Panel prediktívnej analýzy Vong Phuthinh zobrazujúci prijímanie údajov v reálnom čase pre investičné rozhodnutia

Podpora rozhodovania poháňaná AI

Prediktívna analýza údajov pre investorov, ktorí začínajú s nulovými skúsenosťami, nie s nulovými ambíciami

Vong Phuthinh prijíma údaje o trhu v reálnom čase a prevádza ich na odporúčania prispôsobené riziku, vytvorené pre ľudí, ktorí nikdy predtým nepoužívali profesionálny obchodný terminál.

Žiadne minimumNa otvorenie účtu je potrebný vklad
V reálnom časePríjem údajov a aktualizácie modelov
TransparentnéLogika za každým odporúčaním

Bariéra vstupu

Analýza na profesionálnej úrovni si tradične vyžaduje kapitál na profesionálnej úrovni

Inštitucionálni investori sa pri interpretácii pohybov na trhu spoliehajú na dátové terminály, analytické tímy a proprietárne modely. Tieto nástroje sú presné, ale sú cenovo dostupné a určené pre firmy spravujúce veľké portfóliá, nie pre jednotlivcov testujúcich prvú investičnú stratégiu.

Vong Phuthinh bol skonštruovaný tak, aby zaplnil túto medzeru bez toho, aby rozriedil prísnosť. Platforma aplikuje rovnakú kategóriu štatistického modelovania na verejne dostupné a licencované trhové údaje, potom prezentuje výstup v jazyku, ktorý si nevyžaduje finančný titul na interpretáciu.

  • 01Nepretržité prijímanie cenových, objemových a makroekonomických údajových bodov.
  • 02Výstupy modelu vyjadrené ako rozsahy pravdepodobnosti, nie pevné predpovede.
  • 03Každé odporúčanie obsahuje premenné, ktoré ho ovplyvnili.

Zjednodušený logický model

VstupTrhové údaje, cenová história, indexy volatility
ProcesRozpoznanie vzoru oproti historickým výsledkom rizika
VáženieÚprava pre vami uvedenú toleranciu rizika a horizont
VýstupHodnotené odporúčania s intervalmi spoľahlivosti
recenziaVy rozhodnete; model nevykonáva obchody automaticky

Žiadny minimálny vklad. Model vykonáva rovnakú analýzu bez ohľadu na veľkosť účtu.

Mnohé platformy stanovujú prahové hodnoty vkladov, aby odôvodnili náklady na svoju infraštruktúru. Vong Phuthinh oddeľuje veľkosť účtu od prístupu k modelu: prediktívny mechanizmus spúšťa identický proces bez ohľadu na to, či účet obsahuje malú sumu vyhradenú na učenie, alebo väčšiu sumu určenú na prebiehajúcu stratégiu.

Je to dôležité, pretože výnosy upravené o riziko sú funkciou pomerného, ​​nie absolútneho kapitálu. Dobre odôvodnené rozhodnutie o alokácii je rovnako platné v akomkoľvek rozsahu a platforma je ocenená a štruktúrovaná tak, aby to odrážala.

0 £

Minimálny vklad na otvorenie účtu a získanie prvej sady odporúčaní vygenerovaných modelom.

Metodológia

Ako nástroj odporúčaní dospeje k záveru

Transparentnosť sa považuje za vlastnosť, nie za požiadavku na zverejnenie. Každý krok nižšie vidíte vo svojom účte spolu s použitými zdrojmi údajov.

Krok 1

Príjem údajov v reálnom čase

Systém priebežne sťahuje ceny, objem a relevantné makroekonomické ukazovatele, pričom každý vstup označuje časovou pečiatkou, aby ste videli, kedy bol údaj naposledy aktualizovaný.

Krok 2

Prediktívna analýza

Historické vzory sa porovnávajú so súčasnými podmienkami pomocou štatistických modelov vyškolených na označenie korelácie, nie príčinnej súvislosti, a na priradenie intervalu spoľahlivosti každému scenáru.

Krok 3

Rizikovo vážené odporúčanie

Výstupy sa filtrujú podľa rizikového profilu a časového horizontu, ktorý poskytnete, a potom sa prezentujú s podpornými údajovými bodmi, aby bolo možné skontrolovať zdôvodnenie, nie len dôverovať.

Tím Vong Phuthinh kontroluje výstupy prediktívneho modelu a kontroly integrity údajov

Náš prístup

Postavené na skúmanie, nie na predstavenie

Vong Phuthinh bol vyvinutý na základe predpokladu, že odporúčanie AI je užitočné iba vtedy, ak človek rozumie, prečo bolo urobené. Každý výstup modelu je spárovaný s údajmi a predpokladmi, ktoré sú za ním, takže rozhodnutia zostávajú na vás.

Technickou prioritou bola dôsledne integrita údajov: overovanie zdrojov, označovanie medzier a odmietnutie predložiť odporúčanie, keď je dôveryhodnosť príliš nízka na to, aby bola realizovateľná.

Aplikácie

Dva východiskové body, jeden základný model

Individuálni investori

Zníženie expozície pred zaviazaním kapitálu

Prvý investor môže použiť Vong Phuthinh na testovanie alokácie na základe historických vzorcov volatility predtým, ako sa peniaze pohnú. Model označuje obdobia, kedy daná trieda aktív historicky vykazovala vyššie riziko čerpania, čo umožňuje konzervatívnejší vstupný bod alebo menšiu počiatočnú pozíciu pri budovaní dôvery.

Malé podniky

Podpora strategických rozhodnutí o raste

Majiteľ malého podniku, ktorý uvažuje o reinvestícii, môže použiť rovnaký nástroj na analýzu údajov o peňažných tokoch oproti signálom dopytu na úrovni sektora. Namiesto jedného čísla rastu výstup predstavuje rad hodnoverných výsledkov spojených s použitými predpokladmi, ktoré podporujú obhajiteľnejšie interné rozhodnutie.

Transparentnosť a riziko

Priame odpovede na otázky, ktoré sa nás najčastejšie pýtajú

Ako sú zabezpečené moje údaje a informácie o účte?

Údaje o účtoch a obchodná aktivita sú pri prenose a v pokoji uchovávané šifrovane. Prístup k osobným údajom je obmedzený na systémy potrebné na správu účtu a regulačné výkazníctvo a platforma nepredáva osobné údaje tretím stranám.

Aký presný je prediktívny model a aké sú jeho limity?

Model vytvára pravdepodobnostne vážené scenáre založené na historických údajoch a údajoch v reálnom čase; neposkytuje záruky. Intervaly spoľahlivosti sú zobrazené spolu s každým odporúčaním, takže môžete posúdiť, akú váhu prikladať danému výstupu, a žiadne odporúčanie nie je prezentované bez podporných údajov.

Naozaj neexistuje minimálny vklad a existujú skryté poplatky za malé účty?

Neexistuje žiadny minimálny vklad na otvorenie účtu alebo na prijímanie odporúčaní vytvorených modelom. Štruktúry poplatkov sú zverejnené pri založení účtu a nelíšia sa podľa veľkosti účtu spôsobom, ktorý penalizuje menšie zostatky.

Otvorte si účet a prezrite si svoj prvý súbor odporúčaní skôr, ako vložíte akýkoľvek kapitál

Nastavenie účtu trvá niekoľko minút. Výstup modelu môžete preskúmať s akoukoľvek veľkosťou vkladu, vrátane najmenšej sumy, s ktorou vám vyhovuje testovať.