Marble Kapitrix analyzuje veľké objemy trhových údajov v reálnom čase a aplikuje prediktívne modely, ktoré boli testované v porovnaní s historickými podmienkami predtým, ako sa k vám dostane akékoľvek odporúčanie.
Marble Kapitrix bol vytvorený pre investorov, ktorí chcú skôr odôvodnený základ pre svoje rozhodnutia než predikciu doručenú bez kontextu. Platforma kombinuje agregáciu údajov v reálnom čase s modelmi, ktoré sú overené v porovnaní s historickými trhovými cyklami predtým, ako sú sprístupnené na použitie.
Každý výstup je sprevádzaný údajmi a predpokladmi, ktoré sú za ním, takže osoba, ktorá číta odporúčanie, ho môže skôr vyhodnotiť, než jednoducho prijať.
Každé odporúčanie vytvorené Marble Kapitrix prechádza tromi odlišnými fázami. Spoločne sú navrhnuté tak, aby zmenšili medzeru medzi nespracovanými údajmi a rozhodnutím, ktoré môžete obhájiť.
Trhové, transakčné a makroekonomické údaje sa prijímajú nepretržite, nie v pevnom cykle vykazovania. To umožňuje platforme odrážať aktuálne podmienky namiesto snímky, ktorá už môže byť zastaraná v čase, keď sa dostane na dashboard.
Štruktúrované a neštruktúrované zdroje sa pred akýmkoľvek modelovaním normalizujú do spoločného formátu, vďaka čomu sú porovnávania medzi triedami aktív konzistentné.
Modely rozpoznávania vzorov identifikujú vzťahy medzi premennými, ktoré je ťažké manuálne sledovať, ako je korelovaná volatilita medzi sektormi. Každý model sa pravidelne preškoľuje, keď sú k dispozícii nové údaje.
Výstupy sú pravdepodobnostné, nie deterministické. Platforma uvádza rozsah pravdepodobných výsledkov spolu so spoľahlivosťou spojenou s týmto rozsahom.
Odporúčania sú pred prezentovaním filtrované podľa uvedenej tolerancie rizika a obmedzení portfólia, takže návrh odráža skôr vaše parametre než všeobecnú alokáciu.
Každý návrh je vysledovateľný späť k údajom a modelovej fáze, ktorá ho vytvorila, čo podporuje auditnú stopu pre tímy, ktoré si uvedomujú súlad.
Transparentnosť tohto procesu je zámerná. Investori, ktorí hodnotia nástroj podporovaný AI, by mali byť schopní vidieť, ako bol výstup odvodený, nielen aký je výstup.
Cena, objem, likvidita a makroekonomické ukazovatele sa zhromažďujú z viacerých zdrojov a porovnávajú sa do jednotného súboru údajov.
Modely strojového učenia skenujú v súbore údajov opakujúce sa štruktúry, ako je napríklad zoskupovanie volatility alebo vzťahy medzi aktívami a oneskorením.
Kandidátske stratégie sú testované na základe historických trhových období, vrátane stresových scenárov, predtým ako sa zvažujú pre živé použitie.
Výsledky sú preložené do jednoduchých odporúčaní s podpornými údajmi, ktoré sú viditeľné vedľa každého z nich.
Predtým, ako akákoľvek stratégia dosiahne odporúčanie pre klienta, posúdi sa podľa nižšie uvedených metrík. Táto časť popisuje štruktúru tohto prehľadu, nie konkrétny výsledok.
Panel internej kontroly predstavuje každú kandidátsku stratégiu spolu s jej historickou výkonnosťou v rámci viacerých trhových režimov vrátane období zvýšenej volatility. Analytici môžu porovnávať stratégie vedľa seba ešte predtým, ako sa uvoľnia na použitie.
Model, ktorý funguje dobre v podmienkach jednotného trhu, nemusí byť nevyhnutne spoľahlivý. Marble Kapitrix testuje každú stratégiu v rôznych historických obdobiach, takže nároky na výkonnosť sú viazané na konkrétne zverejnené podmienky a nie na jedno priaznivé obdobie.
Meria najväčší pokles od vrcholu k najnižšej hodnote, ktorú zaznamenala stratégia počas spätného testovania, ktorá sa používa na posúdenie expozície smerom nadol.
Sleduje, do akej miery výnosy stratégie kolísali v čase vzhľadom na širší trh, na ktorom bola testovaná.
Porovnáva návratnosť generovanú na jednotku podstúpeného rizika, čo umožňuje spravodlivé porovnanie stratégií s rôznymi úrovňami rizika.
Všetky údaje, na ktoré sa odkazuje v recenziách klientov, sú špecifické pre stratégiu a sú označené časovou pečiatkou použitého obdobia spätného testovania a sú poskytované na požiadanie počas analytickej relácie a nie sú publikované ako všeobecné marketingové tvrdenia.
Rovnaké analytické jadro podporuje niekoľko rozhodovacích kontextov so vstupmi a obmedzeniami prispôsobenými prípadu použitia.
Odporúčania na alokáciu sa generujú vzhľadom na stanovenú toleranciu rizika, časový horizont a požiadavky na likviditu, pričom návrhy na opätovné vyváženie sú vyvolané merateľnými posunmi trhových podmienok.
Expozícia naprieč korelovanými aktívami sa nepretržite monitoruje, pričom sa generujú výstrahy, keď koncentrácia alebo volatilita prekročí prahy definované používateľom.
Podniky používajú modelovanie scenárov na vyhodnotenie toho, ako by rôzne trhové podmienky mohli ovplyvniť plánovanú expanziu alebo rozhodnutia o alokácii kapitálu v definovanom horizonte.
Toto sú otázky, ktoré si inštitucionálni a profesionálni investori kladú najčastejšie pred prijatím analytického nástroja podporovaného AI.
Dáta v prenose a v pokoji sú šifrované a prístup k súborom údajov špecifických pre klienta je obmedzený na overené relácie viazané na jednotlivé účty. Údaje používané na modelové školenie sú pred spracovaním anonymizované, kedykoľvek je to možné.
Každé odporúčanie je sprevádzané súhrnom vstupných údajov a všeobecnou kategóriou modelu použitou na jeho vytvorenie. Výstupy neuvádzame bez kontextu potrebného na ich posúdenie a výsledky spätného testovania pre danú stratégiu sú k dispozícii na vyžiadanie.
Platforma je navrhnutá tak, aby sa prepojila so štandardnými systémami správy portfólia a reportingu prostredníctvom API prístupu. Rozsah integrácie závisí od existujúcej infraštruktúry klienta a je stanovený počas úvodnej konzultácie.
Požiadajte o reláciu analýzy, aby ste videli, ako by sa metodológia Marble Kapitrix použila na historické podmienky relevantné pre vaše súčasné držby, s podpornými údajmi zobrazenými vedľa výsledku.
Požiadať o analýzuSo sídlom na Mauríciu. Analytické relácie sa vykonávajú na základe štandardnej dohody o dôvernosti údajov.