Quilverynth obrađuje tržišne i operativne podatke putem kontinuirano ažuriranog prediktivnog modela, proizvodeći strukturirane preporuke i dnevni prikaz izvedbe tih preporuka. Napravljen za profesionalce koji upravljaju prihodom ili kapitalom bez lokalnog stola.
Radnici na daljinu, digitalni nomadi i samostalni ulagači obično rade u nekoliko vremenskih zona, platformi i valuta odjednom. Informacije koje se kreću na tržištu stižu neravnomjerno, a uobičajeni znakovi na koje se stolni trgovac oslanja - preslušani komentari, ciklusi lokalnih vijesti, fiksni raspored - nisu dostupni na isti način.
Rezultat nije nedostatak podataka. Riječ je o nedostatku dosljedne metode za njezino tumačenje tijekom kretanja između lokacija i vremenskih zona. Quilverynth je napravljen kako bi izravno riješio taj jaz, s modelom koji radi kontinuirano bez obzira na to odakle je korisnik prijavljen.
Sustav je organiziran oko tri funkcije koje se izvode u nizu: kontinuirano unos relevantnih podataka, statističko modeliranje vjerojatnog kratkoročnog kretanja i prevođenje tog rezultata u preporuku s navedenom razinom pouzdanosti.
Motor Quilverynth ne izdaje niti jednu prognozu i ostavlja je statičnu. Unosi se stalno osvježavaju, a svaka nova podatkovna točka uspoređuje se s postojećim stanjem modela prije nego što se bilo koja preporuka prilagodi. Time se smanjuje vjerojatnost da se preporuka temelji na informacijama koje su već zastarjele u trenutku kada ih korisnik pročita.
Cijena, količina i relevantni vanjski podaci povlače se prema gotovo kontinuiranom rasporedu, a ne u fiksnim intervalima, tako da model ne radi iz ustajale snimke.
Povijesno prepoznavanje obrazaca kombinira se s trenutnim uvjetima kako bi se stvorio pogled ponderiran vjerojatnošću vjerojatnog kratkoročnog smjera, a ne zajamčenog ishoda.
Svaka preporuka popraćena je rasponom pouzdanosti, što korisniku daje osnovu za dimenzioniranje odluke umjesto da sve signale tretira kao jednake.
Prije nego što se preporuka pojavi, model je uspoređuje s nedavnim uvjetima volatilnosti kako bi provjerio kako bi se ponašala pod usporedivim prošlim stresom.
Pojednostavljeni prikaz cjevovoda: neobrađeni podaci se čiste i normaliziraju prije nego što dođu do modela, a svaki izlaz modela se bilježi prije nego što se pretvori u čitljivu preporuku.
Transparentnost, u praktičnom smislu, znači da korisnik ne mora vjerovati točnosti modela. Preporuke za svaki dan bilježe se zajedno s naknadnim ishodom, a obje se čuvaju u istom izvješću.
Format izvješća ostaje konstantan iz dana u dan tako da usporedbe kroz tjedne ili mjesece ostaju smislene. Tamo gdje je preporuka slabija od navedenog raspona pouzdanosti, taj se slučaj zadržava u zapisu, a ne uklanja.
Namjera nije zahtijevati besprijekornu evidenciju, koju niti jedan prediktivni sustav ne može ponuditi. Cilj je dati korisnicima dovoljno povijesti da sami procijene ponašanje modela, u svojim uvjetima i vremenskom horizontu.
Predviđanje bez okvira rizika ima tendenciju proizvesti pouzdane, ali krhke odluke. Koraci u nastavku opisuju kako se preporuka pomiče s neobrađenih podataka na nešto na što korisnik može djelovati s definiranom nedostatkom.
Ulazni podaci provjeravaju se zbog praznina, dupliciranja i vremenskih nedosljednosti prije nego što dospiju do modela, smanjujući mogućnost odluke koja se temelji na pogrešnim ulazima.
Model proizvodi preporuku ponderiranu vjerojatnošću zajedno s rasponom pouzdanosti, umjesto jedne fiksne upute.
Preporučena veličina položaja ograničena je u odnosu na navedenu razinu pouzdanosti, tako da signali niže pouzdanosti nose odgovarajuće manju predloženu izloženost.
Stvarni rezultat se bilježi u odnosu na izvornu preporuku isti dan, zatvarajući petlju prije početka sljedećeg ciklusa analize.
Isti temeljni model podržava različite potrebe donošenja odluka, ovisno o tome ovisi li prihod o vođenju poslovanja na daljinu ili upravljanju osobnom investicijskom pozicijom.
Vlasnik tvrtke koji posluje u nekoliko valuta mora znati kada će promjena tečaja vjerojatno smanjiti maržu na nadolazećem prijenosu. Umjesto pretvaranja sredstava prema fiksnom rasporedu, vlasnik provjerava dnevno izvješće za raspone pouzdanosti valutnog para prije nego što odluči hoće li izvršiti prijenos sada ili zadržati.
Ilustrativna korist: manje transfera izvršenih tijekom nepovoljnih kratkoročnih oscilacija.Investitor bez dosljednog pristupa stolu za trgovanje koristi izlaz simulacije scenarija modela kako bi odlučio sliče li trenutačni uvjeti volatilnosti prošlim razdobljima koja su prethodila smanjenju. Odluka o rebalansu ili zadržavanju donosi se u odnosu na tu usporedbu, a ne u odnosu na glasine ili kratkoročnu cjenovnu buku.
Ilustrativna korist: odluke utemeljene na zabilježenoj povijesnoj usporedbi, a ne na sentimentu.Konzultant s varijabilnim mjesečnim prihodom koristi dnevno izvješće kao alternativu koja zahtijeva manje truda stalnom ručnom istraživanju, pregledom raspona pouzdanosti i smjernica o izloženosti jednom dnevno radije nego kontinuiranog praćenja tržišta.
Ilustrativna prednost: smanjeno vrijeme utrošeno na ručno praćenje tržišta.
Quilverynth je razvijen na premisi da je prediktivno modeliranje korisno kada su njegova ograničenja jasno navedena. Platforma ne jamči ishode i niti jedan dio njezinih izvješća nije osmišljen tako da implicira drugačije.
Ono što pruža je dosljedan, evidentiran proces: podaci ulaze, modeliraju se, ishod se bilježi. Korisnici koji žele razumjeti kako je preporuka postignuta mogu to pratiti kroz dnevna izvješća umjesto da se oslanjaju na jednu brojku u naslovu.
Pitanja u nastavku odnose se na to kako se model održava i kako se postupa s korisničkim podacima, a ne na marketinške tvrdnje o izvedbi.
Ponderiranje modela preispituje se kontinuirano kako se akumuliraju novi podaci o ishodima. Svaka promjena u verziji temeljnog modela bilježi se u odnosu na referentni ID, vidljiv u dnevnom izvješću, tako da korisnici mogu pratiti kada se ponašanje promijenilo.
Motor se oslanja na podatke o tržišnoj cijeni i količini zajedno s relevantnim makro pokazateljima i pokazateljima na razini sektora. Svaki izvor unosa ima definirani interval osvježavanja, a svako kašnjenje ili ispad u izvoru označava se unutar izvješća umjesto da se tiho ignorira.
Da. Raspon pouzdanosti opisuje statističku vjerojatnost, a ne sigurnost. Razdoblja u kojima je stvarni ishod bio izvan navedenog raspona zadržavaju se u povijesti dnevnog izvješća, a ne isključuju, što je dio načina na koji se metodologija održava poštenom.
Podaci o računu i korištenju čuvaju se samo onoliko dugo koliko je potrebno za generiranje izvješća i održavanje usluge, u skladu s izjavom o privatnosti u nastavku. Korisnici mogu zatražiti pojedinosti o tome što se drži o njihovom računu.
Ne. Quilverynth proizvodi analizu i preporuke. Izvršenje svake rezultirajuće odluke ostaje na korisniku i njegovom odabranom brokeru ili platformi.
Izjava o privatnosti podataka: Quilverynth obrađuje podatke o računu i korištenju isključivo za generiranje analize, izvješćivanja i administracije računa. Podaci se ne prodaju trećim stranama. Kontrole pristupa i enkripcija primjenjuju se na pohranjene podatke u skladu sa standardnom industrijskom praksom za platforme za financijsku analitiku koje rade u Ujedinjenom Kraljevstvu.
Pristup nadzornoj ploči uključuje preporuke za tekući dan, pojaseve pouzdanosti iza njih i arhivu povijesnih izvješća koja se spominje na ovoj stranici. Ne postoji obveza postupanja po bilo kojoj pojedinačnoj preporuci.