Az Verofinvaro valós időben elemzi a piaci adatokat, a portfólió mozgását és a saját döntéseit, majd újrakalibrálja az ajánlásait, amint a kockázattűrő képessége megváltozik – ahelyett, hogy egy rögzített profilra hagyatkozna, amelyet nem hagyott felülvizsgálni.
A legtöbb ember, aki teljes munkaidős munkakör mellett befektetési vagy üzleti bevételt gyűjt, egy kockázati profilra támaszkodik, amelyet egyszer, a beépítés során kitöltött, majd ritkán keres meg újra. Eközben körülményeik, likviditási szükségleteik és a volatilitás iránti étvágyuk folyamatosan változnak – gyakran gyorsabban, mint a hagyományos tanácsadói eszközökbe épített negyedéves felülvizsgálatok.
Az eredmény egy egyre nagyobb szakadék az adatok és a modell által javasoltak között. Azon szakemberek számára, akik már most is igényes karriert irányítanak, a hiányosság manuális bezárása nem áll rendelkezésére.
Az Verofinvaro-et adatintelligencia-rétegként fejlesztették ki olyan emberek számára, akik egynél több bevételi forrást – részvényeket, alternatív eszközöket vagy növekvő vállalkozást – kezelnek, akiknek statikus heurisztikák helyett bizonyítékokon alapuló ajánlásokra van szükségük.
Minden kimenet nyomon követhető az azt előállító bemenetekre: a figyelembe vett adatforrásokra, az alkalmazott súlyozásra és arra a pontra, ahol a saját interakciója módosította a modellt. Ezt az átláthatóságot a pénzügyi döntéseket befolyásoló eszköz alapkövetelményének tekintjük, nem pedig opcionális jellemzőnek.
A platform egyesíti a valós idejű piaci adatokat az Ön egyéni kockázattűrésének folyamatosan frissített modelljével. Az alábbiakban bemutatjuk, hogyan működnek az alapvető mechanizmusok, és mire készültek.
Az adatciklusonként frissített volatilitással súlyozott eszközpontozás szemléltető ábrázolása.
A piaci hírfolyamokat, a makrogazdasági mutatókat és az eszközspecifikus jeleket a rendszer folyamatosan fogadja, ahelyett, hogy egyik napról a másikra csoportosítanák. Ez azért fontos, mert a kockázati feltételek – különösen a részvényeknél és az alternatív eszközöknél – egyetlen kereskedési munkameneten belül is megváltozhatnak.
A modell konfidencia intervallumai szűkülnek, ahogy több interakciós adatot gyűjtenek össze.
Ahelyett, hogy a belépéskor rögzítené a kockázati profilt, a motor olyan változóként kezeli, amely minden egyes elfogadott, elutasított vagy módosítható döntéssel frissül. Idővel ez egy Önre jellemző toleranciagörbét hoz létre, nem pedig pusztán az életkoron vagy a jövedelmen alapuló általános sávot.
Az ajánlások rangsorolása minden visszacsatolási ciklus után újraszámításra kerül.
Az ajánlásokat a mögöttes feltevések – a használt adatablak, a megbízhatósági szint és a figyelembe vett forgatókönyv-tartomány – látható. Ennek célja, hogy támogassa döntését, nem pedig egyetlen átláthatatlan pontszámmal helyettesíti az ítéletét.
Nincs szükség ajánlásokra a mechanizmus magyarázatához. Itt van az a sorrend, ahogyan a modell tanul az Ön viselkedéséből, és módosítja a kimenetét – ugyanaz a folyamat fut minden felhasználónál, folyamatosan.
A kezdeti kockázati profil a kitűzött célokból, az időhorizontból és a meglévő befektetésekből épül fel – a kiindulópont, nem a végső szó.
A motor rangsorolt lehetőségeket jelenít meg az Ön által választott bevételi források között, mindegyik megjelölve a megbízhatósági szintjét és a legfontosabb feltételezéseket.
Minden elfogadás, elutasítás, késleltetés vagy módosítás naplózásra kerül, mint a tényleges, aktuális tolerancia jele – nem csak a megadott.
Ezek a jelek visszacsatolnak a modellbe, szűkítik vagy szélesítik az ajánlott kockázati sávot a következő kimeneti ciklus előtt.
Az egyszeri kérdőív egyetlen időpontban rögzíti a szándékot. A visszacsatolási hurok rögzíti a viselkedést az idő múlásával, ami általában megbízhatóbb mutatója a valódi kockázati toleranciának – különösen a piaci stressz időszakaiban, amikor a kimondott és a tényleges tolerancia gyakran eltér.
Ugyanazt az adaptív keretrendszert használják három különböző típusú döntésben, amelyek mindegyike eltérő adatjellemzőkkel és időhorizonttal rendelkezik.
Az ágazati kitettség, a korreláció és a volatilitás folyamatos elemzése olyan újraegyensúlyozási javaslatokat ad, amelyek tükrözik az Ön aktuális toleranciáját, nem pedig a számlanyitáskor meghatározott rögzített allokációs célt.
Az olyan részesedések esetében, mint a magánhitelek vagy a strukturált termékek, a modell a korlátozott múltbeli adatokat összehasonlítja az összehasonlítható eszközosztályokkal, hogy kockázattal kiigazított képet kapjon, egyértelműen megjelölve, ahol az adatok szűkössége miatt alacsonyabb a bizalom.
Az üzleti bevételt újra befektető alapítók számára a motor a cash-flow érzékenységet a növekedési forgatókönyvekhez viszonyítva modellezi, segítve a prioritás meghatározását, hogy hol csökkenti a további tőke a kockázatot, ahelyett, hogy egyszerűen növelné a kitettséget.
Az adatok továbbításakor és nyugalmi állapotban is titkosítva vannak, és a hozzáférés az ajánlások generálásához szükséges rendszerekre korlátozódik. Az interakciós adatokat nem adjuk el harmadik félnek marketing célból.
A pontosság megbízhatósági tartományként jelenik meg az egyes ajánlások mellett, nem pedig egyetlen garantált adatként. A bizalom a kérdéses eszközosztályra vonatkozó adatok elérhetőségétől függ – a részvények általában nagyobb bizalmat hordoznak, mint az illikvid alternatív eszközök, ami magában a kibocsátásban is megjelenik.
Nem. A platform egy döntéstámogató és elemző eszköz. Minden ajánlás megköveteli az Ön felülvizsgálatát és cselekvését; Az Verofinvaro nem hajtja végre automatikusan a tranzakciókat.
A modell megtartja a legutóbbi kalibrációt, és azt jelzi, hogy az elöregedő interakciós adatokon működik, így felülvizsgálatot kér, ahelyett, hogy csendesen folytatná az elavult feltételezéseket.
Igen. Az adatexportálási és -törlési kérelmeket kérésre kezeljük, összhangban az Egyesült Királyság adatvédelmi követelményeivel.
Az Verofinvaro adatelemző és döntéstámogató eszközöket biztosít. Nem minősül szabályozott pénzügyi tanácsadásnak, és az eredményeket független szakmai megítélés mellett kell figyelembe venni.
Ha egy adaptív, bizonyítékokon alapuló kockázati modell előfeltétele releváns a részvények, alternatív eszközök vagy üzleti tőke kezelésében, a következő ésszerű lépés az, hogy megvizsgálja, hogyan működik a motor valójában.