AI által támogatott piaci intelligencia
Az Cote Assetage a prediktív modellezést napi jelentési ciklussal ötvözi, így láthatja, hogyan teljesítettek az egyes jelek, ahelyett, hogy a bizalomra hivatkozna.
A motor
A platform széle nem egyetlen okos előrejelzés, hanem egy folyamatos folyamat: bejönnek az adatok, a modellek valószínűség-súlyozott nézeteket készítenek, és ezeket a nézeteket a kitettség és a volatilitás alapján ellenőrzik, mielőtt bármi is eljutna Önhöz.
A motor együtt olvassa be a megbízások áramlását, a volatilitási mintákat és a makrókiadásokat, így egyetlen irányhívás helyett valószínűségekkel súlyozott képet ad a valószínű ármozgásról. Minden jel egy megbízhatósági tartományt hordoz, így a pozícióméretezés tükrözheti, hogy a modell mennyire biztos.
A nyitott pozíciók közötti kitettség folyamatosan újraszámításra kerül, nem csak a kereskedés időpontjában. Ha az eszközök közötti korreláció eltolódik, vagy a volatilitás azon a tartományon kívülre kerül, amelyben a jel generálódott, a pozíció megjelölésre kerül felülvizsgálatra, mielőtt nagyobb problémává válna.
A kereskedési munkamenet lezárása után a modell kimeneteit összehasonlítják a ténylegesen történtekkel. Ahol egy jel kimaradt, az eltérés a következő edzési ciklusba is bekerül, így a modellt folyamatosan ellenőrzik a valósággal, és nem hagyják vizsgálatlanul futni.
Alatta a platform strukturált piaci adatokat dolgoz fel olyan strukturálatlan bemenetek mellett, mint például a hírhangulat és a szabályozási bejelentések, a feltett kérdés típusához választott statisztikai és gépi tanulási modellek keverékével. Egyetlen modellt sem tekintenek mérvadónak: a kimeneteket összevetik egyszerűbb benchmarkokkal, mielőtt jelentéshez érkeznének.
Módszertan és jelentéskészítés
A modellek minden kereskedési napon egy sor jelzést és kockázatértékelést generálnak, amelyeket a munkamenet nyitása előtt naplóznak, és érintetlenül hagynak annak lezárásáig. Utána semmit nem szerkesztenek vagy címkéznek át, így a másnap reggel elolvasott riport pontosan azt tükrözi, amit a modell vállalt, nem pedig egy utólag elsimított verzió.
Minden jelentés bemutatja, hogy milyen jeleket generáltak, mennyire volt magabiztos a modell akkoriban, és mi történt valójában a piacon. Ahol egy jel alulteljesített, a jelentés ezt egyértelműen kimondja, a valószínű ok rövid megjegyzésével együtt, legyen szó adathiányról, rendszerváltásról vagy modellkorlátozásról.
Hogyan történik az egyes valószínűségekkel súlyozott jelek a piac tényleges teljesítményéhez képest.
A teljesítmény egy hasonló passzív benchmarkhoz képest mérve, nem elszigetelten.
Az egyes jelekhez csatolt bizonyossági tartomány a generáláskor, utólag nem módosítva.
A maximális lehívás és pozíció kitettség nyilvántartása a jelentési időszakban.
Mely adatkészletek és azok melyik verziója tájékoztatta az adott nap kimenetét.
Az alapul szolgáló adatkészletek verziószámmal és időbélyeggel vannak ellátva, így bármely jelentés visszavezethető az azt előállító pontos adatpillanatképre. Nem módosítjuk visszamenőlegesen a korábbi teljesítményeket, hogy a korábbi teljesítmény jobbnak tűnjön.
Az adatoktól a döntésig
A piaci adatok, az ajánlati könyv mélysége és a releváns külső források folyamatosan begyűjtésre kerülnek, és ellenőrzik, hogy nincsenek-e hiányosságok vagy anomáliák, mielőtt bármi is elérne egy modellt.
A modellek valószínűséggel súlyozott jeleket állítanak elő egy kapcsolódó megbízhatósági tartományban, nem pedig egyetlen rögzített előrejelzést.
Minden jelet mérlegelnek az aktuális expozíció, a volatilitás és a meglévő pozíciókkal való korreláció alapján, ennek megfelelően módosítva az ajánlott méretet.
A kimenet egy rangsorolt ajánlás az indoklással, amely készen áll arra, hogy a kereskedő vagy a befektetési bizottság cselekedjen, módosítsa vagy elutasítsa.
A keret szándékosan konzervatív a bizonyossággal kapcsolatban. Ahol alacsony a bizalom vagy hiányosak az adatok, a rendszer inkább ezt mondja ki, mintsem kikényszeríti az ajánlást, és a végső ítéletet a személyre bízza az eredményért.
Alkalmazások
Egy napi kereskedő, aki egyszerre több eszközzel dolgozik, a platform segítségével jelzi a növekvő korrelációs kockázatot, mielőtt az megjelenik a lehívásban. A jelek a munkamenet során frissülnek, és mindegyik az aznap este közzétett jelentéshez van időbélyegző, így a teljesítmény kereskedésenként ellenőrizhető, nem pedig bizalmi alapon.
A negyedéves tőkeallokációt felülvizsgáló befektetési bizottság hosszabb távú forgatókönyv-modellezést alkalmaz a javasolt pozíciók stressz-tesztelése során számos makrofeltétellel szemben. Mivel az egyes ajánlások mögött meghúzódó indoklás dokumentálva van, a számokkal együtt, nem pedig helyettük lehet bemutatni az érintetteknek.
Az Cote Assetage-ről
Az Cote Assetage-et egy kvantitatív kutatási és piaci adatkezelési háttérrel rendelkező kis csapat építette, azon az alapfeltevésen dolgozva, hogy a legtöbb kereskedési eszköz előzetesen nagy bizalmat kér, és cserébe nagyon kevés ellenőrzést kínál. A kiindulópontunk az ellenkezője volt: minden nap tegye közzé az indoklást, tegye közzé a megbízhatósági szintet és tegye közzé az eredményt, így a modell eredményei magáért beszélnek.
A platform úgy lett kialakítva, hogy a meglévő folyamat mellett üljön, ahelyett, hogy felülírná azt. A jelzések és a jelentések egy döntés bemenetei, nem helyettesítik az azt meghozó személy megítélését.
Gyakran feltett kérdések
A modelleket történelmi adatokra képezik, amelyek soha nem teljesen semlegesek. Ezt úgy kezeljük, hogy egyetlen adathalmaz helyett több időszakra és piaci rendszerre vonatkozóan teszteljük a kimeneteket, és megbízhatósági tartományokat teszünk közzé, így az alacsony bizonyosságú jelek soha nem jelennek meg ugyanolyan súllyal, mint a nagy biztonságúak.
A késleltetés az érintett adatok típusától függően változik: a strukturált ár- és ajánlati könyvadatok feldolgozása folyamatosan történik a munkamenet során, míg az olyan bemeneti adatok, mint a bejelentések vagy a hírek elemzése valamivel tovább tart. Inkább pontosak lennénk ezzel a variációval kapcsolatban, mintsem egyetlen adatot ígérjünk, amely nem minden adattípusra érvényes.
Nem. A napi jelentésben szereplő minden jelhez mellékeljük a mögöttes indoklást és a generálás idején érvényes megbízhatósági szintet. A cél az, hogy a platform kiterjessze saját elemzését, így több munkát adjon Önnek, és ne helyettesítse az ítéletét egy átláthatatlan kimenettel.
Az adatok továbbításakor és nyugalmi állapotban is titkosítva vannak, a nyers adatkészletekhez való hozzáférés pedig naplózásra kerül, és arra korlátozódik, amire egy adott folyamatnak ténylegesen szüksége van. Ügyfeleink adatait nem adjuk el és nem osztjuk meg harmadik felekkel.
Igen. Az élő adatok bemutatója a múltbeli jelek mintáját mutatja az aznapi jelentésben rögzített eredmények mellett, így felmérhető a modell eredményei, mielőtt eldöntenék, megfelel-e az Ön megközelítésének.
A titkosításon és a hozzáférés-szabályozáson túl a jelentésben használt minden adatkészletet verziószámmal látják el, így ha egy adott napi kimenettel kapcsolatban kérdés merül fel, pontosan meg tudjuk mutatni, hogy melyik adat hozta létre azt.
Ha szívesebben szeretné látni egy modell tényleges eredményeit, mintsem a hitre hivatkozik, az élő adatok bemutatója a múltbeli jelek mintáját mutatja az aznapi jelentésben rögzített eredmények mellett. A nézegetéshez nincs kötelezettség.