Awallet savieno jūsu finanšu datus ar prognozēšanas programmu, kas veido, diversificē un līdzsvaro portfeli jūsu vārdā — bez izklājlapām, bez minējumiem.
Nav manuālas līdzsvarošanas. Nav sadrumstalotu izklājlapu. Viena savienota sistēma.
Jaunajiem profesionāļiem, kas veido otru ienākumu plūsmu, reti trūkst informācijas. Tirgus dati, ziņu plūsmas un brīdinājumi par cenām tiek piegādāti pastāvīgi. Grūtības slēpjas citur: pārvērst šo informācijas apjomu lēmumā, pirms iespēja jau ir pārvietota.
Šī ir datu plaisa — attālums starp piekļuvi datiem un izdevīgu rīcību. Lai manuāli novērstu šo plaisu, ir nepieciešams laiks, statistikas plūstamība un disciplīna, lai katru dienu atkārtoti pārbaudītu pieņēmumus. Lielākajai daļai cilvēku, kas veido bagātību paralēli pilnas slodzes karjerai, neviena no tām nav pārpalikuma.
Awallet ir izveidots, lai automātiski, nepārtraukti novērstu šo plaisu, neprasot kvantitatīvās finanšu zināšanas.
ir aptuveni tas, cik ilgs laiks nepieciešams, lai savienotu datu avotu un saņemtu sākotnējo diversificēto piešķīrumu Awallet — manuālais ekvivalents var aizņemt vairākas stundas izpētes vienam lēmumam.
Jūs vienu reizi saistāt kontu vai datu avotu. Awallet pārņem vēsturiskos un reāllaika datu punktus — cenas, nepastāvības un makro rādītājus —, neprasot manuālu ievadi vai formatēšanu.
Dzinējs novērtē līdzekļus paredzamajai precizitātei un korelācijai, nosakot, kur atdeve varētu atšķirties, nevis pārvietoties kopā, kas ir patiesas diversifikācijas pamatā.
Mainoties apstākļiem, portfelis tiek automātiski līdzsvarots atbilstoši iepriekš iestatītajiem riska parametriem, lai aizsargātu riskam pielāgotu peļņu, neprasot katru dienu uzraudzīt tirgus.
Cenas, apjoma un noskaņojuma dati tiek apstrādāti nepārtraukti, tāpēc lēmumi par piešķiršanu atspoguļo pašreizējos apstākļus, nevis dienas beigu momentuzņēmumus.
Negatīvā ietekme tiek pārvaldīta, izmantojot pozīcijas lielumu un korelācijas ierobežojumus, samazinot atkarību no jebkura atsevišķa aktīva veiktspējas, neizslēdzot augšupvērstu līdzdalību.
Piešķīrumi tiek sadalīti pa aktīvu klasēm, pamatojoties uz statistisko neatkarību, nevis kategoriju iezīmēm, kas svārstīguma laikā rada noturīgākus portfeļus.
Awallet izmanto Bajesa tīklus, lai modelētu attiecības starp aktīviem un tirgus faktoriem. Tā vietā, lai prognozētu vienu rezultātu, modelis saglabā iespējamo rezultātu sadalījumu, kas tiek atjaunināts, kad tiek saņemti jauni dati. Šī pieeja ir labāk piemērota nenoteiktiem tirgiem nekā uz statiskām likumiem balstītām sistēmām, jo tā skaidri atspoguļo uzticības līmeni līdzās katram ieteikumam.
Ievades dati tiek iegūti no licencētām tirgus datu plūsmām un ar kontiem saistītiem avotiem, un katrs tiek pārbaudīts, vai tie ir pabeigti pirms izmantošanas modelī. Nepilnības vai anomālijas ienākošajos datos tiek atzīmētas un izslēgtas no reāllaika aprēķiniem, nevis klusi interpolētas, tādējādi prognozes balstās uz pārbaudītu informāciju.
Konta savienojumi izmanto tikai lasāmu, šifrētu piekļuvi datiem visur, kur to atbalsta avota nodrošinātājs. Jūsu akreditācijas dati nekad netiek glabāti vienkāršā tekstā, un portfeļa izpildes atļaujas tiek turētas atsevišķi no datu piekļuves atļaujām sistēmas projektēšanas dēļ.
Awallet tika izveidots, pamatojoties uz vienkāršu novērojumu: profesionāļi, kas, visticamāk, gūs labumu no sistemātiskām investīcijām, ir arī tie, kuriem ir vismazāk laika pašiem veikt analīzi. Platforma pastāv, lai veiktu šo analītisko darba slodzi, vienlaikus saglabājot redzamo un izskaidrojamo pamatojumu, nevis slēpjot aiz melnās kastes.
Katru sistēmas izstrādāto ieteikumu var izsekot datiem un modeļa loģikai, kas to ģenerēja, un tā ir apzināta dizaina izvēle, lai atbalstītu apzinātu lēmumu pieņemšanu, nevis aklu paļaušanos uz automatizāciju.
Profesionāļiem, kas līdzsvaro prasīgu karjeru, Awallet veic pastāvīgu portfeļa uzturēšanu — līdzsvarošanu, riska uzraudzību un diversifikāciju —, lai sekundāras ienākumu plūsmas veidošanai nebūtu nepieciešama otra darba vērta uzmanība.
Investori, kuri jau izprot tirgus, izmanto Awallet, lai piekļūtu modelēšanas paņēmieniem — Bajesa secinājumiem, uz korelāciju balstīta riska ierobežošana —, kas parasti ir paredzētas institucionālajiem birojiem un tiek piemērotas viņu pašu portfelim, neprasot īpašu analītiķi.
Pievienojiet datu avotu, pārskatiet sākotnējo piešķiršanu un ļaujiet modelim apstrādāt notiekošās korekcijas. Nav jāuztur izklājlapa, un nav nepieciešama minimālā analītiskā pieredze.
Sāciet tūlīt