AIを活用した資産分析
予測ではなくデータ分析による資本保全。
Marmer Borgschap は、数十年にわたる市場データに基づいて投資戦略をテストします。このようにして、リスクが発生する前に可視化され、リターンは想定されたものではなく実証されたままになります。
結果を見る
景気循環にわたる収益の分散を示す図。過去の業績は将来の利益を保証するものではありません。
Marmer Borgschap は、数十年にわたる市場データに基づいて投資戦略をテストします。このようにして、リスクが発生する前に可視化され、リターンは想定されたものではなく実証されたままになります。
結果を見るモデルは 3 つの固定ステップを経ます。ブラックボックスがなく、すべてのステップが再現可能で制御可能です。
このシステムは、市場データ、マクロ経済指標、および過去の価格シリーズを公的情報源および認可された情報源から毎日収集します。数百万のデータ ポイントが 1 つの一貫したデータ セットにマージされます。
アルゴリズムは、このデータセットを検索して、ボラティリティ、相関性、流動性の繰り返しパターンを探します。過去の基準からの逸脱は、さらなる検討のために直ちにフラグが立てられます。
認識されたパターンに基づいて、モデルは次の期間のシナリオを計算します。各シナリオには、価格予測ではなく、リスク評価が与えられます。
このモデルは価格を予測しません。歴史的に安定性と関連付けられてきたパターンを認識し、それに応じて位置を調整します。結果はリスク評価であり、約束ではありません。
Marmer Borgschap は、短期的な利益よりも安全性を重視する投資家向けに設計されています。このプラットフォームは、データ集約、統計分析、シナリオ計算を 1 つの連続プロセスに組み合わせます。
各推奨事項は、基礎となるデータまで遡ることができます。実証なしに提示されるものはなく、確実なものとして提示されるシナリオもありません。
戦略は仮定に対してではなく、市場に対してテストされます。以下は、その評価から得られる構造を例示的に示したものです。
バックテスト中の収益の発生を示す指標。将来の結果については予測できません。
この戦略は、1 つの期間における外れ値ではなく、複数の市場サイクルにわたる一貫性を考慮して設計されています。
ボラティリティが戦略の基礎となる過去のパターンから逸脱するとすぐに、ポジションは削減されます。
モデルに対する各調整は、現在のポジションに適用される前に、まず以前の市場データに基づいてバックテストされます。
このシステムは、機会を最大化するものではなく、損失を制限するために構築されています。
位置は継続的に監視されます。予想されるリスクプロファイルからの逸脱はすぐに特定されます。
ボラティリティが高まると、ポジションは自動的に減少します。手動で遅らせたり、感情を持って決断したりすることはありません。
成長は保全に次ぐものです。モデルは、たとえそれがより低いリターンを意味するとしても、最も安定したルートを選択します。
ポジションは流動性のある商品で保持されます。資本の引き出しは、リンクされたアカウントの定期的な決済期間 (通常は数営業日) を通じて行われます。
モデルは新しい市場データに基づいて定期的に再調整されます。各再調整は、現在の戦略に適用される前に、まず過去の期間に遡ってテストされます。
データの保存と処理は、個別のアクセス レベルを持つ暗号化された環境内で行われます。分析モデルへのアクセスは、許可されたシステムに限定されます。
リスク モデルは、価格変動のみではなく、ボラティリティの逸脱に対応します。位置は、所定のしきい値に基づいて調整されます。
いいえ。バックテストは履歴の一貫性を示すものであり、保証するものではありません。各シナリオは、関連する不確実性とともに提示されます。