AI-ondersteunde marktinformatie
Cote Assetage combineert voorspellende modellen met een dagelijkse rapportagecyclus, zodat u kunt zien hoe elk signaal heeft gepresteerd, in plaats van een claim op vertrouwen in te dienen.
De motor
De voorsprong van het platform is niet één enkele slimme voorspelling, maar een continu proces: gegevens komen binnen, modellen produceren kansgewogen inzichten, en die inzichten worden getoetst aan de blootstelling en volatiliteit voordat er iets jou bereikt.
De engine leest de orderstroom, volatiliteitspatronen en macro-uitgaven samen, waardoor een waarschijnlijkheidsgewogen beeld ontstaat van de waarschijnlijke prijsbeweging in plaats van een enkele directionele call. Elk signaal heeft een betrouwbaarheidsbereik, zodat de positiebepaling kan weerspiegelen hoe zeker het model werkelijk is.
De blootstelling aan open posities wordt continu herberekend, niet alleen op het moment waarop een transactie wordt geplaatst. Als de correlatie tussen activa verschuift of de volatiliteit buiten het bereik komt waarbinnen een signaal werd gegenereerd, wordt de positie gemarkeerd voor beoordeling voordat deze een groter probleem wordt.
Zodra een handelssessie is afgesloten, worden de modelresultaten vergeleken met wat er werkelijk is gebeurd. Waar een signaal gemist wordt, wordt de discrepantie meegenomen in de volgende trainingscyclus, zodat het model voortdurend wordt getoetst aan de werkelijkheid in plaats van ononderzocht te blijven.
Daaronder verwerkt het platform gestructureerde marktgegevens naast ongestructureerde input, zoals nieuwssentiment en registratiedossiers, met behulp van een mix van statistische en machine learning-modellen die zijn gekozen voor het soort vraag dat wordt gesteld. Geen enkel model wordt als gezaghebbend beschouwd: de resultaten worden aan eenvoudiger benchmarks getoetst voordat ze tot een rapport leiden.
Methodologie & rapportage
Elke handelsdag genereren de modellen een reeks signalen en risicobeoordelingen, die worden vastgelegd voordat de sessie wordt geopend en onaangeroerd blijven totdat deze wordt gesloten. Niets wordt achteraf bewerkt of opnieuw gelabeld, dus het rapport dat u de volgende ochtend leest, weerspiegelt precies waar het model zich voor heeft gecommitteerd, en is niet een versie die achteraf is gladgestreken.
In elk rapport wordt uiteengezet welke signalen zijn gegenereerd, hoe betrouwbaar het model destijds was en wat er daadwerkelijk in de markt is gebeurd. Wanneer een signaal ondermaats presteerde, zegt het rapport dat duidelijk, samen met een korte opmerking over de waarschijnlijke oorzaak, of dat nu een gegevenskloof, een regimeverandering of een modelbeperking is.
Hoe elk waarschijnlijkheidsgewogen signaal zich verhoudt tot wat de markt feitelijk deed.
Prestaties gemeten ten opzichte van een vergelijkbare passieve benchmark, niet op zichzelf.
Het zekerheidsbereik dat aan elk signaal is gekoppeld toen het werd gegenereerd, en niet achteraf werd aangepast.
Een overzicht van de maximale opname en positieblootstelling gedurende de rapportageperiode.
Welke datasets, en welke versie ervan, de output van een bepaalde dag bepaalden.
Onderliggende datasets zijn voorzien van een versienummer en een tijdstempel, zodat elk rapport kan worden herleid tot de exacte gegevensmomentopname waaruit het is voortgekomen. We passen historische resultaten niet met terugwerkende kracht aan om eerdere prestaties er beter uit te laten zien.
Van data naar besluit
Marktgegevens, orderboekdiepte en relevante externe bronnen worden voortdurend opgehaald en gecontroleerd op hiaten of afwijkingen voordat iets een model bereikt.
Modellen produceren waarschijnlijkheidsgewogen signalen met een bijbehorend betrouwbaarheidsbereik, in plaats van een enkele vaste voorspelling.
Elk signaal wordt afgewogen tegen de huidige blootstelling, volatiliteit en correlatie met bestaande posities, waarbij de aanbevolen omvang dienovereenkomstig wordt aangepast.
De output is een gerangschikte aanbeveling met de bijbehorende redenering, klaar voor een handelaar of investeringscomité om actie op te ondernemen, aan te passen of af te wijzen.
Het raamwerk is bewust conservatief als het om zekerheid gaat. Als het vertrouwen laag is of de gegevens onvolledig zijn, zegt het systeem dat in plaats van een aanbeveling af te dwingen, waarbij het uiteindelijke oordeel wordt overgelaten aan de persoon die verantwoordelijk is voor de uitkomst.
Toepassingen
Een daghandelaar die met meerdere instrumenten tegelijk werkt, gebruikt het platform om het stijgende correlatierisico te signaleren voordat het in een drawdown terechtkomt. Signalen worden tijdens de sessie bijgewerkt en elk signaal wordt voorzien van een tijdstempel in het rapport dat die avond is gepubliceerd, zodat de prestaties per transactie kunnen worden gecontroleerd in plaats van op basis van vertrouwen.
Een investeringscomité dat de kapitaalallocatie op kwartaalbasis beoordeelt, maakt gebruik van scenariomodellen met een langere horizon om voorgestelde posities te stresstesten tegen een reeks macroomstandigheden. Omdat de redenering achter elke aanbeveling gedocumenteerd is, kan deze naast de cijfers aan belanghebbenden worden gepresenteerd, en niet in plaats daarvan.
Over Cote Assetage
Cote Assetage is gebouwd door een klein team met een achtergrond in kwantitatief onderzoek en marktdata-engineering, waarbij het uitgangspunt is dat de meeste handelsinstrumenten vooraf veel vertrouwen vragen en in ruil daarvoor zeer weinig verificatie bieden. Ons uitgangspunt was het tegenovergestelde: publiceer elke dag de redenering, het betrouwbaarheidsniveau en de uitkomst, zodat het trackrecord van het model voor zich spreekt.
Het platform is ontworpen om naast uw bestaande proces te staan, in plaats van dit te overschrijven. Signalen en rapporten vormen de input voor een beslissing en zijn geen vervanging voor het oordeel van de persoon die de beslissing neemt.
Vragen die ons vaak worden gesteld
Modellen worden getraind op historische data, wat nooit helemaal neutraal is. We pakken dit aan door resultaten te testen aan de hand van meerdere tijdsperioden en marktregimes in plaats van aan één enkele dataset, en door betrouwbaarheidsbereiken te publiceren, zodat een signaal met lage zekerheid nooit hetzelfde gewicht krijgt als een signaal met hoge zekerheid.
De latentie varieert afhankelijk van het soort gegevens dat erbij betrokken is: gestructureerde koers- en orderboekgegevens worden doorlopend tijdens de sessie verwerkt, terwijl invoer zoals documenten of nieuwssentiment iets langer duurt om te analyseren. We zijn liever nauwkeurig over deze variatie dan dat we één cijfer beloven dat niet voor elk gegevenstype geldt.
Nee. Elk signaal in het dagelijkse rapport gaat vergezeld van de redenering erachter en het betrouwbaarheidsniveau op het moment dat het werd gegenereerd. Het is de bedoeling dat het platform uw eigen analyse uitbreidt, zodat u meer kunt werken, en niet om uw oordeel te vervangen door een ondoorzichtige output.
Gegevens worden zowel onderweg als in rust gecodeerd, en de toegang tot onbewerkte datasets wordt geregistreerd en beperkt tot wat een bepaald proces daadwerkelijk nodig heeft. Wij verkopen of delen geen klantgegevens met derden.
Ja. De live datademo toont een voorbeeld van historische signalen naast de resultaten die in het rapport van die dag zijn vastgelegd, zodat de trackrecord van het model kan worden beoordeeld voordat wordt besloten of het bij uw aanpak past.
Naast encryptie en toegangscontroles wordt van elke dataset die in een rapport wordt gebruikt een versienummer gemaakt, zodat als er ooit een vraag wordt gesteld over de output van een specifieke dag, we precies kunnen laten zien welke gegevens deze hebben opgeleverd.
Als u liever de daadwerkelijke staat van dienst van een model wilt zien dan een claim op vertrouwen in te dienen, toont de live datademo een voorbeeld van signalen uit het verleden naast de resultaten die in het rapport van die dag zijn vastgelegd. Er zit geen verplichting aan het kijken.