Empirische Kapitalmarktforschung
Rigorose Untersuchung von Investmentfragen mit quantitativen und evidenzbasierten Methoden.
Forschungsbasierte Beratung für Asset Manager
K2Q Capital Limited
Wir verbinden akademische Forschung, künstliche Intelligenz, alternative Daten, quantitative Finanzwirtschaft und praktisches Marktwissen, um komplexe Forschungsfragen in umsetzbare Investmenterkenntnisse zu übersetzen.
Wer wir sind
Wir sind externer Forschungspartner für Investmentteams
K2Q arbeitet an der Schnittstelle von akademischer Forschung und institutionellem Asset Management und verbindet methodische Strenge mit praxisnahen Erkenntnissen.
Forschung
K2Q
Anwendung
KI, maschinelles Lernen & alternative Daten
Einsatz fortschrittlicher Technologien und unkonventioneller Informationsquellen, um Informationen aufzudecken, die traditionellen Ansätzen möglicherweise entgehen.
Verständnis für institutionelle Kapitalanlage
Forschung, die auf die praktischen Fragestellungen, Rahmenbedingungen und Entscheidungsprozesse von Investmentteams ausgerichtet ist.
Expertise in japanischen Finanzmärkten
Spezialisiertes Wissen und Forschungskompetenz mit Fokus auf japanische Aktien und Finanzmärkte.
Von der Forschung zur Hypothese
Der Weg von einer akademischen oder investmentbezogenen Frage zu einer überprüfbaren und potenziell investierbaren Forschungshypothese.
Unsere Position
Zwischen Wissenschaft und institutionellem Asset Management.
Wir verbinden die Tiefe und Strenge akademischer Forschung mit der Praxisnähe und Relevanz des institutionellen Investmentmanagements und entwickeln unabhängig evidenzbasierte Forschung, die in Investmententscheidungen einfließen kann.
Was wir tun
Forschung, die von der Investmentfrage ausgeht.
Wir arbeiten mit Investmentteams an Forschungsfragen, die eine tiefere empirische Untersuchung erfordern, als sie im täglichen Investmentprozess normalerweise möglich ist.
Projekte können mit einer Marktbeobachtung, einem wissenschaftlichen Befund, einer eigenen Hypothese oder einem neuen Datensatz beginnen.
Wie wir arbeiten
Wir beginnen mit der Frage,
nicht mit einem vorgefertigten Modell.
Von Investmentfragen zu Investmentanwendungen.
01
Investmentfrage
- Enthält ein Datensatz Informationen, die der Markt nicht vollständig verarbeitet?
- Hält ein bestehendes Investmentsignal strengeren Tests stand?
- Kann KI ökonomisch bedeutsame Zusammenhänge erkennen, die herkömmlichen Klassifikationen entgehen?
- Warum funktioniert eine Investmentstrategie, und unter welchen Bedingungen versagt sie?
- 02
Forschungsdesign
Wir bestimmen die geeigneten Daten, die empirische Methodik, die Benchmark und die Identifikationsstrategie.
- 03
Validierung
Wir prüfen Robustheit, alternative Erklärungen, Faktor-Exposures, das Out-of-Sample-Verhalten, die ökonomische Signifikanz und, wo relevant, Aspekte der Umsetzung.
- 04
Investmentanwendung
Die Forschung wird in eine Form überführt, die ein Investmentteam bewerten und potenziell in seinen Forschungsprozess integrieren kann. Dies kann ein Signal, ein Portfolio-Framework, ein Forschungsmodell, einen Prototyp oder ein Tool zur Entscheidungsunterstützung umfassen.
Je nach Forschungsfrage kann das Ergebnis ein Signal, ein Portfolio-Framework, ein Forschungsmodell, ein Prototyp oder ein Tool zur Entscheidungsunterstützung sein, das ein Investmentteam im Rahmen seines eigenen Prozesses bewerten kann.
Ausgewählte Forschung
Ausgewählte Forschung & Anwendung
Forschung, die herkömmliche Sichtweisen auf den Markt infrage stellt.
KI & Unternehmensoffenlegungen
Von Worten zu Renditen: Sentimentanalyse japanischer 10‑K-Berichte mit fortgeschrittenen großen Sprachmodellen
Fortgeschrittene LLMs extrahieren aus Unternehmensoffenlegungen anlagerelevante Informationen, die herkömmlichen Methoden möglicherweise entgehen – auf Basis umfangreicher japanischer Unternehmensberichte.
Peer-Review-geprüfte Forschung
PeerJ Computer Science, 2025
K. Okada, M. Nakasuji, Y. Tsukioka, T. Yamasaki
Dynamische Investmentthemen
Momentum ohne Momentum: Textbasierte Themen und die Prognostizierbarkeit von Renditen in Japan
Textbasierte Themen verbinden wirtschaftlich verwandte Unternehmen über Sektorgrenzen hinweg und zeigen eine Prognostizierbarkeit von Renditen selbst in einem Markt mit schwachem Momentum.
Laufende Forschung
Deep Learning & Marktinformationen
Entschlüsselung des besonderen Kursverhaltens am japanischen Aktienmarkt mit Convolutional Neural Networks
Mithilfe von Convolutional Neural Networks auf Kurscharts deckt diese Studie Muster im Marktverhalten auf, die herkömmliche Modelle möglicherweise nicht erfassen.
Laufende Forschung
Unser Team
Die Menschen hinter K2Q
Aman Oberoi
CEO
Herr Oberoi handelt seit 1989 in verschiedenen Funktionen mit japanischen Aktien und Derivaten, unter anderem baute er das Geschäft der Citibank mit japanischen Aktienderivaten auf und leitete es. Während seiner 16-jährigen Tätigkeit bei der Citigroup gründete und leitete er verschiedene Derivatehandelsbereiche in New York, Tokio und London. Er war außerdem Mitglied der EM Macro Proprietary Trading Group der Citigroup. Ab 2007 leitete er als Managing Director das Handels-, Quantitative-Research- und Technologiegeschäft der Bank Sal Oppenheim in Zürich und Frankfurt. In seiner jüngsten Position war er Senior MD und Mitglied des Executive Committee der Mizuho International Plc, London. Er hat einen B. S. in Electrical Engineering and Computer Science der Duke University und einen MBA der University of North Carolina at Chapel Hill.
Katsuhiko Okada
Head of Research
Herr Okada ist Professor für Finance mit Lebenszeitstelle (Tenure) an der Kwansei Gakuin University; sein Forschungsschwerpunkt ist verhaltensorientiertes Asset Pricing. Er hat Magne-Max Capital mit Sitz in Osaka gegründet und leitet das Unternehmen; zudem arbeitet er in Forschung und Entwicklung sehr eng mit K2Q Capital zusammen. Herr Oberoi und Herr Okada arbeiten seit 2011 zusammen und kennen sich seit 1994. 1997 war er Mitgründer der Hedgefonds-Managementgesellschaft Halberdier Capital in Singapur. Herr Okada ist derzeit Präsident der JFA und veröffentlicht einflussreiche Arbeiten zum Asset Management in Japan. Er hat einen MBA der John M. Olin School of Business der Washington University und einen PhD in Business Administration der Kobe University.
Maxwell Trautman
Risiko und Investor Relations (extern)
Max verfügt über umfangreiche Erfahrung in Global-Macro-Trading, Risikomanagement und Fundraising. Derzeit CEO seines Unternehmens New Sparta Asset Management, das sich auf Investitionen in erneuerbare Energien konzentriert. Zuvor Portfoliomanager bei Millennium Capital Partners. Gründer und CIO von Stoneworks Asset Management LLP, die den Investcorp Stoneworks Global Macro Hedge Fund mit einem verwalteten Vermögen (AUM) von über $500MM verwaltete. Gründungspartner bei Peloton Partners Hedge Fund. Executive Director bei Goldman Sachs, wo er im Eigenhandel zunächst in der J Aron FX and Commodity Division in New York und später im FICC-Team (Fixed Income Currencies and Commodities) in London tätig war. Seine Laufbahn in der Finanzbranche begann er als Vice President bei der Citibank im Bereich EM Structured Products in New York. Max hat einen BA in International Relations der American University und einen MA in International Banking and Economics der Columbia University.