AI-drivet beslutsstöd
Vong Phuthinh får in marknadsdata i realtid och omvandlar den till riskjusterade rekommendationer, byggda för personer som aldrig tidigare använt en professionell handelsterminal.
Hindret för inträde
Institutionella investerare förlitar sig på dataterminaler, analytikerteam och proprietära modeller för att tolka marknadsrörelser. Dessa verktyg är korrekta, men de är prissatta och designade för företag som hanterar stora portföljer, inte individer som testar en första investeringsstrategi.
Vong Phuthinh byggdes för att stänga det gapet utan att späda på strängheten. Plattformen tillämpar samma kategori av statistisk modellering på allmänt tillgänglig och licensierad marknadsdata, och presenterar sedan resultatet på ett språk som inte kräver en finansiell examen för att tolka.
Många plattformar sätter insättningströsklar för att motivera kostnaderna för sin infrastruktur. Vong Phuthinh skiljer kontostorlek från modellåtkomst: den förutsägande motorn kör samma process oavsett om ett konto har en liten summa avsatt för att lära sig, eller en större summa för en pågående strategi.
Detta har betydelse eftersom riskjusterad avkastning är en funktion av proportion, inte absolut kapital. Ett välmotiverat tilldelningsbeslut är lika giltigt i alla skala, och plattformen är prissatt och strukturerad för att spegla det.
Minsta insättning för att öppna ett konto och få din första uppsättning modellgenererade rekommendationer.
Metodik
Transparens behandlas som en funktion, inte ett krav på upplysningar. Varje steg nedan är synligt för dig i ditt konto, tillsammans med de datakällor som används.
Systemet drar kontinuerligt prissättning, volym och relevanta makroekonomiska indikatorer och tidsstämplar varje input så att du kan se när en siffra senast uppdaterades.
Historiska mönster jämförs mot nuvarande förhållanden med hjälp av statistiska modeller tränade att flagga korrelation, inte orsakssamband, och att tilldela ett konfidensintervall till varje scenario.
Utdata filtreras mot riskprofilen och tidshorisonten du tillhandahåller och presenteras sedan med stödjande datapunkter så att resonemanget kan kontrolleras, inte bara lita på.
Vårt förhållningssätt
Vong Phuthinh utvecklades på premissen att en AI-rekommendation bara är användbar om en person kan förstå varför den gjordes. Varje modellutgång är ihopkopplad med data och antaganden bakom den, så besluten förblir dina att fatta.
Den tekniska prioriteringen har konsekvent varit dataintegritet: att validera källor, flagga luckor och vägra att presentera en rekommendation när förtroendet är för lågt för att kunna åtgärdas.
Ansökningar
En förstagångsinvesterare kan använda Vong Phuthinh för att testa en allokering mot historiska volatilitetsmönster innan några pengar rör sig. Modellen flaggar perioder där en given tillgångsklass historiskt visat högre uttagsrisk, vilket tillåter en mer konservativ ingångspunkt eller en mindre initial position medan förtroendet byggs upp.
En småföretagare som överväger återinvestering kan använda samma motor för att analysera kassaflödesdata mot efterfrågesignaler på sektornivå. Snarare än en enda tillväxtsiffra presenterar produktionen en rad rimliga utfall kopplade till de antaganden som används, vilket stöder ett mer försvarbart internt beslut.
Transparens och risk
Kontodata och handelsaktivitet hålls under kryptering under överföring och vila. Tillgång till personuppgifter är begränsad till system som krävs för kontoadministration och regulatorisk rapportering, och plattformen säljer inte personuppgifter till tredje part.
Modellen producerar sannolikhetsvägda scenarier baserade på historiska data och realtidsdata; det ger inga garantier. Konfidensintervall visas bredvid varje rekommendation så att du kan bedöma hur mycket vikt som ska läggas på en given utdata, och ingen rekommendation presenteras utan dess stöddata.
Det finns ingen minimiinsättning för att öppna ett konto eller för att få modellgenererade rekommendationer. Avgiftsstrukturer avslöjas vid kontoinställning och varierar inte beroende på kontostorlek på ett sätt som straffar mindre saldon.
Kontoinställningen tar några minuter. Du kan utforska modellens produktion med valfri insättningsstorlek, inklusive det minsta belopp du är bekväm med att testa med.