LEGORA CAPITAL Co., Ltd.

私達は、金融市場における自動取引システム開発並びに株主と社員の自己資金を運用する Proprietary trading company です。投資の勧誘や金融商品の販売等の活動は一切行っておりません。

We are a proprietary trading company developing automated trading systems for financial markets and managing the proprietary funds of shareholders and employees. The company does not solicit investments or sell financial products.

Quants strategy

クオンツは、数値データをまとめた定量分析です。昨今、ビッグデータを扱うソリューションの数が増えていることは言うまでもありませんが、より広範な市場データへのアクセスが拡大し、自動化を中心に技術革新の増加により、クオンツの成長が促進されました。定量的戦略は、使用するアルゴリズムの機密性が高いため、ブラック ボックスと呼ばれることがよくあります。クオンツのプログラミングとクオンツアルゴリズムには、経済データポイントからトレンドのグローバル指数やリアルタイムの企業ニュースに至るまで、数々の要素があります。その結果、高度なソフトウェアプログラムを通じて開発された独自のアルゴリズムを使用して、勢い、品質、価値、財務力に関する洗練されたモデルを構築することが可能になります。

Quant is a method of quantitative analysis that summarizes numerical data. Many solutions built around big data have become popular recently, but the growth of quantitative methods has accelerated particularly fast, with access to broader market data and increased technological innovation, especially around automation. Quantitative strategies are often referred to as black boxes, because of the sensitive nature of the algorithms. There are numerous elements to quant programming and quant algorithms, from economic data points to trending global indices and timely company news. This leads to building sophisticated models around momentum, quality, value, and financial strength using proprietary algorithms developed through sophisticated software programs.

クオンツは、主に歴史的な出来事に基づいており、過去が常に未来に繰り返されるとは限らないため、失敗する可能性もあります。強力なクオンツ チームは常にモデルに新しい側面を追加して将来の出来事を予測しますが、毎回未来を予測することは不可能です。しかし、我々はクオンツを利用し、インプットとコンピュータープログラムを使用して投資を選択することで、リスクと損失を削減するのに役立つと考えています。

Quants are based on major historical events, assessing the possibility of failure since history does not always repeat itself. A strong quant team can add new aspects to the models to predict future events, although precisely predicting all future events is impossible. Therefore, risk mitigation is important, via the selection of investments using quantitative methods from various inputs and computer programs.

High speed rotary trading

近年、金融市場は競争の為のシステムが高速化されています。ヘッジファンドや資産運用会社の要求は流動性と取引スピードを強化することはシステムコストよりも最も重要な要素の位置づけになります。高速回転は実際の企業財務データは必要なく、価格形成を比較するための検証は、多くの要因が価格形成を作り出す為、劇的変化する金融市場システムについての議論することは非常に困難なため実証結果のみを使用します。

In recent years, the speed of financial markets has increased due to competition. Hedge funds and asset management companies are demanding enhanced liquidity and trading speed as the most important factors, even more important that system cost. Fast turnover does not require actual corporate financial data, but only empirical results to compare price formation patterns, as it is difficult to discuss the aggressively changing financial market systems since many factors influence price formation.

一般的な自動売買取引のシステム開発プロセスは、過去の一定期間の取引から仮想の評価を採用し、開発者はその取引モデルからパラメータやフィルタリング、チューニング（調整）を行い投資理論、戦略や戦術を人の手によって最適な手法を採用します。その手法に対してバックテスト行い、その結果から取引戦略を構築する方法は広く採用されていますが、当時の行動判断が不十分な点、アルゴリズムと他の要因、ポジションや注文状況など無数の可能性に対して考慮されていないので、一般的な自動売買システム私達はその再現性やApproach方法には限界があると考えています。

A general automated trading system development procedure adopts a hypothetical valuation from previous periods, which is used as a trading model by the developers to manually adapt the parameters, filter, and tune (adjust) systems to finally create the most suitable method for investment, strategy, and tactical allocations. Once this method is backtested, the trading strategy is then widely used. However, this method does not consider the myriad of possibilities such as inadequate factors of behavioral judgment, other algorithms, position and order status, etc. This leads to limiting the reproducibility and the approach of general automated trading systems.

私達は、これまで考慮されていなかった自動売買取引システムの限界を解決するべく当時の市場の状態や市場行動と評価を価値基準と手段（方法）基準を投資家（取引者）の裏側で選択された価値（理由）と市場行動データを事象別に分析しています。その事象別データセットを学習させることで実際の市場の変化に対して有効な取引戦略が構築されると考えます。また、Tradingにおいては投資家の戦略予測値であるLimit（指値）戦略が主流の為発注タイミングは重要となります。私達は、Profitを獲得する為に市場の環境（時間の細分類化）や状態を判断、戦略を予測できるLimit（指値）またビットアスクの注文変化、変化のタイミングや変化量、スプレッド、ノイズなども考慮した自動売買取引システムの開発を行っています。

To improve upon the limitations of automated trading systems, the analysis of the market conditions, market behavior, and the evaluation of the value criteria and methods behind the investors (or traders) choices, we use market behavior data and event data. By learning from this event-specific data set, effective trading strategies can be constructed in response to actual market changes.
The timing of order placement is important for mainstream trading strategies, which revolve around the predicted value of the investors strategies. The automated trading system developed considers the market environment (time segmentation), the state of the market, and the limit strategy that can predict the order change of the bid-ask, the timing and amount of changes, the spread, and noise to achieve the goal of obtaining a profit.

About us

私達は、独自のアルゴリズム構築、機械学習（強化学習）金融市場取引システムの開発と自己運用を行う企業です。投資勧誘を目的とした募集や営業活動等は一切行っておりません。

We are a company developing and self-managing proprietary algorithms and machine learning tools, as well as financial market trading systems. The company does not solicit or sell investment services.

Head office

Quants / Engineer

※個人情報公開規制

Contact us

レゴラキャピタル株式会社
LEGORA CAPITAL Co., Ltd.

〒158-0083 東京都世田谷区奥沢5丁目内
5 Okusawa, Setagaya-ku, Tokyo JAPAN 1580083