CMAC / リサーチ
CMACは、市場の挙動を調べるため、統計解析、適応型アルゴリズム、再帰的機械学習、AIモデル設計などの定量的手法を研究しています。研究仮説、アーキテクチャの設計、候補モデルは、評価を完了し裏付けられた手法とは区別されます。
研究上の重点
これらの重点は調査対象の領域を示すものです。資金提供が決定した案件、完了した研究、検証済みの投資成果を発表するものではありません。
01 / シグナルの持続性
発見のきっかけとなった標本以外でもシグナルが維持されるか、経済的な説明が他の検証にも耐えられるかを調べます。
02 / リスクと変化
市場環境、変動率、流動性、集中度、結果を支える仮定に対する感応度を調べます。
03 / 取引コストと摩擦
理論上の結果と、手数料、売買スプレッド、スリッページ、取引容量、実行上の制約を織り込んだ結果を区別します。
04 / モデルの信頼性
データの完全性、再現可能性、過学習、モデルの故障、アルゴリズムによる意思決定支援の限界を検討します。
技術研究とエンジニアリング
CMACの技術プログラムは、定量的リサーチとアルゴリズム手法の評価を支える四つの関連分野からなります。
01
CMACは、定められた制約の下で新たな証拠や条件の変化に適応することを目的としたアルゴリズムを研究・設計します。適応による優位性を主張するには比較試験による実証が必要であり、設計のみから推定することはできません。
02
私たちの研究には、仮説の立案、候補モデルの生成、比較評価、統制された改良を含む、反復的・再帰的な機械学習手法があります。十分な証拠が得られるまで、モデルの変更は研究候補にとどまります。
03
CMACのアーキテクチャと開発は、AIモデル設計、計算を伴う研究ワークフロー、証拠の取り扱い、モデル統合、統制された実験を対象とします。設計や開発を行っていること自体は、本番運用や稼働中の投資機能を証明しません。
04
CMACの研究手法には、再現可能性、頑健性評価、標本外検証、失敗分析の要件が含まれます。内部検証と独立した保証・評価は別々の責務です。いずれの完了についても責任主体を追跡できる証拠が必要です。
仮説、関連する基準、アイデアに反する証拠となる条件を明示します。
該当時点で入手可能だった情報のみを使います。探索と検証を分け、不利な結果も保存します。
不確実性、取引上の摩擦、損失リスク、統計的な有意性と経済的な有意性の違いを考慮します。
研究成果だけでは、資本投入の理由にも権限にもなりません。
このページに記載した能力は、研究の方向性、アーキテクチャの取り組み、開発目標を含みます。投資アルゴリズムの稼働、予測精度の実証、独立した保証・評価の完了、実際の資本取引の実施を主張するものではありません。本ウェブサイトは情報提供を目的としており、個別の投資助言や顧客資金の勧誘を行いません。独自コード、戦略パラメータ、機密データセット、保護された研究の詳細は公開しません。
研究・技術に関するお問い合わせは、企業窓口で受け付けています。