Analisi predittiva per i mercati canadesi
Vexquant applica modelli predittivi a grandi insiemi di dati di mercato e di portafoglio, quindi pubblica le chiamate risultanti in un registro pubblico in modo da poter valutare l'accuratezza predittiva prima di impegnare capitale.
Metodologia
Il processo di Vexquant è progettato per essere ispezionato, non per essere preso per fede. Ciascuna fase riportata di seguito produce un output intermedio che viene registrato, in modo che il percorso dai dati grezzi alla raccomandazione possa essere tracciato a posteriori.
Prezzo, volume e dati on-chain o di approfondimento del mercato vengono estratti da più fonti a intervalli regolari e controllati per individuare lacune o incoerenze prima dell'uso.
I modelli addestrati su dati storici identificano relazioni ricorrenti tra variabili difficili da isolare manualmente in set di dati di grandi dimensioni.
Ogni modello rilevato viene testato rispetto ai dati fuori campione per filtrare i segnali che non resistono oltre il periodo in cui sono stati trovati.
I segnali sopravvissuti vengono convertiti in una raccomandazione adeguata al rischio, con timestamp e scritti nel registro pubblico delle prestazioni prima che qualsiasi risultato sia noto.
Capacità fondamentali
Ciascuno strumento riportato di seguito risponde a una domanda distinta a cui un gestore del rischio o un investitore in genere deve rispondere manualmente. Vexquant non sostituisce tale sentenza; restringe i dati a ciò che è statisticamente rilevante.
Gli asset e le posizioni vengono valutati rispetto alle fasce di volatilità storiche, segnalando le esposizioni che si discostano dalla tolleranza al rischio dichiarata di un portafoglio.
I portafogli possono essere gestiti in base a flessioni del mercato modellate e shock di liquidità per stimare il prelievo prima che il capitale sia a rischio.
Identifica quando partecipazioni precedentemente non correlate iniziano a muoversi insieme, un indicatore precoce comune di concentrazione del rischio.
Propone aggiustamenti della ponderazione basati sui punteggi di accuratezza predittiva per ciascuna classe di attività, non su regole empiriche statiche.
Ogni raccomandazione comporta un livello di confidenza derivato dall’accuratezza retroattiva, quindi i segnali di bassa confidenza possono essere ponderati di conseguenza.
I report esportabili riepilogano gli input, le ipotesi e i risultati del modello in un formato adatto ai comitati di rischio interni.
Trasparenza delle prestazioni
Invece di affermare un track record, Vexquant ne pubblica uno. Ogni raccomandazione viene registrata con un timestamp prima che il risultato sia noto e il risultato viene registrato una volta risolto, indipendentemente dal fatto che sia favorevole o meno.
| Data di registrazione | Classe di asset | Raccomandazione | Fiducia | Stato dei risultati |
|---|---|---|---|---|
| 2024-11-03 | Asset digitali, a grande capitalizzazione | Ridurre l'esposizione | Moderato | Risolto – allineato |
| 2024-11-18 | Azioni, intersettoriali | Mantieni, monitora la volatilità | Alto | Risolto – allineato |
| 2024-12-02 | Asset digitali, a media capitalizzazione | Aumentare l'allocazione | Basso | Risolto – divergente |
| 2024-12-21 | Procura del reddito fisso | Mantenere la posizione | Alto | In attesa di risoluzione |
Ogni voce di log si collega allo snapshot dei dati e alla versione del modello utilizzato per generarlo. Le voci sono di sola aggiunta; le raccomandazioni passate non vengono mai modificate o rimosse dopo il fatto, compresi i casi in cui il segnale non ha resistito.
Le etichette dei risultati vengono assegnate automaticamente una volta chiusa la finestra di risoluzione per una determinata raccomandazione, utilizzando le stesse origini dati citate nella voce originale, in modo che i criteri di valutazione rimangano coerenti in tutto il registro.
Casi d'uso
Due modelli ricorrenti tra gli utenti Vexquant illustrano come gli stessi modelli sottostanti vengono applicati a mandati diversi.
Tesoreria aziendale
Dichiarazione del problema: Un team di tesoreria che deteneva una parte delle riserve in asset digitali aveva bisogno di un modo ripetibile per dimensionare gli aggiustamenti delle posizioni senza fare affidamento esclusivamente sul sentiment interno o sulle chiamate ad hoc degli analisti.
Approccio e risultato: Il punteggio di rischio e la modellizzazione degli scenari sono stati applicati alle partecipazioni esistenti, producendo intervalli settimanali di aggiustamento del rating di fiducia. Le decisioni rimanevano al comitato del tesoro; Il ruolo del modello era restringere la gamma di azioni ragionevoli e documentare il ragionamento alla base di ciascuna di esse.
Portafoglio privato
Dichiarazione del problema: Un investitore che gestisce un portafoglio personale composto da diverse risorse digitali desiderava un controllo indipendente e basato sui dati rispetto al processo decisionale emotivo durante i periodi di elevata volatilità.
Approccio e risultato: La mappatura della correlazione è venuta meno quando le partecipazioni presumibilmente diversificate hanno iniziato a muoversi in tandem, provocando un riequilibrio in vista di un calo più ampio. Il registro pubblico ha consentito all'investitore di confrontare la fiducia dichiarata dal segnale con il suo risultato effettivo prima di agire nuovamente su segnali simili.
Domande frequenti
No. Vexquant produce raccomandazioni basate sui dati con livelli di confidenza dichiarati, registrate pubblicamente per la revisione. Non fornisce consulenza finanziaria personalizzata e nessun risultato è garantito. Le decisioni basate su questi risultati rimangono responsabilità dell'utente o del suo consulente.
Il risultato viene registrato nello stesso registro come "divergente", senza alterazione o rimozione della voce originale. Questo fa parte del modo in cui l'accuratezza predittiva viene misurata onestamente nel tempo, piuttosto che mostrare solo risultati favorevoli.
I segnali vengono convalidati rispetto a periodi fuori campione prima di essere registrati e le valutazioni di confidenza vengono ricalibrate man mano che si accumulano nuovi dati sui risultati. Ciò non elimina il rischio che un modello fallisca, ma riduce la dipendenza da modelli che funzionavano solo con il senno di poi.
I dati specifici del portafoglio vengono utilizzati solo per generare raccomandazioni per l'account a cui appartiene. I dati di mercato aggregati e resi anonimi contribuiscono alla formazione del modello; le partecipazioni individuali non vengono condivise o divulgate ad altri utenti.
Il modello opera entro soglie di rischio predefinite e non esegue direttamente operazioni; produce raccomandazioni per la revisione umana. Inoltre, non tiene conto delle informazioni esterne alle sue fonti di dati, come le modifiche normative non annunciate.
Una descrizione completa delle limitazioni del modello e dei fattori di rischio è disponibile nel ns documentazione di informativa sui rischi.
L'accesso al registro completo delle prestazioni e alla documentazione del modello è disponibile senza richiedere un impegno anticipato a lungo termine. La maggior parte degli account viene configurata per la revisione iniziale entro pochi giorni lavorativi.