Tableau de bord d'analyse prédictive Vong Phuthinh montrant l'ingestion de données en temps réel pour les décisions d'investissement

Aide à la décision basée sur l'IA

Analyse prédictive des données pour les investisseurs qui partent de zéro expérience et non de zéro ambition

Vong Phuthinh ingère les données de marché en temps réel et les convertit en recommandations ajustées au risque, conçues pour les personnes qui n'ont jamais utilisé de terminal de trading professionnel auparavant.

No minimumDépôt requis pour ouvrir un compte
En temps réelIngestion de données et mises à jour de modèles
TransparentLogique derrière chaque recommandation

The barrier to entry

L’analyse de qualité professionnelle nécessite traditionnellement un capital de qualité professionnelle

Les investisseurs institutionnels s'appuient sur des terminaux de données, des équipes d'analystes et des modèles exclusifs pour interpréter les mouvements du marché. Ces outils sont précis, mais ils sont tarifés et conçus pour les entreprises gérant de gros portefeuilles, et non pour les individus testant une première stratégie d'investissement.

Vong Phuthinh was built to close that gap without diluting the rigour. La plateforme applique la même catégorie de modélisation statistique aux données de marché accessibles au public et sous licence, puis présente les résultats dans un langage qui ne nécessite pas de diplôme en finance pour être interprété.

  • 01Continuous ingestion of pricing, volume, and macroeconomic data points.
  • 02Résultats du modèle exprimés sous forme de plages de probabilité et non de prédictions fixes.
  • 03Chaque recommandation inclut les variables qui l’ont influencée.

Simplified logic model

EntréeDonnées de marché, historique des prix, indices de volatilité
ProcessPattern recognition against historical risk outcomes
WeightingAdjustment for your stated risk tolerance and horizon
SortieRecommandations classées avec intervalles de confiance
ExamenYou decide; le modèle n'exécute pas les transactions automatiquement

Pas de dépôt minimum. The model performs the same analysis regardless of account size.

Many platforms set deposit thresholds to justify the cost of their infrastructure. Vong Phuthinh sépare la taille du compte de l'accès au modèle : le moteur prédictif exécute le même processus, qu'un compte détienne une petite somme réservée à l'apprentissage ou une somme plus importante engagée dans une stratégie en cours.

This matters because risk-adjusted returns are a function of proportion, not absolute capital. A well-reasoned allocation decision is equally valid at any scale, and the platform is priced and structured to reflect that.

0 £

Minimum deposit to open an account and receive your first set of model-generated recommendations.

Méthodologie

How the recommendation engine reaches a conclusion

Transparency is treated as a feature, not a disclosure requirement. Each step below is visible to you within your account, alongside the data sources used.

Étape 1

Ingestion de données en temps réel

Le système extrait en continu les indicateurs de prix, de volume et macroéconomiques pertinents, en horodatant chaque entrée afin que vous puissiez voir quand un chiffre a été mis à jour pour la dernière fois.

Étape 2

Analyse prédictive

Les modèles historiques sont comparés aux conditions actuelles à l'aide de modèles statistiques formés pour signaler la corrélation, et non la causalité, et pour attribuer un intervalle de confiance à chaque scénario.

Étape 3

Recommandation pondérée en fonction des risques

Les résultats sont filtrés en fonction du profil de risque et de l'horizon temporel que vous fournissez, puis présentés avec les points de données à l'appui afin que le raisonnement puisse être vérifié, et pas seulement fiable.

L'équipe Vong Phuthinh examine les résultats du modèle prédictif et les contrôles d'intégrité des données

Notre approche

Construit pour l'examen, pas pour le spectacle

Vong Phuthinh was developed on the premise that an AI recommendation is only useful if a person can understand why it was made. Every model output is paired with the data and assumptions behind it, so decisions remain yours to make.

La priorité de l'ingénierie a toujours été l'intégrité des données : valider les sources, signaler les lacunes et refuser de présenter une recommandation lorsque la confiance est trop faible pour être exploitable.

Applications

Deux points de départ, un modèle sous-jacent

Investisseurs individuels

Réduire l’exposition avant d’engager du capital

A first-time investor can use Vong Phuthinh to test an allocation against historical volatility patterns before any money moves. Le modèle signale les périodes au cours desquelles une classe d'actifs donnée a historiquement présenté un risque de baisse plus élevé, permettant un point d'entrée plus conservateur ou une position initiale plus petite pendant que la confiance se renforce.

Petites entreprises

Accompagner les décisions stratégiques de croissance

A small business owner considering reinvestment can use the same engine to analyse cash flow data against sector-level demand signals. Plutôt qu’un seul chiffre de croissance, les résultats présentent une gamme de résultats plausibles liés aux hypothèses utilisées, appuyant une décision interne plus défendable.

Transparency and risk

Des réponses directes aux questions qui nous sont le plus souvent posées

Comment mes données et informations de compte sont-elles sécurisées ?

Les données de compte et les activités de trading sont conservées sous cryptage en transit et au repos. L'accès aux données personnelles est limité aux systèmes requis pour l'administration des comptes et les rapports réglementaires, et la plateforme ne vend pas de données personnelles à des tiers.

Quelle est la précision du modèle prédictif et quelles sont ses limites ?

Le modèle produit des scénarios pondérés en probabilité basés sur des données historiques et en temps réel ; il ne produit pas de garanties. Des intervalles de confiance sont affichés à côté de chaque recommandation afin que vous puissiez juger du poids à accorder à un résultat donné, et aucune recommandation n'est présentée sans ses données à l'appui.

N'y a-t-il vraiment pas de dépôt minimum et y a-t-il des frais cachés pour les petits comptes ?

Il n'y a pas de dépôt minimum pour ouvrir un compte ou recevoir des recommandations générées par le modèle. Les structures de frais sont divulguées lors de la création du compte et ne varient pas en fonction de la taille du compte de manière à pénaliser les petits soldes.

Ouvrez un compte et examinez votre première série de recommandations avant d'engager un capital

La configuration du compte prend quelques minutes. Vous pouvez explorer les résultats du modèle avec n'importe quelle taille de dépôt, y compris le plus petit montant avec lequel vous êtes à l'aise avec les tests.