Sovereign Waardis
Az Sovereign Waardis prediktív mesterséges intelligencia modelleket használ, hogy segítse a családokat és a magánbefektetőket a piaci volatilitásban való eligazodásban, és a valós idejű kockázatértékelést olyan bizonyítékokkal kombinálja, amelyek ellenőrizhetők, nem pedig bizalomra alapozva.
A komplexitás kihívása
A globális piacok ma több gazdasági adatot produkálnak egyetlen hét alatt, mint amennyit egy háztartás ésszerűen el tudna olvasni egy év alatt. A hírciklusok, az árfolyamok bejelentései és a kommentárok gyorsabban érkeznek, mint ahogy a legtöbb ember mérlegelni tudja őket, ami miatt sok család az ösztönök, nem pedig a bizonyítékok alapján dönt.
A hagyományos, reaktív stratégiák általában akkor reagálnak, ha egy váltás már érintett egy portfóliót. Ez a késés különösen az inflációs időszakokban költséges: mire szabad szemmel láthatóvá válik egy trend, a megtakarításokra és a vagyonhoz kapcsolódó vagyonra gyakorolt hatásának nagy része már bekövetkezett. Az Sovereign Waardis úgy készült, hogy lerövidítse a jel és a válasz közötti távolságot.
Hogyan működik
A rendszer folyamatosan dolgozza fel a makrogazdasági mutatókat, a kamatlábmozgásokat és a szektorszintű adatokat, olyan mintákat keresve, amelyek történelmileg megelőzték a fokozott kockázatú időszakokat. A cél az, hogy egy aggályt akkor hozzunk felszínre, amíg még van idő a cselekvésre, nem pedig azután, hogy egy portfólió már elnyelte a hatást.
A befektetési döntéseket gyakran a közelmúlt hírei vagy a rövid távú hangulat alakítja. Azáltal, hogy az ajánlásokat strukturált adatokra alapozza, nem pedig a hírekre adott reakciókra, az Sovereign Waardis arra törekszik, hogy a stratégiai döntéseket hosszabb távú bizonyítékokhoz rögzítse, csökkentve az érzelmi időzítés hatását a több évtizedes, nem pedig napos eredményekre.
Átláthatóság
A prediktív pontosságra vonatkozó naplóinkat nyíltan tesszük közzé, ahelyett, hogy marketingszempontból összegeznénk az eredményeket. Minden felülvizsgálati ciklus rögzítésre kerül, a lefedett időszakkal, a modellnek azt a részét, amelyre vonatkozik, és hogy a felhasználói közösség ellenőrizte-e, így a következtetések ezek alapján vezethetők vissza.
Minden bejegyzés tartalmazza, hogy mikor került sor a felülvizsgálatra, mit értékeltek, és az értékelés eredményét, így a felhasználók közvetlenül ítélhetik meg a folyamatot ahelyett, hogy csupán egy összefoglaló ábrára hagyatkoznának. Ezáltal a modell elszámoltatható azokkal az emberekkel szemben, akiket szolgálni hivatott.
Gyakorlati alkalmazás
A koncentrációs kockázat azonosítása a nyugdíj- és nyugdíjtulajdonokon belül, és megjelölése, ahol a további szórás több évtizedes távon csökkentheti az egyetlen szektorral vagy régióval szembeni kitettséget.
Azon háztartások támogatása, amelyek vagyonát a lakó- vagy kereskedelmi ingatlanok felé súlyozzák, felmérve, hogy a kamatlábak és a helyi piaci feltételek változásai hogyan befolyásolhatják ezt a koncentrációt idővel.
Segíteni a befektetőket annak megítélésében, hogy a belpolitikai változásoknak, a valutamozgásoknak és a regionális gazdasági adatoknak hogyan kell meghatározniuk a tőkebevonás ütemét és időzítését, ahelyett, hogy pusztán a hírekre reagálnának.
Gyakori kérdések
A modell sokkal nagyobb számú makrogazdasági adatpontot dolgoz fel, sokkal nagyobb gyakorisággal, mint amennyit egy ember elemző képes egyedül kezelni. Ez lehetővé teszi a felmerülő kockázati tényezők megjelölését a ciklus elején, így több idő áll rendelkezésére pozíciójának áttekintésére, mielőtt a körülmények lényegesen megváltoznának.
Minden szakaszban előnyben részesítjük a titkosítást, és nem őrizetbe vett adatkezelést alkalmazunk, ami azt jelenti, hogy nem vesszük át az ellenőrzést az Ön eszközei felett, hogy elemzést készítsünk. Pénzügyi adatait ajánlások generálására használjuk fel, nem az Ön nevében tároljuk vagy kezeljük.
Nem. Az elemzés egyszerű kifejezésekkel, nem pedig szakzsargonnal kerül bemutatásra, és a mögöttes indoklás láthatóvá válik a teljesítménynaplókon keresztül, így követni tudja, miért született egy ajánlás, nem pedig egyszerűen elfogadja azt.
A mögöttes adatok feldolgozása folyamatosan történik, a formális felülvizsgálati ciklusokat negyedévente közzéteszik. Ez az elemzést naprakészen tartja, miközben elegendő időt hagy arra, hogy a valódi trendek megkülönböztessék magukat a rövid távú zajoktól.
