全幅のヒーロー背景として表示される Slate Vestmere 予測分析ダッシュボード
自動化された資産インテリジェンス

独自の結果を公開する予測リスク モデル

Slate Vestmere は、機械学習されたリスク モデルを使用して市場データを分析し、あらゆる推奨事項をパフォーマンス ログに記録し、誰でも確認できるようにします。どのように決定に達したかを確認するために、コードを書いたりスプレッドシートを作成したりする必要はありません。

方法論を段階的に文書化 ログは毎日の固定スケジュールで更新されます 返品保証なし — 表示されている数値は過去のものにすぎません

サンプルログの抽出(例)

モデル: リスクバンド A+1.8%
モデル: リスクバンド B+0.6%
モデル: リスクバンド C−0.3%

参考のためにのみ示されている形式。実際のエントリー、方法論のメモ、ボラティリティバンドはライブログで完全に公開されます。

仕組み

予測モデルがどのように決定を下すか

各推奨事項は、ユーザーに届くまでに 4 つの段階を経ます。このプロセスは意図的に直線的であるため、各ステップで確認して説明することができます。

01

データの取り込み

市場フィード、過去の価格設定、およびボリュームデータが定期的なスケジュールに基づいて取り込まれ、正規化されるため、すべてのモデルが同じベースデータセットから機能します。

02

パターン認識

統計モデルは、現在の状況を何千もの過去のパターンと比較して、価格行動の繰り返しの構造を特定します。

03

リスクスコアリング

特定された各パターンは、ボラティリティ、ドローダウン履歴、他のポジションとの相関関係を考慮した予測リスク モデルに対して重み付けされます。

04

レコメンデーションの出力

このシステムは、文脈なしに提示される単一の数値ではなく、明確な信頼帯域を伴う平易な推奨事項を生成します。

リスクについて: 金融市場から不確実性を取り除く予測モデルはありません。 Slate Vestmere は、データ解釈における回避可能なエラーを減らし、条件がモデルのテスト範囲外にある場合にフラグを立てるように構築されていますが、損失の可能性が排除されるわけではありません。
透明性

パフォーマンスログ

プラットフォームによって発行されたすべての推奨事項にはタイムスタンプが付けられ、パフォーマンスが低下したエントリも含め、アカウント所有者が閲覧できるログに保存されます。

モデル 期間 最終結果 ボラティリティバンド ステータス
リスクバンドA サンプル週 1 +1.8% 低い 確認済み
リスクバンドB サンプル週 1 +0.6% 中 確認済み
リスクバンドC サンプル週 1 −0.3% 高 確認済み
リスクバンドA サンプル週 2 +0.9% 低い 確認済み
最終更新日: エントリは英国の取引セッションの終了時に毎日更新されます。 範囲: この抽出は、使用可能なモデル行のうち 4 つをカバーします。

この抜粋では、サンプル図を使用してログの形式とフィールドを説明します。これは実際の取引結果を表すものではなく、完全なログを含むログに記録された過去のパフォーマンスは将来の収益を示すものではありません。

確認スタンプ: 各ログ エントリは、推奨時に使用された元のデータ スナップショットと照合され、公開されるとレコードはロックされるため、遡って編集することはできません。

プラットフォーム

推奨事項の背後にあるツール

このプラットフォームは、データ処理、リスク評価、レポートを個別に処理する小さなコンポーネントのセットを中心に構成されているため、各部分を独自の条件でレビューできます。

DI

継続的なデータの取り込み

価格、出来高、ボラティリティのデータは、不定期のバッチではなく一定の間隔で収集されるため、市場イベントとモデル応答の間のラグが軽減されます。

PR

予測リスクモデル

各推奨事項には、その資産クラスに固有の過去のドローダウンとボラティリティ データから計算された、記載されたリスク バンドが伴います。

RP

レポートとログ

出力は生成時にパフォーマンス ログに直接書き込まれ、モデルの出力とその公開されたレコードの間に手動の手順はありません。

予測分析の概要

分析レイヤーは、正確な価格を予測しようとしません。特定の結果の確率範囲を推定し、同様のパターンが過去にどのくらいの頻度で保持されてきたかに基づいて推奨事項をランク付けするため、意思決定を一貫した基準で比較できます。

ポートフォリオ全体のスケーラビリティ

各推奨事項は独立して生成され、口座間の手動による再調整に依存しないため、同じ基礎となるモデルを単一のポジションに適用することも、より広範なポートフォリオ全体に適用することもできます。

Slate Vestmere チームがモデルの出力とドキュメントをレビュー
始める前に

自動分析を初めて使用する人から寄せられるよくある質問

ほとんどのユーザーは、コーディングや金融工学のバックグラウンドを持たずにアクセスします。以下の質問は、アカウントを開設する前に最もよく聞かれる質問です。

Slate Vestmere を使用するには、技術的または財務的な知識が必要ですか?

いいえ。モデルはバックグラウンドで実行され、インターフェイスは平易な言語の概要を中心に構築されています。生のコードや数式ではなく、推奨事項、そのリスク帯域、その背後にある理由が表示されます。

私に期待される最低限の関与レベルは何ですか?

推奨事項を確認し、それに基づいて行動するかどうかを決定します。プラットフォームは毎日の監視を必要としませんが、パフォーマンス ログを定期的にチェックすると、特定のモデルが時間の経過とともにどのように動作したかを理解するのに役立ちます。

私のデータとアカウント情報はどのように保護されますか?

アカウント データは転送中および保存中は暗号化され、個人認証によってアクセスが制限され、異常なアクセス パターンを特定して調査できるようにシステム アクティビティが記録されます。

特定の推奨事項がどのように作成されたかを確認できますか?

はい。パフォーマンス ログ内のすべてのエントリは、データ スナップショットとその生成に使用されたリスク スコアにリンクしているため、特定の推奨事項の背後にある理由はブラック ボックスとして表示されるのではなく、追跡可能です。

モデルのパフォーマンスが低い場合はどうなりますか?

パフォーマンスの低いエントリは、成功したエントリとともに公開ログに残ります。ログは遡及的に編集されないため、肯定的な結果だけでなく否定的な結果を含むエントリも含まれます。

次のステップ

何かに取り組む前に方法論を確認する

アカウントを開くには、閲覧段階では金銭的な約束は必要ありません。ほとんどの人は、まずログとドキュメントを読んで、そのアプローチが自分の状況に適合するかどうかを判断します。

  • 1アカウントを作成し、リスク設定を設定します。
  • 2ライブ パフォーマンス ログとモデルのドキュメントを確認します。
  • 3推奨事項がある場合は、どの推奨事項に基づいて行動するかを選択します。