Vnokrandu apstrādā lielus tirgus informācijas apjomus un izmanto prognozējošos modeļus, kas pakļauti stingrai atpakaļpārbaudei, kas paredzēti profesionāļiem, kuri vēlas dažādot savus ienākumus, nevelkot savu darba laiku finanšu analīzei.
Izpētiet metodoloģijuTirgi ģenerē informācijas apjomus, kas mainās ar katru minūti: cenas, apjoms, ziņas, makroekonomiskie rādītāji un korelācijas starp aktīviem. Cilvēka analītiķis var pārskatīt dažus no šiem datiem, bet diez vai var apstrādāt tos visus reāllaikā bez noguruma vai neobjektivitātes.
Tas nav piepūles, bet mēroga ierobežojums. Ja mainīgo lielumu skaits pārsniedz ilgstošas uzmanības spēju, lēmumi parasti balstās uz garīgiem īsceļiem, nevis pierādījumiem. Vnokrandu pārsūta šo apstrādi uz sistēmu, kas paredzēta pastāvīgai un sistemātiskai darbībai.
Katrs platformas nodrošinātais rezultāts ir pārbaudāms aprēķinu process, nevis intuitīva prognoze.
Prognozējošie modeļi identificē aktīvu uzvedības vēsturiskos modeļus un aplēš iespējamos scenārijus, pirms tie tiek īstenoti cenā, nodrošinot kvantitatīvu bāzi, lai paredzētu izmaiņas, nevis reaģētu uz tām.
Katrā stratēģijā ir iekļauti riska mazināšanas mehānismi, kas kalibrēti atbilstoši aktīva nesenajai nepastāvībai, tāpēc ekspozīcija tiek automātiski pielāgota, kad tirgus apstākļi kļūst mazāk paredzami.
Tas pats aprēķinu dzinējs, kas novērtē portfeli, paralēli novērtē simtiem aktīvu kombināciju, kas ļauj paplašināt analīzes aptvērumu, nepalielinot lietotāja pavadīto laiku tādā pašā proporcijā.
Vnokrandu radās, novērojot, ka lielākā daļa automatizēto ieguldījumu rīku paziņo rezultātus, nepaskaidrojot, kā tie tika iegūti. Mūsu pieeja ir atšķirīga: katra platformā pieejamā stratēģija tiek pakļauta dokumentētam atpakaļpārbaudes procesam, pirms tā ir pieejama lietotājiem.
Mēs strādājam ar profesionāļiem, kuriem jau ir aktīva karjera un kuri meklē otru ienākumu plūsmu, kas tiek pārvaldīta pēc kvantitatīviem kritērijiem, nevis ar garantētas rentabilitātes solījumiem. Platforma ir izstrādāta, lai samazinātu pārvaldības laiku, nevis lai novērstu lietotāju atbildību par saviem lēmumiem.
Atsauksmju rādīšanas vietā mēs aprakstām tehnisko procesu, ko katrs modelis veic, pirms tas ir pieejams platformā.
Vēsturiskās sērijas un reāllaika tirgus dati tiek vākti no vairākiem finanšu avotiem.
Algoritmi identificē korelācijas un atkārtotas uzvedības dažādos tirgus ciklos.
Katra stratēģija tiek pakļauta lielas nepastāvības scenārijiem, lai novērtētu tās uzvedību ārpus labvēlīgiem apstākļiem.
Tikai modeļi, kas pārsniedz noteiktos robustuma sliekšņus, pāriet uz uzraudzītās izpildes fāzi.
Piezīme par vēsturiskajiem rezultātiem. Atpakaļpārbaudē iegūtā atdeve ir modeļa robustuma rādītāji attiecībā pret pagātnes datiem, nevis nākotnes rezultātu garantija. Tirgus apstākļi mainās, un katrs lēmums par ieguldījumu ir saistīts ar risku.
Tiem, kas jau pārvalda pozīcijas dažādos aktīvos, Vnokrandu ietver papildu pašreizējā portfeļa analīzes slāņus: riska koncentrācijas identificēšanu, nepārprotamas korelācijas starp pozīcijām un ieteiktās sadalījuma korekcijas, pamatojoties uz neseno tirgus uzvedību.
Profesionāļiem, kuru galvenā karjera ir ārpus finanšu sektora, platforma automatizē apstiprināto stratēģiju izsekošanu, tādējādi lēmumu pārskatīšana ir ierobežota ar periodisku uzraudzību, nevis ikdienas tirgus analīzi.
Modeļus papildina noteikti tirgus datu avoti, tostarp vēsturiskās cenu rindas, tirdzniecības apjoms un publiskie makroekonomiskie rādītāji. Avotu kombinācija ir dokumentēta katrai pieejamajai stratēģijai.
Prognozējošie modeļi tiek nepārtraukti pārrēķināti, kad tiek saņemti jauni tirgus dati. Periodiski tiek veikta stresa testēšana un robustuma atkārtota apstiprināšana, lai apstiprinātu, ka pašreizējie apstākļi atbilst paredzamajiem parametriem.
Nav vajadzības. Platforma ir izstrādāta tā, lai prognozēšanas analīzes un riska pārvaldības sarežģītība tiktu atrisināta iekšēji. Lietotājs saņem interpretējamus ieteikumus un var pielāgot savu ekspozīcijas līmeni bez nepieciešamības programmēt vai interpretēt statistikas modeļus.
Katrā stratēģijā ir ietverti riska kontroles sliekšņi, kas izraisa pārskatīšanu, ja novērotā uzvedība ievērojami atšķiras no validācijas pārbaudē gaidītā.