AI-vezérelt kockázati intelligencia
Az Fundara Invest folyamatosan leolvassa a piaci volatilitást és az Ön saját kereskedési viselkedését, majd valós időben újrakalibrálja a kitettséget. A modell nem találja ki az Ön kockázati étvágyát a regisztrációkor; minden döntésednél újraméri.
Szemléltető kockázati sáv kalibráció
Mintakimenet demonstrációs célokra; tényleges sávok generálódnak számlánként.
A jel probléma
Egy tipikus kereskedési nap több ezer árfolyamváltozást, címsort és hangulatváltozást produkál. Ennek nagy része az zajt — az Ön előtt álló döntést csekély mértékben befolyásoló információ. A maradék, a jel gyakran el van temetve alatta, és a kettő közötti arány tovább romlik a volatilitás időszakában, pontosan akkor, amikor a döntések a legfontosabbak.
A második probléma belső, nem külső. A fáradtság, a közelmúltbeli elfogultság és a veszteségkerülés csendesen torzítja az ítéletet, még a tapasztalt kereskedők körében is. Ezek jól dokumentált kognitív torzítások, és semmilyen fegyelem nem távolítja el őket teljesen, mert a tudatos tudatosság alatt működnek.
Az Fundara Invest úgy készült, hogy Ön és a zaj között üljön: egy objektív megfigyelő, aki ugyanazokat a számszerűsíthető kritériumokat alkalmazza minden adatpontra, függetlenül attól, hogy az utolsó ügylet hogyan érezte magát.
A Mechanizmus
A motor nem egyszerűen műszereket ajánl. Elsődleges funkciója a meglévő portfólió volatilitásának kezelése egy olyan küszöbértékhez képest, amelyet az Ön viselkedéséből tanul, és alkalmazkodik a viselkedés változásaihoz.
Az ársorok, a rendelésfolyam adatok és a makrómutatók gördülő ablakba kerülnek, és nem rögzített időközönként, hanem folyamatosan frissülnek.
Idősoros és volatilitási modellek együttese becsüli meg a valószínű rövid távú árszóródást, nem egyetlen előrejelzést, hanem a valószínű kimenetelek eloszlását.
A lehívásokra és nyereségekre adott korábbi válaszait a rendszer egy működő toleranciaszint következtetésére szolgál, amelyet minden új munkamenettel frissítenek, nem pedig a bevezetéskor.
A pozícióméretezési és fedezeti ajánlások újraszámításra kerülnek, amint a feltételek változnak, így a realizált volatilitás a kikövetkeztetett komforttartományon belül marad.
Az alapul szolgáló megközelítés a sztochasztikus volatilitás modellezésre és a Bayes-frissítésre támaszkodik: minden új megfigyelés korrigálja a korábbi becsléseket, nem pedig egyenesen lecseréli őket, ami stabilan tartja a modellt a rövid ideig tartó zajkiugrások idején.
Alkalmazott logika
A motor eltérően viselkedik attól függően, hogy milyen pozíciót kíván elérni. Az alábbiakban a mögöttes döntési logikák láthatók, nem a tervezett hozamok.
Első forgatókönyv – dinamikus fedezeti ügylet
Amikor két, korábban nem korrelált befektetés együtt mozog a volatilitási kiugrás során, a diverzifikációs haszon gyorsan csökken. A motor érzékeli ezt a korrelációs eltolódást, és az eredeti kockázati profil visszaállítása érdekében részleges fedezetet javasol a pozíció végleges lezárása helyett.
Korrelációfigyelő
Második forgatókönyv – Alfa generáció
A mintafelismerő modellek megjelölik azokat az eseteket, amikor a múltbeli árstruktúrák megelőzték a kedvező kockázattal kiigazított mozgásokat, a jelenlegi kitettségi korlátokon átszűrve. A jelet pontozzák, nem garantálják, és a rendelkezésre álló kockázati költségvetés szerint méretezik, nem pedig a meggyőződés alapján.
Minta bizalmi pontszám
Harmadik forgatókönyv – tőkemegőrzés
Amikor a realizált volatilitás hosszabb ideig meghaladja a kikövetkeztetett küszöbértéket, a motor fokozatosan csökkenti a nettó kitettséget, ahelyett, hogy egyszerre kilépne, így korlátozva az ideiglenes elmozdulás kockázatát, miközben továbbra is korlátozza a további lehívást.
Lehívási protokoll
A folyamat átláthatósága
Inkább elmagyarázzuk, hogyan működik a rendszer, mintsem megkérjük, hogy vegye fel a hitre. Az alábbi három terület lefedi, hogy honnan származnak az adatok, hogyan tesztelik a modelleket, és hogyan kezelik az Ön adatait.
A piaci adatok licencelt tőzsdei hírcsatornákból és nyilvános makrogazdasági közleményekből származnak, amelyeket a modellezés megkezdése előtt egységes idősorokká összesítenek. A hézagokat és anomáliákat inkább megjelölik, nem pedig csendben interpolálják.
Engedélyezett hírcsatornákA prediktív modelleket stressz-teszttel vetik alá a korábbi, megemelkedett volatilitás időszakaihoz képest a bevezetés előtt, és a teljesítményt gördülő alapon felülvizsgálják, nem pedig egyszeri érvényesítéssel, és ellenőrizetlenül hagyják.
Folyamatos áttekintésA fiók- és portfólióadatokat végpontok közötti titkosítás védi továbbítás közben és nyugalmi állapotban, az infrastruktúra gyakorlata pedig igazodik az adatkezelésre és a hozzáférés-szabályozásra vonatkozó SOC2 megfelelőségi szabványokhoz.
SOC2-igazítottA korai hozzáférést korlátozott kohorszokban vezetik be, így a kockázat-adaptációs motort a valós fiókviselkedéshez lehet hangolni a szélesebb körű kiadás előtt. A listához való csatlakozás az értesítésen túl nem kötelezi Önt semmire.