CMAC / Forskning

Pröva idén.
Förstå begränsningarna.

CMAC undersöker kvantitativa metoder för att studera marknadsbeteende, däribland statistisk analys, adaptiva algoritmer, rekursiv maskininlärning och design av AI-modeller. Forskningshypoteser, arkitekturförslag och modellkandidater skiljs från metoder som stöds av slutförd utvärdering.

Forskningsprioriteringar

Fyra frågor för
investeringsforskning.

Prioriteringarna beskriver undersökningsområden. De är inte tillkännagivanden av finansierade projekt, slutförda studier eller validerade investeringsresultat.

01 / Signalers beständighet

Består sambandet?

Undersök om en skenbar signal håller även utanför det urval som antydde den, och om en ekonomisk förklaring klarar alternativa tester.

02 / Risk och förändring

Vad förändrar slutsatsen?

Studera känsligheten för marknadsförhållanden, volatilitet, likviditet, koncentration och de antaganden som ett resultat beror på.

03 / Handelsfriktioner

Består möjligheten efter kostnader?

Skilj teoretiska resultat från utfall som beaktar avgifter, spreadar, slippage, kapacitet och praktiska begränsningar i utförandet.

04 / Modellers tillförlitlighet

När bör en modell inte anses tillförlitlig?

Undersök dataintegritet, reproducerbarhet, överanpassning, modellfel och gränserna för algoritmiskt beslutsstöd.

Teknisk forskning och utveckling

Forsknings- och utvecklingsområden.

CMAC:s tekniska program omfattar fyra sammanhängande områden som stöder kvantitativ forskning och utvärdering av algoritmiska metoder.

Utveckling av adaptiva algoritmer.

CMAC undersöker och utformar algoritmer som är avsedda att anpassas till nya belägg och förändrade förhållanden inom definierade gränser. En påstådd adaptiv fördel måste styrkas genom jämförande tester och får inte antas enbart utifrån designen.

Rekursiv maskininlärning.

Vårt forskningsprogram omfattar iterativa och rekursivt strukturerade metoder för maskininlärning, inklusive hypotesutveckling, generering av modellkandidater, jämförande utvärdering och kontrollerad förfining. Modelländringar förblir forskningskandidater tills de stöds av lämpliga belägg.

Utveckling av AI-modeller och system.

CMAC:s arkitektur- och utvecklingsarbete omfattar design av AI-modeller, beräkningsbaserade forskningsflöden, hantering av belägg, modellintegration och kontrollerade experiment. Arkitekturförslag och utvecklingsarbete visar inte i sig att något tagits i produktion eller att aktiv investeringsförmåga finns.

Validering och oberoende granskning.

CMAC:s forskningsmetodik innefattar krav på reproducerbarhet, robusthetsutvärdering, tester utanför urvalet och felanalys. Intern validering och oberoende granskning är separata ansvarsområden. Slutförandet av vardera måste stödjas av spårbara belägg.

Principer för att
utvärdera en idé.

Definiera jämförelsen.
Ange hypotesen, relevant referens och belägg som skulle tala emot idén.
Genomför testet ärligt.
Använd information som fanns tillgänglig vid den relevanta tidpunkten. Skilj utforskning från validering och bevara ogynnsamma resultat.
Mät det som spelar roll.
Beakta osäkerhet, handelsfriktioner, nedåtrisk och skillnaden mellan statistisk och ekonomisk signifikans.
Skilj belägg från handling.
Ett forskningsresultat är i sig varken ett skäl eller en behörighet att använda kapital.

Offentlig forskningsstatus

De förmågor som beskrivs här omfattar forskningsinriktningar, arkitekturarbete och utvecklingsmål. De är inte påståenden om driftsatta investeringsalgoritmer, verifierad prognosprecision, slutförd oberoende granskning eller faktiskt genomförd kapitalhandel. Webbplatsen är informativ och erbjuder inte personlig investeringsrådgivning eller efterfrågar kundkapital. Proprietär kod, strategiparametrar, konfidentiella datamängder och skyddade forskningsdetaljer offentliggörs inte.

En fråga värd att pröva?

Teknisk och forskningsrelaterad korrespondens välkomnas via företagets kontaktkanal.

Forskningskorrespondens

Pröva idén.Förstå begränsningarna.

Fyra frågor förinvesteringsforskning.