path だけを公開します。Shadow は「モデルがケースを無視できる」という意味ではなく、正式な判断 prompt からケースを取得も受信もできない状態です。

検索制約

Active 検索は role を完全一致で絞り、指定時は symbol と scenario でも絞ります。リフレクション済み、非隔離、評価対象の手動ケースだけが候補です。FTS や embedding で順位付けしても、発生元・role・判断リンク制約は緩和されません。

評価との関係

Role Memory はバージョン付き evaluation run を利用します。同じ判断を複数 benchmark profile で評価でき、replay は新しい run を追加します。明示的に promoted された primary run だけが下流統計を更新できます。因子詳細と欠損品質は evaluation_components に残り、1 つの固定 score へ潰しません。

移行

旧 role_memory 行は role_cases へ移行します。既知 role は原文と provenance を保持し、不明 role は隔離されます。旧 score は監査専用で、新しいメソドロジー/role 統計を更新できません。Trading Memory 全体と同じ checksum 付き backup と保存件数レポートで検証します。

運用確認

• 正式注入前は ROLE_MEMORY_MODE=shadow で生成・評価を検証する。
• モード変更後は再起動する。hot switch はしない。
• doctor/audit 出力で長期 pending、failed、隔離ケースを確認する。
• ケース欠損時は reflection scheduler より先に、消費済み手動 preview と実行の正確なリンクを確認する。
• 自動または不明取引の評価資格を手動で反転して「修復」しない。

関連実装：

• apps/agent/src/memory/role-memory-mode.ts
• apps/agent/src/memory/role-reflector.ts
• apps/agent/src/memory/prompt-injection.ts
• apps/agent/src/tools/role-memory.ts
• apps/agent/src/memory/trading-memory-migration.ts