Predictive Analytics für kanadische Märkte
Vexquant wendet Vorhersagemodelle auf große Mengen an Markt- und Portfoliodaten an und veröffentlicht die resultierenden Aufrufe dann in einem öffentlichen Protokoll, damit Sie die Vorhersagegenauigkeit beurteilen können, bevor Sie Kapital binden.
Methodik
Der Prozess von Vexquant ist darauf ausgelegt, inspiziert zu werden, und nicht auf Vertrauen. Jede Stufe unten erzeugt eine Zwischenausgabe, die aufgezeichnet wird, sodass der Weg von den Rohdaten bis zur Empfehlung im Nachhinein nachverfolgt werden kann.
Preis-, Volumen- und On-Chain- oder Markttiefendaten werden in regelmäßigen Abständen aus mehreren Quellen abgerufen und vor der Verwendung auf Lücken oder Inkonsistenzen überprüft.
Auf historischen Daten trainierte Modelle identifizieren wiederkehrende Beziehungen zwischen Variablen, die bei großen Datensätzen nur schwer manuell isoliert werden können.
Jedes erkannte Muster wird anhand von Out-of-Sample-Daten getestet, um Signale herauszufiltern, die nicht über den Zeitraum hinaus bestehen bleiben, in dem sie gefunden wurden.
Überlebende Signale werden in eine risikobereinigte Empfehlung umgewandelt, mit einem Zeitstempel versehen und in das öffentliche Leistungsprotokoll geschrieben, bevor ein Ergebnis bekannt ist.
Kernkompetenzen
Jedes der folgenden Tools befasst sich mit einer bestimmten Frage, die ein Risikomanager oder Investor normalerweise manuell beantworten muss. Vexquant ersetzt dieses Urteil nicht; Es grenzt die Daten auf das statistisch Relevante ein.
Vermögenswerte und Positionen werden anhand historischer Volatilitätsbänder bewertet, wodurch Engagements gekennzeichnet werden, die von der angegebenen Risikotoleranz eines Portfolios abweichen.
Portfolios können mit modellierten Marktabschwüngen und Liquiditätsschocks verglichen werden, um den Verlust abzuschätzen, bevor das Kapital gefährdet wird.
Erkennt, wann zuvor unkorrelierte Bestände beginnen, sich anzunähern, ein häufiger Frühindikator für konzentriertes Risiko.
Schlägt Gewichtungsanpassungen vor, die auf Vorhersagegenauigkeitswerten für jede Anlageklasse basieren und nicht auf statischen Faustregeln.
Jede Empfehlung verfügt über eine Konfidenzbewertung, die aus der Backtest-Genauigkeit abgeleitet wird, sodass Signale mit geringer Konfidenz entsprechend gewichtet werden können.
Exportierbare Berichte fassen Modelleingaben, Annahmen und Ergebnisse in einem Format zusammen, das für interne Risikoausschüsse geeignet ist.
Leistungstransparenz
Anstatt eine Erfolgsbilanz zu behaupten, veröffentlicht Vexquant eine. Jede Empfehlung wird mit einem Zeitstempel protokolliert, bevor das Ergebnis bekannt ist, und das Ergebnis wird aufgezeichnet, sobald es gelöst wurde, unabhängig davon, ob es positiv ist oder nicht.
| Datum der Protokollierung | Anlageklasse | Empfehlung | Vertrauen | Ergebnisstatus |
|---|---|---|---|---|
| 03.11.2024 | Digitale Vermögenswerte, Large-Cap | Belichtung reduzieren | Mäßig | Gelöst – ausgerichtet |
| 18.11.2024 | Aktien, branchenübergreifend | Halten Sie, überwachen Sie die Volatilität | Hoch | Gelöst – ausgerichtet |
| 02.12.2024 | Digitale Vermögenswerte, Mid-Cap | Zuteilung erhöhen | Niedrig | Gelöst – divergiert |
| 21.12.2024 | Festverzinslicher Proxy | Position beibehalten | Hoch | Ausstehende Lösung |
Jeder Protokolleintrag verweist auf den Daten-Snapshot und die Modellversion, die zu seiner Generierung verwendet wurden. Einträge können nur angehängt werden; Frühere Empfehlungen werden niemals nachträglich bearbeitet oder entfernt, auch nicht in Fällen, in denen das Signal nicht Bestand hatte.
Ergebnisbezeichnungen werden automatisch zugewiesen, sobald sich das Lösungsfenster für eine bestimmte Empfehlung schließt. Dabei werden dieselben Datenquellen verwendet, die im ursprünglichen Eintrag angegeben wurden, sodass die Bewertungskriterien im gesamten Protokoll konsistent bleiben.
Anwendungsfälle
Zwei wiederkehrende Muster unter Vexquant-Benutzern veranschaulichen, wie dieselben zugrunde liegenden Modelle auf verschiedene Mandate angewendet werden.
Unternehmenskasse
Problemstellung: Ein Treasury-Team, das einen Teil der Reserven in digitalen Vermögenswerten hält, benötigte eine wiederholbare Methode zur Größenbestimmung von Positionsanpassungen, ohne sich ausschließlich auf interne Stimmungen oder Ad-hoc-Anrufe von Analysten zu verlassen.
Vorgehensweise und Ergebnis: Risikobewertung und Szenariomodellierung wurden auf die bestehenden Bestände angewendet und ergaben wöchentliche Konfidenz-Anpassungsbereiche. Entscheidungen blieben beim Finanzausschuss; Die Rolle des Modells bestand darin, die Bandbreite sinnvoller Maßnahmen einzugrenzen und die Gründe für jede einzelne zu dokumentieren.
Privates Portfolio
Problemstellung: Ein Investor, der ein persönliches Portfolio über mehrere digitale Vermögenswerte verwaltet, wünschte sich eine unabhängige, datenbasierte Überprüfung gegen emotionale Entscheidungen in Zeiten hoher Volatilität.
Vorgehensweise und Ergebnis: Die Korrelationszuordnung wurde ins Stocken geraten, als sich vermutlich diversifizierte Bestände im Gleichschritt zu bewegen begannen, was zu einer Neuausrichtung vor einem breiteren Rückgang führte. Das öffentliche Protokoll ermöglichte es dem Anleger, die angegebene Zuverlässigkeit des Signals mit seinem tatsächlichen Ergebnis zu vergleichen, bevor er erneut auf ähnliche Signale reagierte.
Häufig gestellte Fragen
Nein. Vexquant erstellt datengesteuerte Empfehlungen mit angegebenen Konfidenzniveaus, die öffentlich zur Überprüfung protokolliert werden. Es erfolgt keine individuelle Finanzberatung und es wird kein Ergebnis garantiert. Entscheidungen auf der Grundlage dieser Ergebnisse liegen in der Verantwortung des Benutzers oder seines Beraters.
Das Ergebnis wird im selben Protokoll wie „abweichend“ aufgezeichnet, ohne dass der ursprüngliche Eintrag geändert oder entfernt wird. Dies ist Teil der Art und Weise, wie die Vorhersagegenauigkeit im Laufe der Zeit ehrlich gemessen wird und nicht nur günstige Ergebnisse angezeigt werden.
Signale werden vor der Protokollierung anhand von Zeiträumen außerhalb der Stichprobe validiert, und die Konfidenzbewertungen werden neu kalibriert, wenn neue Ergebnisdaten anfallen. Dadurch wird das Risiko, dass ein Muster zusammenbricht, nicht beseitigt, aber es verringert sich die Abhängigkeit von Mustern, die erst im Nachhinein funktioniert haben.
Portfoliospezifische Daten werden nur zur Generierung von Empfehlungen für das Konto verwendet, zu dem sie gehören. Aggregierte, anonymisierte Marktdaten tragen zum Modelltraining bei; Einzelne Bestände werden nicht an andere Benutzer weitergegeben oder offengelegt.
Das Modell arbeitet innerhalb vordefinierter Risikoschwellen und führt keine Geschäfte direkt aus; Es erstellt Empfehlungen zur menschlichen Überprüfung. Es berücksichtigt auch keine Informationen außerhalb seiner Datenquellen, wie etwa unangekündigte regulatorische Änderungen.
Eine vollständige Beschreibung der Modellbeschränkungen und Risikofaktoren finden Sie in unserem Dokumentation der Risikooffenlegung.
Der Zugriff auf das vollständige Leistungsprotokoll und die Modelldokumentation ist möglich, ohne dass eine langfristige Verpflichtung im Voraus erforderlich ist. Die meisten Konten werden innerhalb weniger Werktage für die erste Überprüfung konfiguriert.