Kvantitativ volatilitetsmodell
Fokuserar på att begränsa fluktuationer genom att reagera på förändringar i marknadens volatilitet, det vill säga hur mycket priserna rör sig över tiden. Modellen minskar exponeringen när osäkerheten ökar.
AI-drivna investeringsinsikter
Vi gör det möjligt att följa, förstå och kopiera beslut från AI-strategier som kontinuerligt analyserar marknadsdata. Du väljer riktning, plattformen utför affärerna.
Utmaningen
De flesta förstagångsinvesterare möter en ström av siffror, nyheter och rekommendationer som sällan pekar i samma riktning. Det är inte bristen på information som är problemet – det är mängden av den.
Pivuro Lemalu bygger på prediktiva modeller, det vill säga statistiska modeller som analyserar historiska och aktuella datamönster för att bedöma sannolik utveckling. De filtrerar bruset från marknadsdata så att den enskilda investeraren ser en mindre men mer relevant del av information. Det är samma typ av analys som institutionella investerare haft tillgång till i årtionden, tillgänglig i ett enklare format.
Så här fungerar det
Processen är utformad för att vara transparent. Du behöver inte förstå modellernas matematik för att förstå vad de gör.
Steg 1
Modellerna granskar kontinuerligt miljontals datapunkter – prisrörelser, handelsvolym, nyhetsflöde och makroekonomiska indikatorer. Syftet är att identifiera mönster som är svåra att se med blotta ögat.
Steg 2
Du väljer en strategi som matchar din riskprofil och tidshorisont. Varje strategi bygger på en annan analytisk logik, beskriven i klartext, så att valet är informerat snarare än gissningar.
Steg 3
När en strategi genererar en signal, utför plattformen handeln enligt de regler du godkänt i förväg. Du kan alltid se vad som har gjorts och varför.
Strategier
Vi beskriver metodiken bakom varje strategi eftersom vi tror att förståelse av logiken är viktigare än en siffra på en skärm.
Fokuserar på att begränsa fluktuationer genom att reagera på förändringar i marknadens volatilitet, det vill säga hur mycket priserna rör sig över tiden. Modellen minskar exponeringen när osäkerheten ökar.
Identifierar ihållande prisrörelser baserat på historiska mönster och handelsvolym. Strategin tar en mer aktiv position när flera datapunkter pekar i samma riktning över tid.
Bedömer tonen i nyheter och offentlig kommunikation med hjälp av språkmodeller och jämför den med prisrörelser. Strategin justeras kontinuerligt när den underliggande stämningen förändras.
Metod och transparens
Pivuro Engine är den analytiska kärnan i Pivuro Lemalu. Den kombinerar flera datakällor – prisdata, volym, nyhetsflöde och makroekonomiska indikatorer – för att undvika att en enda källa eller antagande ges för mycket vikt i ett beslut.
Modellerna omvärderas kontinuerligt i takt med att ny data kommer in. Det innebär att en strategi kan justera sin position om de underliggande antagandena ändras, utan att vänta på en månatlig granskning.
Vi har medvetet avstått från att bygga en modell som försöker förutsäga allt. Diversifierad datainmatning gör att ingen enskild felkälla kan dominera beslutet, men det betyder också att ingen modell kan garantera ett resultat.
Att investera innebär alltid risk för förlust, oavsett hur sofistikerad den underliggande analysen är. AI-strategier är beslutsstöd baserat på historiska och aktuella data – de är inte en förutsägelse av framtida resultat. Vi rekommenderar att du endast placerar fonder som du tål att se falla i värde och att du väljer en riskprofil som speglar din tidshorisont.
Vanliga frågor
Dina medel hålls hos en reglerad depåbank och plattformen har inte direkt tillgång till att ta ut pengar från ditt konto. Detta ändrar dock inte det faktum att en investering i sig medför en förlustrisk. För oss handlar säkerhet om två saker: att skydda din data och dina pengar, och transparens om hur beslut fattas, så att du aldrig är osäker på vad som ligger bakom en handel.
Det tillkommer en transparent avgift för att följa en given strategi, som visas innan du bekräftar ditt val. Vi tar inte ut dolda handelsavgifter utöver vad som beskrivs i ditt avtal. Du kan ändra strategi när som helst eller sluta helt utan förpliktelser.
Modellerna omvärderar sina antaganden kontinuerligt när ny data kommer in - detta kallas inkrementellt lärande. Detta innebär att en strategi kan justera sin viktning av datakällor över tid, men den ändrar inte sin grundläggande metodik utan mänsklig granskning. Ett team följer modellernas beteende och ingriper om data eller marknadsförhållanden avviker väsentligt från vad modellen byggdes för att hantera.