Loopera-ai/loopera

解決する課題

Looperaは、基礎的定量研究向けに設計されたAIエージェントです。未加工の財務データや研究資料（PDFやプロンプトなど）を、検証済みで説明可能な投資ファクターに変換する問題を解決します。統計的相関を見つけるためにデータフィールドをランダムに組み合わせるのではなく、財務異常の背後にある経済的論理に注目することで、研究結果がデータフィッティングではなくビジネス現実に基づいていることを保証します。

動作方法

Looperaは、以下の複数ステージからなる継続的な研究ループとして動作します。

1. 入力と理解: 研究テーマ、テキストプロンプト、またはPDFレポートを受け取り、主張、式、経済的メカニズムを抽出します。
2. 仮説生成: 財務異常（例：利益が現金に変換されない）を特定し、それらの現象が将来のパフォーマンスに影響を与える可能性のある、対立する経済的説明を提示します。
3. ファクター構築: これらの仮説を「研究契約（Research Contracts）」に変換します。これは構造化され、計算可能なオブジェクトであり、ファクターの期待される方向性と経済的意味を定義します。
4. 証拠ゲートによる検証: 候補は、データの可用性、タイミング/先行情報バイアス、会計的一貫性、追加価値の有無といった複数の「証拠ゲート」を通過する必要があります。それらを満たして初めて承認されます。
5. 研究メモリ: 成功した研究経路と失敗した経路がすべてメモリシステムに保存され、重複作業を防ぎ、研究の空白を特定します。

対象ユーザー

• 基礎的定量チーム: 因子研究プロセスを標準化・拡張したい人
• 投資研究・FinTech機関: 内部レポートやデータ能力を標準化された検証パイプラインに接続したい組織
• 研究マネージャー: バックテスト曲線だけでなく、意思決定の論理、証拠、失敗理由を追跡したい人

特徴

• 仮説主導: 過剰適合を避けるために、単なる計算よりも経済的説明を優先します。
• 証拠ゲート方式: 複数層の検証プロセスにより、ファクターの堅牢性と論理的一貫性を確保します。
• メモリ拡張型: なぜ特定の経路が失敗したかを記録する研究の履歴を維持し、失敗をチームの知識に変換します。
• マルチモーダル入力: PDFから研究主張や式を抽出可能であり、出典の正確性を厳密に保持します。