Quilverynth apstrādā tirgus un darbības datus, izmantojot pastāvīgi atjauninātu prognozēšanas modeli, veidojot strukturētus ieteikumus un ikdienas pārskatu par to, kā šie ieteikumi tika veikti. Izstrādāts profesionāļiem, kuri pārvalda ienākumus vai kapitālu bez vietējā biroja.
Attālinātie darbinieki, digitālie nomadi un pašmērķīgi investori parasti darbojas vairākās laika zonās, platformās un valūtās vienlaikus. Tirgus mainīgā informācija tiek saņemta nevienmērīgi, un parastās norādes, uz kurām paļaujas tirgotājs — noklausīti komentāri, vietējie ziņu cikli, fiksēts grafiks — nav pieejami tādā pašā veidā.
Rezultāts nav datu trūkums. Tas ir konsekventas metodes trūkums tā interpretācijai, pārvietojoties starp vietām un laika joslām. Quilverynth tika izveidots, lai tieši novērstu šo trūkumu, izmantojot modeli, kas darbojas nepārtraukti neatkarīgi no tā, no kurienes lietotājs ir pieteicies.
Sistēma ir organizēta ap trim funkcijām, kas darbojas secīgi: nepārtraukta attiecīgo datu uzņemšana, iespējamās tuvākās kustības statistiskā modelēšana un šīs produkcijas pārvēršana ieteikumā ar noteiktu ticamības līmeni.
Quilverynth dzinējs neizdod nevienu prognozi un atstāj to statisku. Ievades dati tiek atsvaidzināti nepārtraukti, un katrs jauns datu punkts tiek nosvērts attiecībā pret esošo modeļa stāvokli, pirms tiek koriģēts kāds ieteikums. Tas samazina iespējamību, ka ieteikums ir balstīts uz informāciju, kas jau ir novecojusi brīdī, kad lietotājs to lasa.
Cena, apjoms un attiecīgie ārējie dati tiek iegūti pēc gandrīz nepārtraukta grafika, nevis fiksētos intervālos, tāpēc modelis nedarbojas no novecojuša momentuzņēmuma.
Vēsturiskā modeļa atpazīšana tiek apvienota ar pašreizējiem apstākļiem, lai radītu iespējamības svērtu skatu par iespējamo tuvāko virzienu, nevis garantētu rezultātu.
Katram ieteikumam ir pievienota ticamības josla, kas sniedz lietotājam pamatu lēmuma lieluma noteikšanai, nevis uzskata visus signālus par vienādiem.
Pirms ieteikuma sniegšanas modelis to pārbauda, ņemot vērā nesenos nepastāvības apstākļus, lai pārbaudītu, kā tas būtu izturējies salīdzināmā pagātnes stresa apstākļos.
Vienkāršots konveijera skats: neapstrādāti dati tiek notīrīti un normalizēti pirms modeļa sasniegšanas, un katra modeļa izvade tiek reģistrēta, pirms tā tiek pārveidota par lasāmu ieteikumu.
Pārredzamība praktiski nozīmē, ka lietotājam modeļa precizitāte nav jāvērtē ticībā. Katras dienas ieteikumi tiek reģistrēti kopā ar turpmāko rezultātu, un abi tiek glabāti vienā pārskatā.
Pārskata formāts katru dienu paliek nemainīgs, tāpēc nedēļu vai mēnešu salīdzinājumi joprojām ir nozīmīgi. Ja ieteikuma veiktspēja ir zemāka par norādīto uzticamības diapazonu, šis gadījums tiek saglabāts ierakstā, nevis noņemts.
Mērķis nav pretendēt uz nevainojamu sasniegumu rekordu, ko neviena prognozēšanas sistēma nevar godīgi piedāvāt. Tā mērķis ir sniegt lietotājiem pietiekami daudz vēstures, lai viņi paši varētu spriest par modeļa uzvedību savos apstākļos un laika periodā.
Prognozēšana bez riska ietvara mēdz pieņemt pārliecinošus, bet trauslus lēmumus. Tālāk norādītajās darbībās ir aprakstīts, kā ieteikums pāriet no neapstrādātiem datiem uz kaut ko tādu, ko lietotājs var rīkoties ar noteiktu negatīvu ietekmi.
Ienākošie dati tiek pārbaudīti, vai nav nepilnību, dublēšanās un laika neatbilstības, pirms tie sasniedz modeli, tādējādi samazinot iespējamību, ka lēmums tiks pieņemts, pamatojoties uz kļūdainiem ievadiem.
Modelis rada varbūtības svērtu ieteikumu kopā ar ticamības diapazonu, nevis vienu fiksētu norādījumu.
Ieteicamais pozīcijas lielums ir ierobežots attiecībā pret norādīto ticamības līmeni, tāpēc zemākas ticamības signāliem ir attiecīgi mazāka ieteicamā iedarbība.
Faktiskais rezultāts tiek reģistrēts salīdzinājumā ar sākotnējo ieteikumu tajā pašā dienā, aizverot cilpu pirms nākamā analīzes cikla sākuma.
Tas pats pamatā esošais modelis atbalsta dažādas lēmumu pieņemšanas vajadzības atkarībā no tā, vai ienākumi ir atkarīgi no uzņēmuma attālinātas darbības vai personīgās ieguldījumu pozīcijas pārvaldīšanas.
Uzņēmuma īpašniekam, kurš darbojas vairākās valūtās, ir jāzina, kad valūtas maiņas kursa svārstības var samazināt gaidāmā pārskaitījuma rezervi. Tā vietā, lai konvertētu līdzekļus pēc noteikta grafika, īpašnieks pārbauda ikdienas pārskatā valūtu pāru uzticamības diapazonus, pirms izlemt, vai pārskaitīt tūlīt vai aizturēt.
Ilustratīvs ieguvums: mazāks pārskaitījumu skaits tiek veikts nelabvēlīgu īstermiņa svārstību laikā.Investors, kuram nav pastāvīgas piekļuves tirdzniecības vietai, izmanto modeļa scenārija simulācijas rezultātus, lai izlemtu, vai pašreizējie nepastāvības apstākļi atgādina iepriekšējos periodus pirms izņemšanas. Lēmums par līdzsvara atjaunošanu vai aizturēšanu tiek pieņemts, pamatojoties uz šo salīdzinājumu, nevis pret baumām vai īstermiņa cenu troksni.
Ilustratīvs ieguvums: lēmumi ir balstīti uz reģistrētu vēsturisku salīdzinājumu, nevis noskaņojumu.Konsultants ar mainīgiem ikmēneša ienākumiem izmanto ikdienas pārskatu kā mazāku piepūles alternatīvu pastāvīgai manuālai izpētei, reizi dienā pārskatot ticamības diapazonu un iedarbības norādījumus, nevis nepārtraukti uzraugot tirgus.
Ilustratīvs ieguvums: samazināts laiks, kas pavadīts manuālai tirgus uzraudzībai.
Quilverynth tika izstrādāts, pamatojoties uz pieņēmumu, ka paredzamā modelēšana ir noderīga, ja tās robežas ir skaidri norādītas. Platforma negarantē rezultātus, un neviena tās pārskatu daļa nav paredzēta, lai norādītu pretējo.
Tas nodrošina konsekventu, reģistrētu procesu: datu ievadīšanu, modelēšanu, rezultātu ierakstīšanu. Lietotāji, kuri vēlas saprast, kā tika sasniegts ieteikums, var izsekot tam, izmantojot ikdienas pārskatus, nevis paļauties uz vienu virsraksta skaitli.
Tālāk minētie jautājumi attiecas uz to, kā modelis tiek uzturēts un kā tiek apstrādāti lietotāju dati, nevis uz mārketinga apgalvojumiem par veiktspēju.
Modeļa svērums tiek pārskatīts nepārtraukti, uzkrājoties jauniem rezultātiem. Jebkuras izmaiņas pamatā esošā modeļa versijā tiek reģistrētas, izmantojot atsauces ID, kas ir redzams ikdienas pārskatā, lai lietotāji varētu izsekot, kad uzvedība ir mainījusies.
Dzinējs izmanto tirgus cenas un apjoma datus kopā ar attiecīgiem makro un nozares līmeņa rādītājiem. Katram ievades avotam ir noteikts atsvaidzināšanas intervāls, un jebkura avota aizkave vai pārtraukums tiek atzīmēts pārskatā, nevis klusi ignorēts.
Jā. Ticamības diapazons raksturo statistisko iespējamību, nevis noteiktību. Periodi, kuros faktiskais rezultāts ir ārpus noteiktā diapazona, tiek saglabāti ikdienas pārskatu vēsturē, nevis tiek izslēgti, un tas ir daļa no metodoloģijas godīguma.
Konta un lietošanas dati tiek saglabāti tikai tik ilgi, cik nepieciešams, lai izveidotu pārskatus un uzturētu pakalpojumu saskaņā ar tālāk sniegto paziņojumu par konfidencialitāti. Lietotāji var pieprasīt informāciju par to, kas tiek turēts saistībā ar viņu kontu.
Nē. Quilverynth veic analīzi un ieteikumus. Jebkura no tā izrietošā lēmuma izpilde paliek lietotāja un viņa izvēlētā brokera vai platformas ziņā.
Paziņojums par datu konfidencialitāti: Quilverynth apstrādā konta un lietošanas datus tikai, lai ģenerētu analīzi, pārskatus un konta administrēšanu. Dati netiek pārdoti trešajām personām. Uzglabātajiem datiem tiek piemērotas piekļuves kontroles un šifrēšana saskaņā ar standarta nozares praksi finanšu analītikas platformām, kas darbojas Apvienotajā Karalistē.
Piekļuve informācijas panelim ietver pašreizējās dienas ieteikumus, aiz tiem esošās uzticamības joslas un vēsturisko pārskatu arhīvu, kas norādīts šajā lapā. Nav pienākuma rīkoties saskaņā ar vienu ieteikumu.