Automatizirana inteligencija portfelja

Odluke temeljene na provjerenim dokazima, a ne na dnevnoj tržišnoj buci

Quantrix Ai analizira povijesne podatke i tržišne podatke u stvarnom vremenu kako bi izgradio raznolike portfelje, a zatim ih automatski održava. Vaš dugoročni plan više ne ovisi o tome koliko vremena imate danas.

Izlaz uzorka dodjele

Ilustrativni ponderi dodjele, ponovno izračunati kako se novi podaci obrađuju logikom rebalansiranja.

Problem s ručnim nadzorom

Nedostatak vremena je rizik portfelja, a ne samo neugodnost

Tržišta kontinuirano generiraju informacije: revizije zarada, odluke o kamatnim stopama, kretanje valuta, rotacija sektora. Obraditi sve to ručno, nakon punog radnog dana ili s malom djecom kod kuće, za većinu kućanstava nije realno.

Uobičajeni rezultat nije iznenadni gubitak. To je drift — portfelji koji polako prestaju odgovarati toleranciji rizika i ciljevima za koje su izvorno izgrađeni, jednostavno zato što nitko nije imao sati da ih pregleda.

Više tržišnih ciklusa

Naša logika raspodjele testirana je u odnosu na nekoliko različitih povijesnih tržišnih ciklusa, uključujući razdoblja povećane volatilnosti, prije nego što se primijeni na bilo koji živi portfelj.

Metodologija

Kako se model pomiče s neobrađenih podataka na upravljanu poziciju

Četiri faze, svaka hrani drugu. Svaka faza uključuje eksplicitnu provjeru prije nego što se utječe na kapital klijenta.

  1. 01 — Gutanje

    Kontinuirano prikupljanje podataka

    Cijene, makroekonomski pokazatelji i mjere volatilnosti izvlače se iz više izvora tržišnih podataka na kontinuiranoj osnovi.

  2. 02 — Evaluacija

    Analiza signala i uzoraka

    Statistički modeli ocjenjuju vjerojatnost i trajnost opaženih uzoraka, odbacujući šum koji se ne može održati u vremenskim okvirima.

  3. 03 — Filter rizika

    Okvir za smanjenje rizika

    Predložene pozicije prolaze kroz fiksna ograničenja izloženosti povlačenju, korelacije između udjela i veličine pojedinačne pozicije prije odobrenja.

  4. 04 — Kalibracija

    Povijesni kontekst izvedbe

    Svaka se prilagodba uspoređuje sa scenarijima testiranim unatrag prije implementacije, a zatim se prati u odnosu na rezultate uživo nakon toga.

Osnovne mogućnosti

Gdje tehnički rad zamjenjuje ručno istraživanje

Obrada u stvarnom vremenu

Podaci o tržištu unose se i ocjenjuju kontinuirano, a ne prema fiksnom dnevnom ili tjednom rasporedu. Kada volatilnost naglo poraste ili se korelacije između imovine pomaknu, model to odražava u svojoj analizi u istoj sesiji, puno prije nego što bi ručni tromjesečni pregled to uhvatio.

Prediktivna procjena rizika

Rezultati rizika koji se odnose na budućnost generiraju se za svako imanje korištenjem povijesti volatilnosti i makroosjetljivosti, označavajući pozicije koje bi mogle biti izvan planiranog raspona rizika.

Automatsko rebalansiranje

Kada alokacije prijeđu postavljene granice tolerancije, generiraju se trgovine kako bi se portfelj vratio u skladu s ciljanim težinama, bez potrebe za dnevnom odjavom.

Istraživački tim Quantrix Ai pregledava ponašanje modela i rezultate analize podataka

O Quantrix Ai

Izgrađen za odluke temeljene na dokazima, a ne za tržišne komentare

Quantrix Ai je izgrađen na premisi da se većina investicijskih odluka poboljšava kada je odvojena od svakodnevnih emocija i ograničenog vremena. Naši se modeli redovito pregledavaju prema novim tržišnim podacima, a svaka se promjena metodologije dokumentira prije nego što dospije u živi portfelj.

Ne objavljujemo ciljane cijene niti kratkoročne pozive. Izlaz platforme je upravljana dodjela, podržana dokumentiranim procesom koji možete pregledati u bilo kojem trenutku.

Transparentnost

Što backtesting znači u praksi, a što ne jamči

Metodologija testiranja unatrag

Svaka se strategija uspoređuje s povijesnim cijenama i makroekonomskim podacima koji obuhvaćaju nekoliko različitih tržišnih režima, uključujući razdoblja ekspanzije i kontrakcije. Rezultati se uspoređuju s pasivnom referentnom vrijednošću kako bi se izolirao doprinos aktivnog rebalansa.

Parametri ocjenjivanja

Modeli se ocjenjuju na temelju povrata prilagođenog riziku, maksimalnog povlačenja i dosljednosti u podrazdobljima, a ne na temelju pojedinačne ukupne brojke povrata. Strategija koja ima dobru izvedbu samo na jednoj metrici nije odobrena za implementaciju uživo. Prošla izvedba u ovim testovima ne jamči buduće rezultate.

  • Podaci šifrirani u prijenosu i mirovanju
  • Dvofaktorska autentifikacija računa
  • Kanadski podaci o prebivalištu za evidenciju klijenata
  • Neovisni pregled promjena modela prije puštanja u promet

Slučajevi upotrebe

Dva investitora, dva različita prioriteta

Za roditelje koji grade prema dalekom cilju

Štednja kućanstva za obrazovanje ili mirovinu obično ima dug vremenski horizont i ograničeno vrijeme za praćenje tržišta. Ovdje model favorizira širu diversifikaciju i dopušta logici rebalansa da apsorbira kratkoročnu volatilnost, tako da se doprinosi nastavljaju ukomponirati bez potrebe za čestom pažnjom bilo kojeg od roditelja.

Za profesionalce kojima je stabilnost prioritet

Investitor koji je bliži povlačenju iz svog portfelja ili jednostavno manje tolerantan prema velikim promjenama, može postaviti stroži raspon rizika. Sloj prediktivne procjene rizika zatim ranije pokreće ponovno balansiranje, mijenjajući neki potencijal povećanja za uži raspon očekivanih ishoda.

Sljedeći korak

Zatražite pristup za pregled raspodjele vašeg portfelja provjerene unatrag

Access uključuje pregled metodologije koja stoji iza vaše predložene dodjele prije nego što se bilo koja sredstva angažiraju. Nema obveze da nastavite nakon što ga pregledate.

Zatraži pristup