Marble Kapitrix analysiert große Mengen an Marktdaten in Echtzeit und wendet Vorhersagemodelle an, die anhand historischer Bedingungen getestet wurden, bevor Sie eine Empfehlung erhalten.
Marble Kapitrix wurde für Anleger entwickelt, die eine begründete Grundlage für ihre Entscheidungen und keine Prognosen ohne Kontext wünschen. Die Plattform kombiniert Echtzeit-Datenaggregation mit Modellen, die anhand historischer Marktzyklen validiert werden, bevor sie zur Nutzung bereitgestellt werden.
Jede Ausgabe wird von den dahinter stehenden Daten und Annahmen begleitet, so dass der Leser die Empfehlung bewerten und nicht einfach akzeptieren kann.
Jede von Marble Kapitrix erstellte Empfehlung durchläuft drei verschiedene Phasen. Zusammen sollen sie die Lücke zwischen Rohdaten und einer Entscheidung, die Sie verteidigen können, verringern.
Markt-, Transaktions- und makroökonomische Daten werden kontinuierlich und nicht in einem festen Berichtszyklus erfasst. Dies ermöglicht es der Plattform, aktuelle Bedingungen widerzuspiegeln, anstatt einen Schnappschuss zu erstellen, der möglicherweise bereits veraltet ist, wenn er ein Dashboard erreicht.
Strukturierte und unstrukturierte Quellen werden vor der Modellierung in ein gemeinsames Format normalisiert, wodurch Vergleiche zwischen Anlageklassen konsistent bleiben.
Mustererkennungsmodelle identifizieren Beziehungen zwischen Variablen, die manuell schwer zu verfolgen sind, wie etwa korrelierte Volatilität über Sektoren hinweg. Jedes Modell wird regelmäßig neu trainiert, sobald neue Daten verfügbar sind.
Die Ausgaben sind probabilistisch und nicht deterministisch. Die Plattform meldet eine Reihe wahrscheinlicher Ergebnisse zusammen mit dem mit dieser Reihe verbundenen Vertrauen.
Empfehlungen werden vor der Präsentation anhand der angegebenen Risikotoleranz und Portfoliobeschränkungen gefiltert, sodass der Vorschlag Ihre Parameter und keine allgemeine Allokation widerspiegelt.
Jeder Vorschlag lässt sich bis zu den Daten und der Modellphase zurückverfolgen, in der er erstellt wurde, und unterstützt so einen Prüfpfad für Compliance-bewusste Teams.
Transparenz in diesem Prozess ist gewollt. Investoren, die ein KI-gestütztes Tool evaluieren, sollten in der Lage sein, zu sehen, wie eine Ausgabe abgeleitet wurde, und nicht nur, was die Ausgabe ist.
Preis-, Volumen-, Liquiditäts- und makroökonomische Indikatoren werden aus mehreren Quellen gesammelt und in einem einheitlichen Datensatz abgeglichen.
Modelle für maschinelles Lernen scannen den Datensatz auf wiederkehrende Strukturen, wie z. B. Volatilitätscluster oder Lead-Lag-Beziehungen zwischen Vermögenswerten.
Kandidatenstrategien werden anhand historischer Marktperioden, einschließlich Stressszenarien, getestet, bevor sie für den Live-Einsatz in Betracht gezogen werden.
Die Ergebnisse werden in Empfehlungen in einfacher Sprache übersetzt, wobei die unterstützenden Daten jeweils daneben sichtbar sind.
Bevor eine Strategie eine kundenorientierte Empfehlung erhält, wird sie anhand der folgenden Kennzahlen überprüft. In diesem Abschnitt wird die Struktur dieser Überprüfung beschrieben, nicht ein bestimmtes Ergebnis.
Das interne Überprüfungs-Dashboard präsentiert jede Kandidatenstrategie zusammen mit ihrer historischen Leistung über mehrere Marktregime hinweg, einschließlich Zeiten erhöhter Volatilität. Analysten können Strategien nebeneinander vergleichen, bevor sie zur Verwendung freigegeben werden.
Ein Modell, das unter bestimmten Marktbedingungen gut funktioniert, ist nicht unbedingt zuverlässig. Marble Kapitrix testet jede Strategie über verschiedene historische Zeitfenster hinweg, sodass Leistungsansprüche an bestimmte, offengelegte Bedingungen und nicht an einen einzigen günstigen Zeitraum gebunden sind.
Misst den größten Rückgang von der Spitze bis zur Talsohle, den eine Strategie während des Backtestings erlebt hat, und wird zur Beurteilung des Abwärtsrisikos verwendet.
Verfolgt, wie stark die Renditen einer Strategie im Laufe der Zeit im Vergleich zum breiteren Markt, an dem sie getestet wurde, schwankten.
Vergleicht die generierte Rendite pro eingegangener Risikoeinheit und ermöglicht so einen fairen Vergleich von Strategien mit unterschiedlichen Risikoniveaus.
Alle in Kundenbewertungen genannten Zahlen sind strategiespezifisch und mit einem Zeitstempel für den verwendeten Backtesting-Zeitraum versehen. Sie werden auf Anfrage während einer Analysesitzung bereitgestellt und nicht als allgemeine Marketingaussagen veröffentlicht.
Derselbe analytische Kern unterstützt mehrere Entscheidungskontexte, wobei die Eingaben und Einschränkungen an den Anwendungsfall angepasst werden.
Allokationsempfehlungen werden anhand der angegebenen Risikotoleranz, des Zeithorizonts und der Liquiditätsanforderungen generiert, wobei Vorschläge zur Neuausrichtung durch messbare Veränderungen der Marktbedingungen ausgelöst werden.
Das Risiko korrelierter Vermögenswerte wird kontinuierlich überwacht, wobei Warnungen generiert werden, wenn die Konzentration oder Volatilität vom Benutzer definierte Schwellenwerte überschreitet.
Unternehmen verwenden Szenariomodelle, um zu bewerten, wie sich unterschiedliche Marktbedingungen über einen definierten Zeitraum auf geplante Expansions- oder Kapitalallokationsentscheidungen auswirken könnten.
Dies sind die Fragen, die institutionelle und professionelle Anleger am häufigsten stellen, bevor sie ein KI-gestütztes Analysetool einsetzen.
Daten während der Übertragung und im Ruhezustand werden verschlüsselt, und der Zugriff auf kundenspezifische Datensätze ist auf authentifizierte Sitzungen beschränkt, die an einzelne Konten gebunden sind. Die für das Modelltraining verwendeten Daten werden nach Möglichkeit vor der Verarbeitung anonymisiert.
Jede Empfehlung wird von einer Zusammenfassung der Dateneingaben und der allgemeinen Modellkategorie begleitet, die zu ihrer Erstellung verwendet wurde. Wir präsentieren keine Ergebnisse ohne den für ihre Bewertung erforderlichen Kontext. Backtesting-Ergebnisse für eine bestimmte Strategie sind auf Anfrage erhältlich.
Die Plattform ist für die Verbindung mit Standard-Portfoliomanagement- und Berichtssystemen über API-Zugriff konzipiert. Der Integrationsumfang hängt von der bestehenden Infrastruktur des Kunden ab und wird im Rahmen einer Erstberatung festgelegt.
Fordern Sie eine Analysesitzung an, um zu sehen, wie die Methodik von Marble Kapitrix auf historische Bedingungen angewendet worden wäre, die für Ihre aktuellen Bestände relevant sind, wobei die unterstützenden Daten neben dem Ergebnis angezeigt werden.
AnforderungsanalyseSitz auf Mauritius. Analysesitzungen werden im Rahmen einer Standardvereinbarung zur Vertraulichkeit von Daten durchgeführt.