Semilla Rentecto は、大量の市場データをリアルタイムで処理し、それをリスク配分の推奨事項に変換します。目標は、変動をなくすことではなく、家族が変動の管理に費やす時間を削減することです。
個人投資家が週に確認できる変数の数は限られています。一方、予測モデルは相関関係とリスクシグナルを常に再計算します。その結果、利用可能な情報の量が増えるほど、両方のアプローチ間のギャップは拡大します。
| 次元 | 手動分析 | 予測モデル |
|---|---|---|
| レビューの頻度 | 空き状況に応じて毎週または毎月 | 継続的、ライブデータストリームに基づく |
| 考慮される変数 | アナリストの時間による制限 | 複数のデータ系列を組み合わせる |
| 感情的な偏見 | 特定の決定に存在する | 事前に定義されたルールを使用して削減 |
| トレーサビリティ | 自分の記録に依存する | 体系的に記録され、検索可能 |
同じ宣言されたリスク プロファイル内での個別の決定とモデル調整された決定の間で観察される変動の図解表現。
このシステムは、データの取り込み、予測モデリング、露出制御を組み合わせています。各コンポーネントは独立して動作するため、その動作を個別に監査できます。
このシステムには、市場データ、マクロ経済指標、取引高が手動介入なしで定期的に組み込まれています。
手動ポートフォリオ追跡でよくある問題である、古い情報に基づく推奨事項を防止します。
モデルは過去のパターンを特定し、リスク調整後のリターン シナリオを予測し、新しいデータが到着するたびにパラメーターを更新します。
点予測ではなく時系列に基づくため、持続的な信号を統計的ノイズから区別できます。
ボラティリティがユーザー定義のしきい値を超えた場合、一連のルールによりエクスポージャが自動的に制限されます。
したがって、資本の保護は、突然の市場変動に対するユーザーの反応速度には依存しません。
Semilla Rentecto は、モデル決定の履歴を、その元となったデータとともに公開します。登録ユーザーは誰でもこの履歴を参照でき、宣言された方法論と結果を比較することができます。
各モデルの決定は、サポート変数および対応するプロファイルの目標リスク範囲とともに文書化されます。不利な結果は履歴記録から削除されません。
モデルのパラメーターとソース データの品質は四半期ごとにレビューされます。各レビューの結論は公的記録に組み込まれます。
このシステムは、一度だけ定義されたパラメータの下で動作するように設計されており、家族の状況が変化した場合には時々調整されます。
ユーザーは、期間、許容可能な暴露レベル、家族の経済的目標を設定します。
この制限を超えると、システムは手動による確認を必要とせずにポートフォリオをリバランスできます。
予測エンジンは受信データを分析し、以前に承認されたマージン内で調整を行います。
ユーザーは、ユーザーが定義した重大なしきい値を超えた場合にのみ、定期的な概要と特定のアラートを受け取ります。
ボラティリティのレベル、目標からの逸脱のパーセンテージ、または最後の手動レビューの経過時間によって構成できます。
日次、週次、または月次の形式で利用できるほか、設定されたリスクしきい値を超えるイベントに対して予約された即時アラートも利用できます。
このシステムは、市場ソース、公的マクロ経済指標、取引量データを組み合わせています。各ソースは、ユーザーのアカウントからアクセスできる方法論レコードで識別されます。
業績不振の期間は、その後の原因分析とともに、公的記録に残る。不利な結果は隠蔽されません。
はい。しきい値はいつでも調整できます。変更は、遡及的にではなく、次のレビュー サイクルから適用されます。
アカウントおよびリンクされた財務データへのアクセスは、保管時の個人認証と暗号化によって保護されます。技術的な詳細は、登録後に利用できる方法論ドキュメントに記載されています。
それは必須ではありません。初期設定は、複雑な技術用語ではなく、期間とリスク許容度に関する質問に基づいています。
デモへのアクセスには、モデルの決定履歴、適用された方法論、および利用可能な構成パラメーターが含まれます。それを参照するために永続的なコミットメントは必要ありません。
