定量的ボラティリティモデル
市場のボラティリティ、つまり時間の経過とともにどれだけ価格が変動するかという変化に対応して、ボラティリティを制限することに重点を置いています。このモデルは、不確実性が増大した場合にエクスポージャを低減します。
挑戦
初めて投資する人のほとんどは、同じ方向を指すことはめったにない一連の数字、ニュース、推奨事項に遭遇します。問題は情報の不足ではなく、その量です。
Pivuro Lemalu は、予測モデル、つまり過去および現在のデータ パターンを分析して、予想される展開を評価する統計モデルに基づいています。市場データからのノイズをフィルタリングして、個人投資家が小さいながらもより関連性の高い情報を表示できるようにします。これは、機関投資家が何十年もアクセスしてきたのと同じ種類の分析であり、よりシンプルな形式で利用できるようになりました。
これが仕組みです
このプロセスは透明になるように設計されています。モデルの動作を理解するためにモデルの数学を理解する必要はありません。
ステップ1
このモデルは、価格変動、取引量、ニュースの流れ、マクロ経済指標など、数百万のデータポイントを継続的にレビューします。目的は、肉眼では見ることが難しいパターンを識別することです。
ステップ2
リスク プロファイルと期間に一致する戦略を選択します。各戦略は、平易な言葉で説明された異なる分析ロジックに基づいて構築されているため、推測ではなく情報に基づいた選択が可能です。
ステップ3
ストラテジーがシグナルを生成すると、プラットフォームは事前に承認したルールに従って取引を実行します。何が行われたのか、なぜ行われたのかをいつでも確認できます。
戦略
画面上の数値よりもロジックを理解することが重要であると考えているため、各戦略の背後にある方法論について説明します。
市場のボラティリティ、つまり時間の経過とともにどれだけ価格が変動するかという変化に対応して、ボラティリティを制限することに重点を置いています。このモデルは、不確実性が増大した場合にエクスポージャを低減します。
過去のパターンと取引量に基づいて持続的な価格変動を特定します。複数のデータ ポイントが時間の経過とともに同じ方向を向いている場合、この戦略はより積極的な立場をとります。
言語モデルを使用してニュースや公共コミュニケーションの論調を評価し、それを価格変動と比較します。根底にあるムードの変化に応じて、戦略は継続的に調整されます。
手法と透明性
Pivuro Engine は、Pivuro Lemalu の分析コアです。価格データ、出来高、ニュースフロー、マクロ経済指標などの複数のデータソースを組み合わせて、単一のソースや仮定が意思決定で重視されすぎることを防ぎます。
新しいデータが入ってくると、モデルは継続的に再評価されます。これは、基礎となる前提が変化した場合に、毎月のレビューを待たずに戦略の位置を調整できることを意味します。
私たちは、すべてを予測しようとするモデルの構築を意図的に控えてきました。データ入力が多様化するということは、単一のエラー源が決定を左右することができないということを意味しますが、それはまた、結果を保証できるモデルがないことも意味します。
基礎となる分析がどれほど高度であっても、投資には常に損失のリスクが伴います。 AI 戦略は、過去のデータと現在のデータに基づいて意思決定をサポートするものであり、将来の結果を予測するものではありません。価値の下落に耐えられる資金のみを投資し、期間を反映したリスク プロファイルを選択することをお勧めします。
よくある質問
あなたの資金は規制された保管銀行に保管されており、プラットフォームはあなたのアカウントから資金を引き出すために直接アクセスすることはできません。しかし、投資そのものに損失のリスクがあることに変わりはありません。私たちにとって、セキュリティとは 2 つのことです。1 つはデータと資金の保護、もう 1 つは意思決定方法の透明性です。これにより、取引の背後にあるものについて疑問を抱くことがなくなります。
特定の戦略に従うと明確な料金が発生し、選択を確認する前に料金が表示されます。当社は、契約に記載されている金額を超える隠れた取引手数料を請求することはありません。いつでも戦略を変更したり、コミットメントなしで完全に停止したりできます。
モデルは、新しいデータが入力されると継続的に仮定を再評価します。これは増分学習と呼ばれます。これは、戦略では時間の経過とともにデータ ソースの重み付けを調整できますが、人間によるレビューがなければ基本的な方法論は変更されないことを意味します。チームはモデルの動作を追跡し、データや市場の状況がモデルが処理するように構築されたものから大きく逸脱している場合に介入します。