Sovrena spouští prediktivní modely na základě dvou desetiletí tržních dat, aby odhalil zpětně testované strategie pro investory, kteří chtějí výnosy bez aktivního obchodování.
Sovrena zpracovává strukturovaná i nestrukturovaná tržní data prostřednictvím jediného kanálu, čímž snižuje prodlevu mezi detekcí signálu a rozhodnutím.
Údaje o trhu jsou průběžně zpracovávány a skórovány proti historickým knihovnám vzorů během několika sekund, nikoli s dávkami na konci dne. Latence se měří, nepředpokládá se.
Každé doporučení se vrací ke strategii ověřené s ohledem na historické výnosy v rámci více tržních cyklů, nikoli jediného příznivého období.
Velikost pozice a prahové hodnoty čerpání jsou nastaveny algoritmicky a jsou vytvořeny tak, aby zmírnily riziko koncentrace před tím, než je kapitál přidělen.
Žádná strategie se nedostane k uživateli, aniž by prošla třemi po sobě jdoucími kontrolními body. Proces je zdokumentovaný, opakovatelný a na požádání je možné jej zkontrolovat.
Strategie kandidátů se řídí minimálně desetiletými tržními údaji, včetně období recese a zotavení, aby se zjistilo, jak se chovají pod stresem.
Segment dat je ze školení zcela zadržen. Modely jsou s ním testovány, aby se potvrdilo, že výkon nebyl produktem nadměrného vybavení.
Před aktivací běží strategie paralelně proti živým datům bez provádění obchodů a porovnává předpokládané a skutečné výsledky po pevně stanovenou dobu.
Každá zveřejněná strategie je doprovázena grafem vykreslujícím předpokládaná pásma návratnosti oproti realizovaným výsledkům v rámci klouzavých 12měsíčních oken. Divergence mimo uvedenou toleranci spustí rekalibrační kontrolu a strategie je označena jako neaktivní, dokud nebude vyřešena.
Stejný základní motor poskytuje různé výstupy v závislosti na tom, zda uživatel alokuje osobní kapitál nebo vyhodnocuje operační riziko ve velkém měřítku.
Jednotliví investoři používají Sovrena k alokaci kapitálu mezi zpětně testovaná portfolia bez každodenního sledování trhů. Doporučení k opětovnému vyvážení jsou generována podle pevného plánu, což snižuje potřebu neustálého dohledu a zároveň udržuje rizikové parametry ve zvoleném tolerančním pásmu.
Podniky integrují Sovrena k zátěžovému testování finančních rozhodnutí před kapitálovým závazkem, od expozice zásob až po riziko protistrany. Doporučení se objevují jako strukturované zprávy vytvořené tak, aby podporovaly interní kontrolu spíše než ji nahrazovaly.
Sovrena byl postaven na předpokladu, že diskreční obchodní rozhodnutí zavádějí odchylky, kterým lze předejít. Odstranění emocionální zaujatosti z alokace neodstraňuje riziko, ale činí riziko měřitelným.
Každý model ve výrobě je opatřen verzí, datem a vyřazením podle definovaného plánu. Uživatelé mohou kdykoli zkontrolovat předpoklady jakékoli živé strategie, aniž by se spoléhali na černou skříňku.
Ty pokrývají obavy, které nejčastěji vznášejí analyticky smýšlející uživatelé předtím, než investují kapitál nebo integrují pracovní postup.
Data jsou získávána z licencovaných zdrojů finančního trhu a veřejných regulačních podání. V modelovém trénování se nepoužívají žádné proprietární nebo nezveřejněné zdroje dat.
Ano, každý model trénovaný na historických datech v sobě nese zaujatost této historie. Zmírňujeme to testováním mimo vzorek a periodickou rekalibrací, spíše než tvrzením o předpovědi bez zkreslení.
Údaje o účtu a portfoliu jsou uloženy v infrastruktuře umístěné v rámci EU v souladu s požadavky GDPR na umístění dat a kontrolu přístupu.
Ne. Zpětně testovaný výkon popisuje historické chování za historických podmínek. Minulé výsledky informují o důvěře modelu; nepředpovídají budoucí výsledky s jistotou.
Strategie, které porušují jejich definovanou toleranci vůči riziku, jsou automaticky označeny a pozastaveny z nových alokací až do manuální kontroly.
Ne. Data se používají výhradně ke generování doporučení pro majitele účtu a nejsou prodávána ani sdílena pro marketingové účely.
Technický základ: modelové školení a odvození běží na kontejnerové infrastruktuře se zašifrovanými daty v klidu a při přenosu, hostované v Evropské unii.
Přístup k živým strategiím je poskytnut na vyžádání. Údaje o historické výkonnosti jsou k dispozici pro kontrolu před jakýmkoli kapitálovým závazkem.
Access Engine