AI-driven riskintelligens
Fundara Invest läser kontinuerligt marknadens volatilitet och ditt eget handelsbeteende och kalibrerar sedan om exponeringen i realtid. Modellen gissar inte din riskaptit en gång vid registreringen; den mäter om det med varje beslut du fattar.
Illustrativ kalibrering av riskband
Provutdata för demonstrationsändamål; faktiska band genereras per konto.
Signalproblemet
En typisk handelsdag producerar tusentals pristickar, rubriker och sentimentskiften. Det mesta av detta är buller — information som har liten betydelse för det beslut som ligger framför dig. Resten, signalen, ligger ofta begravd under den, och förhållandet mellan de två försämras ytterligare under perioder av volatilitet, just när besluten är viktigast.
Det andra problemet är internt, inte externt. Trötthet, snedvridning och förlustaversion förvränger tyst omdömet, även bland erfarna handlare. Dessa är väldokumenterade kognitiva fördomar, och ingen mängd disciplin tar bort dem helt, eftersom de fungerar under medveten medvetenhet.
Fundara Invest är byggd för att sitta mellan dig och det bruset: en objektiv observatör som tillämpar samma kvantifierbara kriterier på varje datapunkt, oavsett hur den senaste handeln kändes.
Mekanismen
Motorn rekommenderar inte bara instrument. Dess primära funktion är att hantera volatiliteten i din befintliga portfölj mot en tröskel som den lär sig av ditt beteende, och justeras när det beteendet förändras.
Prisserier, orderflödesdata och makroindikatorer dras in i ett rullande fönster, uppdateras kontinuerligt snarare än med fasta intervall.
En ensemble av tidsserier och volatilitetsmodeller uppskattar trolig prisspridning på kort sikt, inte en enda prognos utan en fördelning av rimliga utfall.
Dina historiska svar på neddragningar och vinster används för att härleda en fungerande toleransnivå, uppdaterad med varje ny session snarare än fastställd vid onboarding.
Positionsdimensionering och säkringsrekommendationer räknas om när förhållandena förändras, vilket håller den realiserade volatiliteten inom ditt antagna komfortintervall.
Det underliggande tillvägagångssättet bygger på stokastisk volatilitetsmodellering och Bayesiansk uppdatering: varje ny observation justerar tidigare uppskattningar snarare än att ersätta dem direkt, vilket håller modellen stabil under kortlivade toppar i brus.
Tillämpad logik
Motorn beter sig olika beroende på vad en position är tänkt att uppnå. Nedan är de underliggande beslutslogikerna, inte förväntad avkastning.
Scenario ett — Dynamisk säkring
När två tidigare okorrelerade innehav börjar röra sig tillsammans under en volatilitetspik, urholkas diversifieringsvinsten snabbt. Motorn upptäcker denna korrelationsdrift och föreslår en partiell säkringsstorlek för att återställa den ursprungliga riskprofilen, snarare än att stänga positionen direkt.
Korrelationsövervakare
Scenario två – alfagenerering
Mönsterigenkänningsmodeller flaggar fall där historiska prisstrukturer föregick gynnsamma riskjusterade rörelser, filtrerade genom dina nuvarande exponeringsgränser. Signalen är poängsatt, inte garanterad och storleksanpassad enligt din tillgängliga riskbudget snarare än enbart övertygelse.
Mönsterförtroendepoäng
Scenario tre — Kapitalbevarande
När realiserad volatilitet överstiger din antagna tröskel under en utdragen period, minskar motorn stegvis nettoexponeringen snarare än att gå ur allt på en gång, vilket begränsar risken för att sälja till en tillfällig dislokation samtidigt som ytterligare uttag begränsas.
Drawdown Protocol
Processtransparens
Vi skulle hellre förklara hur systemet fungerar än att be dig ta det på tro. De tre områdena nedan täcker var data kommer från, hur modeller testas och hur din information hanteras.
Marknadsdata hämtas från licensierade börsflöden och offentliga makroekonomiska releaser, aggregerade till en enhetlig tidsserie innan någon modellering börjar. Luckor och anomalier flaggas snarare än interpoleras tyst.
Licensierade flödenPrediktiva modeller stresstestas mot historiska perioder av förhöjd volatilitet före implementering, och prestandan granskas rullande istället för att valideras en gång och lämnas okontrollerad.
Kontinuerlig granskningKonto- och portföljdata skyddas med end-to-end-kryptering under överföring och vila, med infrastrukturrutiner anpassade till SOC2-standarder för datahantering och åtkomstkontroll.
SOC2-justeradTidig åtkomst rullas ut i begränsade kohorter så att riskanpassningsmotorn kan ställas in mot verkligt kontobeteende innan en bredare release. Att gå med i listan förbinder dig inte till något utöver att bli meddelad.