Análisis predictivo para los mercados canadienses
Vexquant aplica modelos predictivos a grandes conjuntos de datos de mercado y cartera y luego publica las llamadas resultantes en un registro público para que pueda evaluar la precisión predictiva antes de comprometer capital.
Metodología
El proceso de Vexquant está diseñado para ser inspeccionado, no para tomarlo por fe. Cada etapa siguiente produce un resultado intermedio que se registra, de modo que el camino desde los datos sin procesar hasta la recomendación se puede rastrear después del hecho.
Los datos de precio, volumen y profundidad del mercado o en cadena se extraen de múltiples fuentes a intervalos regulares y se verifican para detectar lagunas o inconsistencias antes de su uso.
Los modelos entrenados con datos históricos identifican relaciones recurrentes entre variables que son difíciles de aislar manualmente en grandes conjuntos de datos.
Cada patrón detectado se compara con datos fuera de la muestra para filtrar las señales que no se mantienen más allá del período en el que se encontraron.
Las señales supervivientes se convierten en una recomendación ajustada al riesgo, se les marca la hora y se escriben en el registro de rendimiento público antes de que se conozca el resultado.
Capacidades principales
Cada herramienta a continuación aborda una pregunta distinta que un administrador de riesgos o un inversor normalmente tiene que responder manualmente. Vexquant no reemplaza ese juicio; reduce los datos a lo que es estadísticamente relevante.
Los activos y posiciones se califican según bandas de volatilidad históricas, señalando exposiciones que se desvían de la tolerancia al riesgo declarada de una cartera.
Las carteras pueden analizarse frente a caídas del mercado modeladas y shocks de liquidez para estimar la reducción antes de que el capital esté en riesgo.
Identifica cuándo las tenencias previamente no correlacionadas comienzan a moverse juntas, un indicador temprano común de riesgo concentrado.
Propone ajustes de ponderación basados en puntuaciones de precisión predictiva para cada clase de activos, no en reglas generales estáticas.
Cada recomendación conlleva una calificación de confianza derivada de una precisión comprobada, por lo que las señales de baja confianza se pueden ponderar en consecuencia.
Los informes exportables resumen las entradas, los supuestos y los resultados del modelo en un formato adecuado para los comités internos de riesgos.
Transparencia en el desempeño
En lugar de hacer valer un historial, Vexquant publica uno. Cada recomendación se registra con una marca de tiempo antes de que se conozca el resultado, y el resultado se registra una vez que se resuelve, ya sea favorable o no.
| Fecha de registro | Clase de activo | Recomendación | confianza | Estado de los resultados |
|---|---|---|---|---|
| 2024-11-03 | Activos digitales, gran capitalización | Reducir la exposición | moderado | Resuelto - alineado |
| 2024-11-18 | Acciones, intersectoriales | Mantener, monitorear la volatilidad | Alto | Resuelto - alineado |
| 2024-12-02 | Activos digitales, mediana capitalización | Aumentar la asignación | Bajo | Resuelto - divergido |
| 2024-12-21 | proxy de renta fija | mantener la posición | Alto | Pendiente de resolución |
Cada entrada de registro enlaza con la instantánea de datos y la versión del modelo utilizada para generarla. Las entradas son sólo para anexar; Las recomendaciones anteriores nunca se editan ni eliminan después del hecho, incluidos los casos en los que la señal no se mantuvo.
Las etiquetas de resultados se asignan automáticamente una vez que se cierra la ventana de resolución para una recomendación determinada, utilizando las mismas fuentes de datos citadas en la entrada original, de modo que los criterios de calificación se mantengan consistentes en todo el registro.
Casos de uso
Dos patrones recurrentes entre los usuarios de Vexquant ilustran cómo se aplican los mismos modelos subyacentes a diferentes mandatos.
Tesorería Corporativa
Declaración del problema: Un equipo de tesorería que poseía una parte de las reservas en activos digitales necesitaba una forma repetible de dimensionar los ajustes de posición sin depender únicamente del sentimiento interno o de las llamadas de analistas ad hoc.
Enfoque y resultado: Se aplicaron puntuaciones de riesgo y modelos de escenarios a las posiciones existentes, generando rangos de ajuste semanales de calificación de confianza. Las decisiones quedaron en manos del comité de tesorería; La función del modelo era reducir el rango de acciones razonables y documentar el razonamiento detrás de cada una.
Portafolio Privado
Declaración del problema: Un inversor que gestionaba una cartera personal de varios activos digitales quería una verificación independiente, basada en datos, de la toma de decisiones emocionales durante períodos de alta volatilidad.
Enfoque y resultado: El mapeo de correlación decayó cuando las tenencias que se suponía estaban diversificadas comenzaron a moverse en conjunto, lo que provocó un reequilibrio antes de una reducción más amplia. El registro público permitió al inversor comparar la confianza declarada de la señal con su resultado real antes de actuar nuevamente sobre señales similares.
Preguntas frecuentes
No. Vexquant produce recomendaciones basadas en datos con niveles de confianza establecidos, que se registran públicamente para su revisión. No proporciona asesoramiento financiero personalizado y no se garantiza ningún resultado. Las decisiones basadas en estos resultados siguen siendo responsabilidad del usuario o su asesor.
El resultado se registra en el mismo registro como "divergente", sin alteración ni eliminación de la entrada original. Esto es parte de cómo la precisión predictiva se mide honestamente a lo largo del tiempo, en lugar de mostrar únicamente resultados favorables.
Las señales se validan con respecto a períodos fuera de la muestra antes de registrarse y las calificaciones de confianza se recalibran a medida que se acumulan nuevos datos de resultados. Esto no elimina el riesgo de que un patrón se rompa, pero reduce la dependencia de patrones que sólo funcionaron en retrospectiva.
Los datos específicos de la cartera se utilizan únicamente para generar recomendaciones para la cuenta a la que pertenece. Los datos de mercado agregados y anonimizados contribuyen a la formación de modelos; Las participaciones individuales no se comparten ni se revelan a otros usuarios.
El modelo opera dentro de umbrales de riesgo predefinidos y no ejecuta operaciones directamente; Produce recomendaciones para revisión humana. Tampoco tiene en cuenta información fuera de sus fuentes de datos, como cambios regulatorios no anunciados.
Una descripción completa de las limitaciones del modelo y los factores de riesgo está disponible en nuestro documentación de divulgación de riesgos.
El acceso al registro de rendimiento completo y a la documentación del modelo está disponible sin necesidad de un compromiso inicial a largo plazo. La mayoría de las cuentas están configuradas para una revisión inicial dentro de unos pocos días hábiles.