econ-project

計量経済・因果推論・機械学習の分析ライブラリと、Python・R、Jupyter、Quarto、LaTeX、経済学研究向けの AI 指示をまとめた研究環境のテンプレートです。Python 側には statsmodels・pyfixest・PyTorch など、R 側には fixest・ivreg・plm などの依存を定義しています。

econ-project-mini は、分析ライブラリを研究ごとに追加する基盤中心の構成です。このリポジトリは広い分析依存と pixi.lock／rv.lock を持ち、文書ビルドは Makefile の LuaLaTeX 手順を使います。

使い始める

git clone https://github.com/yoshimurahiroki/econ-project.git
cd econ-project

AI の指示を使うには、このフォルダーを コーディングエージェント の作業場所にし、AGENTS.md と操作一覧を入口にします。

分析環境を使う場合は、Docker と VS Code の Dev Containers 拡張を用意し、このフォルダーをコンテナで開きます。Pixi の対象プラットフォームは linux-64 です。初回セットアップはネットワークからパッケージを取得します。

Dev Container 設定から setup-environment.sh が実行され、Pixi 環境、rv による R パッケージ、Jupyter カーネルを準備します。コンテナ内の作業場所は /workspaces/econ-project です。以降のコマンドはリポジトリのルートで実行します。

make help

分析と依存を管理する

Python／Pixi の依存定義は pyproject.toml、R パッケージは rproject.toml にあります。解決済みの依存は pixi.lock と rv.lock に記録しています。依存を編集した後の更新には次の入口を使います。

make sync
make r-install

Notebook では、セットアップで登録された Python／R カーネルを選びます。データは data/ に置きます。コンテナの data/ は Docker volume に保存され、Git 管理から除外されています。生成物を含む除外設定は .gitignore にあります。

コードの検査は、lock を参照する専用の quality 環境で行います。

make setup-quality
make quality FILE=scripts/pack_context.sh

make lint FILE=... は Python の lint、make typecheck FILE=... は型検査、make test TEST=... は指定したテストを実行します。R の検査には lintr、整形には styler を導入し、make lint-r FILE=...／make format-r FILE=... を使います。適用する検査と必要な道具は品質検査の説明を参照してください。

論文とスライドを作る

LaTeX 論文と Beamer スライドを編集し、次のコマンドで PDF を作ります。

make build-paper
make build-slides

PAPER=...、SLIDES=... で別の原稿を指定できます。Makefile は原稿のディレクトリで LuaLaTeX を実行し、参考文献の指定があれば pbibtex を挟んで PDF を作ります。

Quarto 原稿を追加した場合は、ファイルを QMD=... で指定し、make quarto-html、make quarto-pdf、make quarto-reveal を使います。書式と実行条件はその原稿の設定で指定します。

AI に研究作業を依頼する

依頼には、対象資料、欲しい成果物、変更を許す範囲を添えます。Codex では $econ-writing などを指定し、改稿なら revise、翻訳なら translate のように操作一覧のモードを選びます。

共有指示の編集元は skills/、runtime/、registry/ にあり、コーディングエージェント 向けの配置は .agents/ です。書き方のプロファイルと Project に渡す追加資料は repo_context.md で選びます。

ChatGPT では、自分用プラグインとして使う方法と、Project へ指示を手動配置する方法を選べます。

Plugin Creator で自分用プラグインを作る

共通スキルの正本はecon-project-miniです。この公開配備先も、個人用サービスへの接続を含まず独立して利用できます。

最新の完全ソース ZIPを展開し、python scripts/export_project.py --generate-entriesで5スキルの参照を生成します。生成した配布物をPlugin Creatorへ渡して自分用プラグインとして登録し、保存後の入口と参照本文を読み戻します。公開用manifestには認証付きアプリやMCPの固定接続がありません。既存プラグインを更新する場合は配布手順に従います。

専門モデルと自律的な計算実験

文献の五つの比較軸とデータの単位・期間・変数・キーから研究候補を選びます。採用した目的と評価条件を既存の状態管理に保持し、計算結果から次の候補を生成して、最終候補を独立した評価標本で測定します。

因果推論、需要・供給、動学選択・ゲーム、オークション、市場設計、一般均衡、異質主体、数値計算の入口は 研究実行ガイド から選択します。数式・識別条件・入力・推定器・合成データ例を同じ専門資料にまとめています。保存した結果から表・図・本文・スライドを連動させ、HTML・LaTeX・Quarto・PDF・Word・PowerPoint と再現パッケージを生成します。実行記録 は依頼の184項目と計算結果を対応させます。

Project に手動で配置する

プラグインを使えない環境では、Project へ指示ファイルを手動配置します。

文章作成用の ChatGPT Project パッケージは、Python 3.12 で書き出せます。まだ存在しない出力先を指定します。

python3 scripts/export_project.py --task econ-writing --mode compose --output /tmp/econ-writing-project-new

生成された PROJECT_INSTRUCTIONS.txt を Project の指示欄へ貼り、残りのファイルを添付します。条件付き参照、native 配置、他リポジトリへの同期は統合・配布の説明にあります。

作業状態を保存する

作業を再開するために成果物の版・依存関係・停止条件を保存するときは、ハーネスの状態管理を使います。

python3 harness/state.py --root . init
python3 harness/state.py --root . inspect

記録先は Git 管理外の .agents/state/ です。分担と引継ぎの指示は TEAM.md、成果物の配置や Git 操作は publication.md にあります。

中長期の株式評価

econ-data:equityで、日本株・米国株・海外株の公開開示・IR・ニュース・産業データを取得します。同梱の専門リファレンスで観測と識別からモデルを選び、需要・競争均衡・投資から持続的FCF、ネットキャッシュ、適正株価を算定します。事業別の物量・費用・資本、逆DCF、税・取引費用・予算・代替投資による購入・保有・売却、新情報の価値寄与を計算します。

実行手順に従い、Python依存はskills/econ-data/scripts/requirements-equity.txtから導入します。EDINET・e-Statの無料キーは利用者本人のSecretからEDINET_API_KEY・ESTAT_APP_IDへ渡します。未登録時に他者のキーやサービスへ接続する処理はありません。本人が管理するMCPを接続済みなら、その認証・保存先を利用できます。通常分析は専門資料の外部取得を必要とせず、個人の資料・認証・評価履歴は各利用者の非公開環境で管理します。売買需給分析には信用取引残高と裁定取引残高だけを使います。