Inteligencia de mercado asistida por IA
Cote Assetage combina el modelado predictivo con un ciclo de informes diario, para que pueda ver cómo se desempeñó cada señal en lugar de asumir la confianza.
el motor
La ventaja de la plataforma no es una única predicción inteligente sino un proceso continuo: los datos llegan, los modelos producen vistas ponderadas por probabilidad y esas vistas se comparan con la exposición y la volatilidad antes de que algo llegue a usted.
El motor lee el flujo de órdenes, los patrones de volatilidad y las publicaciones macroeconómicas en conjunto, produciendo una visión ponderada por probabilidad del posible movimiento de precios en lugar de una llamada direccional única. Cada señal conlleva un rango de confianza, por lo que el tamaño de la posición puede reflejar qué tan seguro es realmente el modelo.
La exposición a las posiciones abiertas se recalcula continuamente, no solo en el momento en que se realiza una operación. Si la correlación entre los activos cambia o la volatilidad se mueve fuera del rango en el que se generó una señal, la posición se marca para revisión antes de que se convierta en un problema mayor.
Una vez que se cierra una sesión de negociación, los resultados del modelo se comparan con lo que realmente sucedió. Cuando se pierde una señal, la discrepancia alimenta el siguiente ciclo de entrenamiento, por lo que el modelo se compara con la realidad de forma continua en lugar de dejarlo funcionar sin examinarlo.
Debajo, la plataforma procesa datos de mercado estructurados junto con entradas no estructuradas, como sentimiento de noticias y presentaciones regulatorias, utilizando una combinación de modelos estadísticos y de aprendizaje automático elegidos para el tipo de pregunta que se formula. Ningún modelo se considera autoritativo: los resultados se cotejan con puntos de referencia más simples antes de llegar a un informe.
Metodología e informes
Cada día de negociación, los modelos generan un conjunto de señales y evaluaciones de riesgo, que se registran antes de que se abra la sesión y no se modifican hasta que se cierra. Nada se edita ni se reetiqueta después, por lo que el informe que lees a la mañana siguiente refleja exactamente a qué se comprometió el modelo, no una versión suavizada en retrospectiva.
Cada informe establece qué señales se generaron, qué tan seguro estaba el modelo en ese momento y qué sucedió realmente en el mercado. Cuando una señal tuvo un desempeño inferior, el informe lo dice claramente, junto con una breve nota sobre la causa probable, ya sea una brecha de datos, un cambio de régimen o una limitación del modelo.
Cómo se compara cada señal ponderada por probabilidad con lo que realmente hizo el mercado.
Rendimiento medido frente a un punto de referencia pasivo comparable, no de forma aislada.
El rango de certeza adjunto a cada señal cuando se generó, no ajustado posteriormente.
Un récord de reducción máxima y exposición de posiciones durante el período del informe.
Qué conjuntos de datos y qué versión de ellos informaron la producción de un día determinado.
Los conjuntos de datos subyacentes tienen versiones y marcas de tiempo, por lo que se puede rastrear cualquier informe hasta la instantánea de datos exacta que lo produjo. No ajustamos retrospectivamente los resultados históricos para que el desempeño anterior parezca mejor.
De los datos a la decisión
Los datos de mercado, la profundidad de la cartera de pedidos y las fuentes externas relevantes se obtienen continuamente y se verifican para detectar lagunas o anomalías antes de que algo llegue al modelo.
Los modelos producen señales ponderadas por probabilidad con un rango de confianza asociado, en lugar de una única predicción fija.
Cada señal se compara con la exposición actual, la volatilidad y la correlación con las posiciones existentes, ajustando el tamaño recomendado en consecuencia.
El resultado es una recomendación clasificada con su razonamiento adjunto, lista para que un comerciante o un comité de inversiones actúe, la ajuste o la rechace.
El marco es deliberadamente conservador en cuanto a la certeza. Cuando la confianza es baja o los datos están incompletos, el sistema lo dice en lugar de forzar una recomendación, dejando el juicio final en manos de la persona responsable del resultado.
Aplicaciones
Un operador intradía que trabaja con varios instrumentos a la vez utiliza la plataforma para señalar el aumento del riesgo de correlación antes de que aparezca en una reducción. Las señales se actualizan a lo largo de la sesión y cada una tiene una marca de tiempo en comparación con el informe publicado esa noche, por lo que el rendimiento se puede verificar operación por operación en lugar de confiar en ella.
Un comité de inversiones que revisa la asignación de capital trimestral utiliza modelos de escenarios de horizonte más largo para probar las posiciones propuestas frente a una variedad de condiciones macroeconómicas. Debido a que el razonamiento detrás de cada recomendación está documentado, se puede presentar a las partes interesadas junto con las cifras, no en lugar de ellas.
Acerca de Cote Assetage
Cote Assetage fue creado por un pequeño equipo con experiencia en investigación cuantitativa e ingeniería de datos de mercado, trabajando bajo la premisa de que la mayoría de las herramientas comerciales exigen mucha confianza por adelantado y ofrecen muy poca verificación a cambio. Nuestro punto de partida fue el opuesto: publicar el razonamiento, publicar el nivel de confianza y publicar el resultado, todos los días, para que el historial del modelo hable por sí solo.
La plataforma está diseñada para acompañar su proceso existente en lugar de anularlo. Las señales y los informes son elementos para tomar una decisión, no un sustituto del juicio de la persona que la toma.
Preguntas que nos hacen a menudo
Los modelos se entrenan con datos históricos, que nunca son completamente neutrales. Abordamos esto probando los resultados en múltiples períodos de tiempo y regímenes de mercado en lugar de un solo conjunto de datos, y publicando rangos de confianza para que una señal de baja certeza nunca se presente con el mismo peso que una de alta certeza.
La latencia varía según el tipo de datos involucrados: los datos estructurados de precios y libros de pedidos se procesan de forma continua a lo largo de la sesión, mientras que entradas como presentaciones o sentimiento de noticias tardan un poco más en analizarse. Preferiríamos ser precisos acerca de esta variación que prometer una cifra única que no sea válida para todos los tipos de datos.
No. Cada señal en el informe diario va acompañada del razonamiento detrás de ella y el nivel de confianza en el momento en que se generó. La intención es que la plataforma amplíe su propio análisis, brindándole más con qué trabajar, no reemplazar su juicio con un resultado opaco.
Los datos se cifran en tránsito y en reposo, y el acceso a conjuntos de datos sin procesar se registra y se restringe a lo que realmente necesita un proceso determinado. No vendemos ni compartimos datos de clientes con terceros.
Sí. La demostración de datos en vivo muestra una muestra de señales históricas junto con los resultados registrados en el informe de ese día, de modo que se pueda evaluar el historial del modelo antes de decidir si se adapta a su enfoque.
Más allá del cifrado y los controles de acceso, cada conjunto de datos utilizado en un informe tiene una versión, por lo que si alguna vez surge una pregunta sobre la producción de un día específico, podemos mostrar con precisión qué datos la produjeron.
Si prefiere ver el historial real de un modelo en lugar de aceptar una afirmación basada en la fe, la demostración de datos en vivo muestra una muestra de señales pasadas junto con los resultados registrados en el informe de ese día. No existe ninguna obligación de mirar.