Yoga Den analizuje dane rynkowe w czasie rzeczywistym i testuje każdą strategię w wielu okresach historycznych przed jej wdrożeniem. Żadnej intuicji, ale modelowane podejmowanie decyzji.
Podstawą każdej rekomendacji generowanej przez platformę są trzy mechanizmy.
System rozpoznaje wzorce w historycznych danych dotyczących cen i wolumenów i przekłada je na scenariusze z powiązanym prawdopodobieństwem. Każdy scenariusz jest stale dostosowywany w oparciu o nowe dane wejściowe z rynku.
Progi zmienności i scenariusze spadków obliczane są dla każdej pozycji. Po przekroczeniu ustawionego progu ekspozycja jest automatycznie zmniejszana, bez konieczności ręcznej interwencji.
Analizy są przeprowadzane równolegle dla wielu klas aktywów. Nowe zbiory danych są dodawane bez zakłócania lub spowalniania istniejących procesów modelowych.
Każda strategia przechodzi przez cztery etapy, zanim zostanie dopuszczona do użytku.
Strukturalne i alternatywne źródła danych są łączone i normalizowane.
Algorytmy są uczone na podstawie szeregów historycznych i wielu reżimów rynkowych.
Każda strategia jest poddawana weryfikacji historycznej w okresach poza danymi szkoleniowymi.
Tylko strategie, które przejdą test historyczny, trafiają do produkcji.
Testowanie historyczne testuje strategię na podstawie historycznych danych rynkowych, które nie obejmują okresu szkoleniowego. Dzięki temu widać, jak zachowałby się model podczas poprzednich korekt, zmian stóp procentowych i szczytów zmienności.
Strategie, które w takich okolicznościach odbiegają od wcześniej ustalonych limitów ryzyka, zostaną skorygowane lub odrzucone przed wprowadzeniem w życie. Proces ten powtarza się okresowo w nowych terminach.
Ten sam model obsługuje trzy różne problemy decyzyjne.
Dla inwestorów indywidualnych model w sposób ciągły oblicza stosunek oczekiwanego zwrotu do ryzyka na pozycję. W przypadku odchyleń użytkownik otrzymuje propozycję przywrócenia równowagi wraz z motywacją.
System porównuje bieżące ruchy rynkowe z oczekiwanymi wzorcami na podstawie danych historycznych. Statystycznie istotne odchylenia są oznaczane do przeglądu, a nie wykonywane automatycznie.
| Sygnał | Odchylenie | Stan |
|---|---|---|
| Indeks zmienności | +2,3σ | Ocena |
| Wzór objętości | +1,1σ | Ignorowane |
| Przerwa korelacyjna | +3,0σ | Ocena |
Podmioty gospodarcze korzystają z tej samej struktury danych przy podejmowaniu decyzji dotyczących budżetu i wydajności. Model oblicza scenariusze w oparciu o wahania popytu i zmiany cen kosztów.
| Segment | Przypisanie | Trend |
|---|---|---|
| Kapitał operacyjny | 42% | Stabilny |
| Inicjatywy rozwojowe | 31% | Powstanie |
| Bufor ryzyka | 27% | Stabilny |
Poniższy widok przedstawia strukturę dashboardu, w którym na jednym ekranie zebrano najważniejsze dane, sygnały i szeregi historyczne.
| Zestaw danych | Seria | Stan |
|---|---|---|
| Indeksy giełdowe (UE/USA) | 10 lat | Aktywny |
| Papiery wartościowe o stałym dochodzie | 8 lat | Aktywny |
| Alternatywne źródła danych | 4 lata | W walidacji |
Odpowiedzi skupiały się na integracji, bezpieczeństwie i działaniu modelu.
Cały ruch danych pomiędzy użytkownikiem a platformą jest szyfrowany. Dane rynkowe i wyniki modeli są przechowywane oddzielnie od danych konta, więc dostęp do analiz nie zapewnia wglądu w osobiste informacje użytkownika.
Modele są przeliczane co 15 minut w oparciu o najnowsze dane rynkowe. W przypadku znaczących ruchów na rynku można uruchomić przeliczenie przejściowe, niezależnie od ustalonego interwału.
Platforma oferuje dostęp API do odczytu sygnałów i danych portfelowych. Eksport do popularnych formatów arkuszy kalkulacyjnych i BI jest możliwy dla tych, którzy chcą połączyć analizy poza dashboardem z danymi wewnętrznymi.
Po rejestracji otrzymasz dostęp do wyników backtestów oraz przegląd aktywnych modeli zanim podejmiesz decyzję o dalszym wdrożeniu.