Quilverynth procesează datele de piață și operaționale printr-un model predictiv actualizat continuu, producând recomandări structurate și un raport zilnic despre modul în care au funcționat acele recomandări. Creat pentru profesioniștii care gestionează venituri sau capital fără un birou local.
Lucrătorii de la distanță, nomazii digitali și investitorii auto-direcționați operează de obicei în mai multe fusuri orare, platforme și valute simultan. Informațiile privind mișcarea pieței ajung în mod inegal, iar indiciile obișnuite pe care se bazează un comerciant de birou - comentarii auzite, cicluri de știri locale, un program fix - nu sunt disponibile în același mod.
Rezultatul nu este lipsa de date. Este lipsa unei metode consecvente de interpretare în timpul deplasării între locații și fusuri orare. Quilverynth a fost creat pentru a aborda acest decalaj direct, cu un model care rulează continuu, indiferent de unde este conectat utilizatorul.
Sistemul este organizat în jurul a trei funcții care rulează în succesiune: asimilarea continuă a datelor relevante, modelarea statistică a mișcării probabile pe termen scurt și traducerea acelei rezultate într-o recomandare cu un nivel de încredere declarat.
Motorul lui Quilverynth nu emite o singură prognoză și o lasă static. Intrările sunt reîmprospătate în mod continuu și fiecare nou punct de date este cântărit față de starea modelului existent înainte de ajustarea oricărei recomandări. Acest lucru reduce probabilitatea ca o recomandare să se bazeze pe informații care sunt deja depășite în momentul în care un utilizator o citește.
Prețul, volumul și datele externe relevante sunt extrase pe un program aproape continuu, mai degrabă decât la intervale fixe, astfel încât modelul nu funcționează dintr-un instantaneu învechit.
Recunoașterea modelelor istorice este combinată cu condițiile actuale pentru a genera o viziune ponderată în funcție de probabilitate a direcției probabile pe termen scurt, nu un rezultat garantat.
Fiecare recomandare este însoțită de o bandă de încredere, oferind utilizatorului o bază pentru dimensionarea unei decizii, mai degrabă decât să trateze toate semnalele ca fiind egale.
Înainte de a ieși la suprafață o recomandare, modelul o execută în funcție de condițiile recente de volatilitate pentru a verifica cum s-ar fi comportat în condiții similare din trecut.
Vedere simplificată a conductei: datele brute sunt curățate și normalizate înainte de a ajunge la model, iar fiecare rezultat al modelului este înregistrat înainte de a fi convertit într-o recomandare care poate fi citită.
Transparența, în termeni practici, înseamnă că utilizatorul nu trebuie să ia exactitatea modelului pe credință. Recomandările fiecărei zile sunt înregistrate împreună cu rezultatul ulterior și ambele sunt păstrate în același raport.
Formatul raportului rămâne constant de la o zi la alta, astfel încât comparațiile între săptămâni sau luni să rămână semnificative. În cazul în care o recomandare depășește intervalul de încredere declarat, acea instanță este păstrată în înregistrare, mai degrabă decât eliminată.
Intenția nu este de a revendica un istoric impecabil, pe care niciun sistem de predicție nu îl poate oferi cu sinceritate. Este de a oferi utilizatorilor suficientă istorie pentru a judeca ei înșiși comportamentul modelului, în propriile lor condiții și orizont de timp.
Predicția fără un cadru de risc tinde să producă decizii încrezătoare, dar fragile. Pașii de mai jos descriu modul în care o recomandare trece de la datele brute la ceva asupra căruia un utilizator poate acționa cu un dezavantaj definit.
Datele primite sunt verificate pentru lacune, dublare și inconsecvențe de sincronizare înainte de a ajunge la model, reducând șansa unei decizii bazate pe intrări greșite.
Modelul produce o recomandare ponderată în funcție de probabilitate împreună cu o bandă de încredere, mai degrabă decât o singură instrucțiune fixă.
Dimensiunea recomandată a poziției este limitată în raport cu nivelul de încredere declarat, astfel încât semnalele cu încredere mai scăzută poartă o expunere sugerată în mod corespunzător mai mică.
Rezultatul real este înregistrat față de recomandarea inițială în aceeași zi, închizând bucla înainte de începerea următorului ciclu de analiză.
Același model de bază susține nevoi diferite de decizie, în funcție de faptul dacă veniturile depind de operarea unei afaceri de la distanță sau de gestionarea unei poziții investiționale personale.
Un proprietar de afaceri care operează în mai multe valute trebuie să știe când este probabil ca mișcarea cursului de schimb să slăbească marja la un transfer viitor. În loc să convertească fondurile într-un program fix, proprietarul verifică raportul zilnic pentru benzile de încredere ale perechilor valutare înainte de a decide dacă să transfere acum sau să rețină.
Beneficiu ilustrativ: mai puține transferuri executate în timpul variațiilor adverse pe termen scurt.Un investitor fără acces constant la un birou de tranzacționare folosește rezultatul simularii scenariului modelului pentru a decide dacă condițiile actuale de volatilitate seamănă cu perioadele trecute care au precedat o reducere. Decizia de a reechilibra sau de a menține este luată în raport cu această comparație, mai degrabă decât împotriva zvonurilor sau a zgomotului de preț pe termen scurt.
Beneficiu ilustrativ: decizii legate de comparație istorică înregistrată, nu de sentiment.Un consultant cu venit lunar variabil folosește raportul zilnic ca o alternativă cu un efort redus la cercetarea manuală constantă, revizuind banda de încredere și îndrumările de expunere o dată pe zi, în loc să monitorizeze piețele în mod continuu.
Beneficiu ilustrativ: timp redus petrecut pentru monitorizarea manuală a pieței.
Quilverynth a fost dezvoltat pe premisa că modelarea predictivă este utilă atunci când limitele sale sunt enunțate clar. Platforma nu garantează rezultate și nicio parte a raportării sale nu este concepută să implice altfel.
Ceea ce oferă este un proces coerent, înregistrat: date de intrare, modelare, rezultat înregistrat. Utilizatorii care doresc să înțeleagă cum s-a ajuns la o recomandare o pot urmări prin rapoartele zilnice, mai degrabă decât să se bazeze pe un singur titlu.
Întrebările de mai jos abordează modul în care modelul este întreținut și cum sunt gestionate datele utilizatorilor, mai degrabă decât afirmațiile de marketing despre performanță.
Ponderea modelului este revizuită pe măsură ce se acumulează noi date privind rezultatele. Orice modificare a versiunii de model de bază este înregistrată pe baza unui ID de referință, vizibil în raportul zilnic, astfel încât utilizatorii să poată urmări când comportamentul s-a schimbat.
Motorul se bazează pe date despre prețul pieței și volumul, împreună cu indicatori relevanți la nivel macro și sectorial. Fiecare sursă de intrare are un interval de reîmprospătare definit și orice întârziere sau întrerupere dintr-o sursă este semnalată în raport, mai degrabă decât ignorată în tăcere.
Da. O bandă de încredere descrie o probabilitate statistică, nu o certitudine. Perioadele în care rezultatul real a căzut în afara intervalului declarat sunt reținute în istoricul raportului zilnic, mai degrabă decât excluse, ceea ce face parte din modul în care metodologia este menținută sinceră.
Datele de cont și de utilizare sunt păstrate doar atât timp cât este necesar pentru a genera raportări și a menține serviciul, în conformitate cu declarația de confidențialitate de mai jos. Utilizatorii pot solicita detalii despre ceea ce se păstrează în contul lor.
Nu. Quilverynth produce analize și recomandări. Executarea oricărei decizii rezultate rămâne în sarcina utilizatorului și a brokerului sau platformei alese de acesta.
Declarație de confidențialitate a datelor: Quilverynth prelucrează datele de cont și de utilizare numai pentru a genera analize, raportări și administrarea contului. Datele nu sunt vândute către terți. Controalele de acces și criptarea sunt aplicate datelor stocate în conformitate cu practica standard din industrie pentru platformele de analiză financiară care operează în Regatul Unit.
Accesul la tabloul de bord include recomandările zilei curente, benzile de încredere din spatele lor și arhiva rapoartelor istorice la care se face referire în această pagină. Nu există nicio obligație de a acționa în baza unei singure recomandări.