Nasadit model
Rozhraní datového terminálu Zorynex zobrazující grafy analýzy portfolia
Zpětně testovaná podpora rozhodování

Prediktivní analýza portfolia, zpětně testována s více než deseti lety údajů o trhu

Zorynex aplikuje statistické modely na historická a aktuální tržní data, aby označila riziko, otevřela příležitosti k rebalancování a kvantifikovala kompromisy za každým doporučením předtím, než vložíte kapitál.

Zobrazit výsledky zpětného testu Jak model funguje
VÝSTUP ZRX-MODEL● SIMULACE
Ilustrativní křivka zpětného testu – není prognózou a neindikuje budoucí výnosy.
Servery umístěné v rámci EU
Logika modelu protokolovaná pro každý výstup
Žádné automatické provádění bez potvrzení
Vytvořeno pro individuální, nikoli institucionální velikosti účtů
Základní schopnosti

Co model skutečně počítá

Každý níže uvedený modul běží nepřetržitě proti konfiguraci vašeho portfolia, místo aby vytvářel jednorázovou zprávu.

Prediktivní modelování

Rozpoznávání vzorů na historických sériích

Model je trénován na historických řadách cen, objemu a volatility, aby se odhadla pravděpodobnost opakování určitých tržních podmínek. Výstup je seřazený soubor scénářů, nikoli jedno zaručené číslo.

Snižování rizik

Zpětně testovaná pásma volatility

Pozice jsou hodnoceny podle předem nastavených limitů čerpání. Když zpětně testovaná volatilita překročí tento práh, pozice je označena ke kontrole před jakoukoli změnou alokace.

Zpracování v reálném čase

Nepřetržité přijímání dat

Tržní datové kanály se obnovují průběžně, nikoli v denním dávkovém cyklu, takže výstup modelu odráží vnitrodenní podmínky spíše než včerejší uzávěrku.

Škálovatelnost

Od jednoho portfolia k několika

Bez ohledu na to, zda sledujete jedno doplňkové portfolio nebo více účtů se samostatnými rizikovými profily, běží stejný motor, aniž byste vyžadovali samostatnou infrastrukturu.

Metodologie

Uvnitř modulu Backtesting Engine

Nároky na generování alfa jsou užitečné pouze v případě, že je podkladový test transparentní. Zde je sekvence, ve které motor skutečně běží.

  1. 01

    Zpracování dat

    Historické cenové řady, podnikové akce a makro indikátory jsou normalizovány do jediné časově zarovnané datové sady.

  2. 02

    Feature Engineering

    Volatilita, hybnost a korelační rysy jsou odvozeny z nezpracovaných řad a váženy podle relevance ke zvolené strategii.

  3. 03

    Simulace strategie

    Kandidátská strategie je vedena proti rolujícím historickým oknům, aby se dosáhlo rozdělení výsledků, nikoli jednoho výsledku.

  4. 04

    Statistická validace

    Výsledky jsou kontrolovány na statisticky významnou odchylku od náhodných výsledků, než se strategie ukáže jako životaschopná.

Proč na délce backtestu záleží

Strategie testovaná v rámci jednoho tržního cyklu může vypadat jako optimalizovaná čistě náhodou. Zorynex vyžaduje data za více cyklů, včetně alespoň jednoho zdokumentovaného období poklesu, než je model klasifikován jako dostatečně stabilní, aby jej mohl být prezentován uživateli.

Historický výkonnostní graf prezentovaný uvnitř platformy vykresluje simulovanou hodnotu portfolia oproti benchmarkovému indexu v celém backtestovém okně, přičemž období čerpání jsou odděleně stínována, takže volatilita je spíše viditelná než vyhlazená.
Analytici Zorynex kontrolují zpětné testování výstupu motoru na datovém terminálu
Aplikované použití

Kde to doplňkoví investoři uplatňují

Toto jsou tři opakující se scénáře hlášené uživateli spravujícími portfolia vedle jiných zdrojů příjmů.

Případ 01

Optimalizace portfolia s omezeným časovým rozpočtem

Gig-economy plány jen zřídka umožňují denní kontrolu grafů. Model vytváří týdenní shrnutí rebalancování, takže rozhodnutí o alokaci lze učinit během jediného zasedání namísto neustálého sledování.

Případ 02

Detekce tržních anomálií

Když se cenová akce odchýlí od statistického vzoru, který model očekává pro dané aktivum, pozice se označí velikostí odchylky a ponechá rozhodnutí jednat s uživatelem.

Případ 03

Strategické vyvážení kolem nepravidelného příjmu

Výše příspěvku se může měsíc od měsíce lišit. Motor přepočítává cílové alokace kolem každého nového příspěvku, spíše než předpokládá pevný plán vkladů.

Transparentnost a riziko

Otázky, které stojí za to si položit, než nasadíte kapitál

Žádné posudky, žádné přehnané nároky – jen provozní detaily, které jsou nejčastěji požadovány během onboardingu.

Jak transparentní je samotný algoritmus?

Váhy funkcí modelu a logika každého označeného doporučení jsou viditelné uvnitř platformy. Zorynex nepoužívá nezveřejněné signály „černé skříňky“, které nelze zpětně vysledovat ke konkrétnímu vstupu.

Jak je s údaji nakládáno podle německých předpisů a nařízení EU?

Údaje o účtu a portfoliu jsou zpracovávány na infrastruktuře umístěné v rámci EU a je s nimi nakládáno v souladu s požadavky GDPR. Žádná data nejsou prodávána ani sdílena s třetími stranami pro marketingové účely.

Jaká jsou skutečná rizika používání přístupu založeného na modelu?

Zpětně testované výsledky popisují chování trhu v minulosti a nezaručují budoucí výkonnost. Podmínky na trhu se mohou posunout mimo rozsah, ve kterém byl model trénován, a veškerý použitý kapitál nese riziko ztráty. Zorynex je nástroj na podporu rozhodování, nikoli záruka návratnosti.

Co vlastně onboarding obnáší?

Nastavení účtu, konfigurace rizikového profilu a váš první backtest obvykle zaberou jednu relaci. Žádná obchodní aktivita neprobíhá automaticky, dokud nezkontrolujete a potvrdíte počáteční parametry strategie.

Než se rozhodnete pro něco jiného, projděte si Backtest

Před připojením živého účtu získejte přístup k historickému výstupu modelu, rizikovým parametrům a podmínkám zpracování dat.

Nasadit model Přečtěte si technické časté dotazy
Přístup k REST API Export CSV/JSON Rozhraní bank PSD2 Zdroj dat SFTP