Analityka predykcyjna dla rynków kanadyjskich
Vexquant stosuje modele predykcyjne do dużych zestawów danych rynkowych i portfelowych, a następnie publikuje wynikające z nich wywołania w dzienniku publicznym, dzięki czemu można ocenić dokładność predykcji przed zatwierdzeniem kapitału.
Metodologia
Proces Vexquant jest zbudowany tak, aby można go było sprawdzić, a nie brać na wiarę. Każdy poniższy etap generuje pośredni wynik, który jest rejestrowany, więc ścieżkę od surowych danych do rekomendacji można prześledzić po fakcie.
Dane dotyczące cen, wolumenów oraz danych dotyczących łańcucha lub głębokości rynku są pobierane z wielu źródeł w regularnych odstępach czasu i przed użyciem sprawdzane pod kątem luk lub niespójności.
Modele wyszkolone na danych historycznych identyfikują powtarzające się relacje między zmiennymi, które trudno jest wyizolować ręcznie w dużych zbiorach danych.
Każdy wykryty wzorzec jest testowany w oparciu o dane spoza próbki w celu odfiltrowania sygnałów, które nie utrzymują się dłużej niż okres, w którym zostały znalezione.
Sygnały, które przetrwały, są przekształcane w rekomendację skorygowaną o ryzyko, oznaczane znacznikiem czasu i zapisywane w publicznym dzienniku wyników, zanim znany będzie jakikolwiek wynik.
Podstawowe możliwości
Każde poniższe narzędzie odpowiada na odrębne pytanie, na które osoba zarządzająca ryzykiem lub inwestor zazwyczaj musi odpowiedzieć ręcznie. Vexquant nie zastępuje tego wyroku; zawęża dane do tego, co jest statystycznie istotne.
Aktywa i pozycje są oceniane w oparciu o historyczne pasma zmienności, oznaczając ekspozycje odbiegające od określonej tolerancji ryzyka portfela.
Portfele można prowadzić w obliczu modelowanych pogorszeń koniunktury na rynku i szoków płynnościowych, aby oszacować straty, zanim kapitał będzie zagrożony.
Identyfikuje moment, w którym wcześniej nieskorelowane aktywa zaczynają się łączyć, co jest powszechnym wczesnym wskaźnikiem skoncentrowanego ryzyka.
Proponuje korekty wag w oparciu o wyniki dokładności predykcyjnej dla każdej klasy aktywów, a nie o statyczne zasady praktyczne.
Każde zalecenie ma wskaźnik pewności uzyskany na podstawie potwierdzonej historycznie dokładności, dzięki czemu można odpowiednio ważyć sygnały o niskim poziomie pewności.
Raporty, które można eksportować, podsumowują dane wejściowe, założenia i wyniki modelu w formacie odpowiednim dla wewnętrznych komisji ds. ryzyka.
Przejrzystość wydajności
Zamiast potwierdzać osiągnięcia, Vexquant je publikuje. Każde zalecenie jest rejestrowane ze znacznikiem czasu, zanim znany jest wynik, a wynik jest rejestrowany po jego rozwiązaniu, niezależnie od tego, czy jest korzystny czy nie.
| Data zarejestrowania | Klasa aktywów | Zalecenie | Zaufanie | Stan wyniku |
|---|---|---|---|---|
| 2024-11-03 | Aktywa cyfrowe o dużej kapitalizacji | Zmniejsz ekspozycję | Umiarkowane | Rozwiązane — dopasowane |
| 2024-11-18 | Akcje, międzysektorowe | Trzymaj, monitoruj zmienność | Wysoka | Rozwiązane — dopasowane |
| 2024-12-02 | Aktywa cyfrowe, spółka o średniej kapitalizacji | Zwiększ alokację | Niski | Rozwiązane – rozbieżne |
| 2024-12-21 | Pełnomocnik o stałym dochodzie | Utrzymuj pozycję | Wysoka | Oczekujące rozwiązanie |
Każdy wpis dziennika łączy się z migawką danych i wersją modelu użytego do jej wygenerowania. Wpisy można tylko dodawać; Wcześniejsze rekomendacje nigdy nie są edytowane ani usuwane po fakcie, także w przypadkach, gdy sygnał nie został utrzymany.
Etykiety wyników są przypisywane automatycznie po zamknięciu okna rozstrzygania danej rekomendacji, przy użyciu tych samych źródeł danych, które cytowano w oryginalnym wpisie, dzięki czemu kryteria oceniania pozostają spójne w całym dzienniku.
Przypadki użycia
Dwa powtarzające się wzorce wśród użytkowników Vexquant ilustrują, w jaki sposób te same modele bazowe są stosowane do różnych mandatów.
Skarbiec Korporacyjny
Opis problemu: Zespół skarbowy posiadający część rezerw aktywów cyfrowych potrzebował powtarzalnego sposobu ustalania wielkości korekt pozycji, bez polegania wyłącznie na nastrojach wewnętrznych lub doraźnych rozmowach analityków.
Podejście i wynik: Do istniejących gospodarstw zastosowano punktację ryzyka i modelowanie scenariuszy, uzyskując cotygodniowe zakresy korekt oparte na wskaźniku ufności. Decyzje pozostały w gestii komisji skarbu; rolą modelu było zawężanie zakresu uzasadnionych działań i dokumentowanie racji stojących za każdym z nich.
Prywatny portfel
Opis problemu: Inwestor zarządzający portfelem osobistym obejmującym kilka aktywów cyfrowych potrzebował niezależnej, opartej na danych kontroli pod kątem emocjonalnego podejmowania decyzji w okresach dużej zmienności.
Podejście i wynik: Mapowanie korelacji zostało oznaczone, gdy gospodarstwa uznane za zdywersyfikowane zaczęły się zmieniać w tandemie, co spowodowało przywrócenie równowagi przed szerszym spadkiem. Dziennik publiczny umożliwił inwestorowi porównanie stwierdzonej pewności sygnału z jego rzeczywistym wynikiem przed ponownym podjęciem działań w oparciu o podobne sygnały.
Często zadawane pytania
Nie. Vexquant generuje rekomendacje oparte na danych z określonymi poziomami ufności, rejestrowane publicznie w celu przeglądu. Nie zapewnia spersonalizowanych porad finansowych i nie gwarantuje żadnego wyniku. Decyzje oparte na tych wynikach pozostają w gestii użytkownika lub jego doradcy.
Wynik zapisuje się w tym samym dzienniku, co wynik „rozbieżny”, bez zmiany lub usunięcia pierwotnego wpisu. Jest to część sposobu, w jaki dokładność predykcyjna jest mierzona uczciwie w czasie, a nie tylko przedstawianie korzystnych wyników.
Przed zarejestrowaniem sygnały są sprawdzane pod kątem okresów poza próbą, a oceny pewności są ponownie kalibrowane w miarę gromadzenia nowych danych wynikowych. Nie eliminuje to ryzyka załamania się wzorca, ale zmniejsza poleganie na wzorcach, które sprawdziły się dopiero z perspektywy czasu.
Dane specyficzne dla portfela wykorzystywane są wyłącznie w celu generowania rekomendacji dla rachunku, do którego należy. Zagregowane, anonimowe dane rynkowe przyczyniają się do szkolenia modeli; indywidualne zasoby nie są udostępniane ani ujawniane innym użytkownikom.
Model działa w ramach z góry określonych progów ryzyka i nie realizuje transakcji bezpośrednio; generuje zalecenia do przeglądu ręcznego. Nie uwzględnia również informacji spoza swoich źródeł danych, takich jak niezapowiedziane zmiany regulacyjne.
Pełny opis ograniczeń modelu i czynników ryzyka dostępny jest w naszym serwisie dokumentacja ujawniająca ryzyko.
Dostęp do pełnego dziennika wydajności i dokumentacji modelu jest możliwy bez konieczności podejmowania z góry długoterminowego zobowiązania. Większość kont jest skonfigurowana do wstępnego sprawdzenia w ciągu kilku dni roboczych.