Kernyield Invest uruchamia w tle ustrukturyzowany, oparty na sztucznej inteligencji proces uśredniania kosztów w dolarach. Zamiast kupować według stałego kalendarza, system w sposób ciągły odczytuje dane rynkowe i liczy wpisy w oparciu o warunki, które uzna za statystycznie korzystne, dzięki czemu Twoja strategia będzie działać niezależnie od tego, czy śpisz, w trakcie lotu czy w odległości trzech stref czasowych od biurka.
Zdalni specjaliści, którzy zarządzają własnymi inwestycjami, stają w obliczu szczególnego rodzaju tarć: wydarzenia zmieniające rynek mają miejsce w skali globalnej, a nie osobistej. Gwałtowny wzrost zmienności na rynkach azjatyckich o 3:00 czasu lokalnego, ogłoszenie kursu podczas przerwy w podróży, zmiana waluty w trybie offline podczas lotu długodystansowego – każde z nich wymaga uwagi, której możesz nie być w stanie poświęcić w tym momencie, który ma znaczenie.
Sporadyczne sprawdzanie danych, z niespójnych połączeń, w zmieniających się strefach czasowych, zwykle prowadzi do podejmowania reaktywnych decyzji, a nie przemyślanych. Kernyield Invest został zbudowany na prostym założeniu: analiza nie powinna zależeć od tego, gdzie jesteś i czy nie śpisz.
Konwencjonalny plan DCA kupuje w ustalonym terminie, niezależnie od warunków. Zamiast tego silnik Kernyield Invest w sposób ciągły ocenia przychodzące dane, aby zidentyfikować punkty wejścia o korzystniejszym profilu statystycznym, zachowując jednocześnie dyscyplinę zaplanowanego, zautomatyzowanego podejścia.
Nasze modele przetwarzają akcje cenowe, miary zmienności i szersze sygnały rynkowe, aby oszacować, kiedy warunki są stosunkowo korzystniejsze dla zaplanowanego zakupu, zamiast wykonywać transakcje w dniu kalendarzowym bez kontekstu.
Zalecenia dotyczące wielkości pozycji i czasu są ograniczone przez parametry ryzyka, które zdefiniujesz wcześniej, więc zautomatyzowane decyzje opierają się na granicach, które już zatwierdziłeś, a nie tych podjętych w danej chwili.
Każde zautomatyzowane działanie jest oznaczane czasem i rejestrowane w odniesieniu do danych, które je podjęły, dzięki czemu uzasadnienie każdego punktu wejścia pozostaje możliwe do prześledzenia i sprawdzenia po fakcie.
Logika automatycznego pomiaru czasu wejścia składa się z trzech etapów. Każdy etap ma na celu redukcję hałasu, zanim następny zacznie na niego oddziaływać.
Platforma w sposób ciągły pobiera dane dotyczące cen, wolumenu i zmienności z odpowiednich rynków, a także szersze wskaźniki ekonomiczne, które zazwyczaj poprzedzają znaczący ruch cen.
Modele predykcyjne oddzielają szum krótkoterminowy od wzorców, które w przeszłości korelowały z korzystnymi warunkami wejścia, zawężając dużą ilość danych do mniejszego zestawu odpowiednich sygnałów.
Gdy sygnał przekroczy zdefiniowany próg, zaplanowany zakup zostanie zrealizowany automatycznie w ramach wcześniej ustalonych granic ryzyka, bez konieczności ręcznego zatwierdzania w momencie działania.
Wolimy wyjaśniać, w jaki sposób modele są testowane, niż przedstawiać twierdzenia, których nie da się zweryfikować. Poniższa ilustracja przedstawia uproszczoną reprezentację struktury danych wyjściowych weryfikacji historycznej, a nie gwarancję wydajności.
Ilustracyjne przedstawienie sprawdzonego rozkładu punktów wejścia w okresie próbnym. Nie jest to prognoza ani twierdzenie dotyczące wyników.
Modele punktu wejścia są szkolone na historycznych danych dotyczących cen i zmienności, a następnie poddawane walidacji w oparciu o okresy, których model nie widział, aby sprawdzić, czy zidentyfikowane wzorce utrzymują się poza pierwotną próbą.
Zanim jakikolwiek model wyda rekomendację na żywo, porównuje się go z danymi historycznymi, aby ocenić, jak zachowałyby się jego sygnały, w tym w okresach zwiększonej zmienności.
Poświadczenia konta i połączenia danych są szyfrowane podczas przesyłania i przechowywania, a zautomatyzowane działania ograniczają się do uprawnień i granic ryzyka skonfigurowanych w ustawieniach konta.
Podstawowy silnik jest taki sam w każdym profilu; jakie zmiany zachodzą w konfiguracji — jak często sprawdza, jak duża jest każda pozycja i jak konserwatywne są ustalone granice ryzyka.
Skonfiguruj raz limity ryzyka i harmonogramy składek, a następnie pozwól systemowi działać, gdy jesteś w drodze lub offline. Recenzje odbywają się według Twojego harmonogramu, a nie rynku.
Zespoły zarządzające cyklicznym wdrażaniem kapitału korzystają z tego samego filtrowania predykcyjnego, aby wspierać wewnętrzne przeglądy alokacji, z pełnymi dziennikami do celów audytu i raportowania.
Dla inwestorów, którzy preferują podejście długoterminowe i wymagające niewielkiej interwencji, platforma utrzymuje spójny rytm wpłat bez konieczności codziennej uwagi.
Kernyield Invest został opracowany w oparciu o proste rozróżnienie: automatyzacja powinna obsługiwać powtarzalne analizy, a inwestor powinien zachować kontrolę nad istotnymi parametrami – tolerancją ryzyka, wielkością wkładu i częstotliwością.
Celem platformy nie jest przewidywanie rynków z całą pewnością. Ma na celu zastosowanie za każdym razem tego samego rygorystycznego procesu filtrowania, bez zmęczenia, rozpraszania uwagi lub ograniczeń stref czasowych, które wpływają na ręczne przeglądanie.
Przeczytaj więcej o naszym podejściu