Implementiraj model
Sučelje podatkovnog terminala Zorynex koje prikazuje grafikone analize portfelja
Podrška odlučivanju provjerena unatrag

Prediktivna analiza portfelja, provjerena u odnosu na više od desetljeća tržišnih podataka

Zorynex primjenjuje statističke modele na povijesne i tržišne podatke uživo kako bi označio rizik, otkrio prilike za rebalansiranje i kvantificirao kompromise iza svake preporuke prije nego što uložite kapital.

Pregledajte rezultate testiranja unatrag Kako model radi
IZLAZ ZRX-MODELA● SIMULACIJA
Ilustrativna krivulja testiranja unazad — nije prognoza i ne ukazuje na buduće povrate.
Poslužitelji smješteni unutar EU
Logika modela zabilježena za svaki izlaz
Nema automatskog izvršenja bez potvrde
Napravljen za pojedinačne, a ne institucionalne veličine računa
Osnovne mogućnosti

Što model zapravo izračunava

Svaki modul u nastavku radi kontinuirano u odnosu na konfiguraciju vašeg portfelja umjesto da proizvodi jednokratno izvješće.

Prediktivno modeliranje

Prepoznavanje uzoraka na povijesnim serijama

Model je uvježban na povijesnim serijama cijena, količine i volatilnosti kako bi se procijenila vjerojatnost ponavljanja specifičnih tržišnih uvjeta. Izlaz je rangirani skup scenarija, a ne jedan zajamčeni broj.

Ublažavanje rizika

Rasponi volatilnosti testirani unazad

Pozicije se procjenjuju u odnosu na pragove povlačenja koje ste unaprijed postavili. Kada volatilnost testirana unatrag prijeđe taj prag, pozicija se označava za pregled prije bilo kakve promjene dodjele.

Obrada u stvarnom vremenu

Kontinuirano unos podataka

Cjevovodi tržišnih podataka osvježavaju se kontinuirano, a ne u dnevnom grupnom ciklusu, tako da izlaz modela odražava unutardnevne uvjete, a ne jučerašnje zatvaranje.

Skalabilnost

Od jednog portfelja do nekoliko

Isti mehanizam radi bilo da pratite jedan dodatni portfelj ili više računa s odvojenim profilima rizika, bez potrebe za zasebnom infrastrukturom.

Metodologija

Unutar mehanizma za testiranje unatrag

Tvrdnje o alfa generaciji korisne su samo ako je temeljni test transparentan. Evo redoslijeda kojim motor zapravo radi.

  1. 01

    Gutanje podataka

    Povijesne serije cijena, korporativne radnje i makro pokazatelji normalizirani su u jedan vremenski usklađen skup podataka.

  2. 02

    Inženjering značajki

    Značajke volatilnosti, zamaha i korelacije izvedene su iz neobrađenih serija i ponderirane prema važnosti za odabranu strategiju.

  3. 03

    Strategija simulacije

    Strategija kandidata izvodi se protiv pokretnih povijesnih prozora kako bi se proizvela distribucija ishoda, a ne jedan rezultat.

  4. 04

    Statistička validacija

    Rezultati se provjeravaju za statistički značajna odstupanja od slučajnih ishoda prije nego što se strategija pokaže kao održiva.

Zašto je duljina backtest-a važna

Strategija testirana tijekom jednog tržišnog ciklusa može izgledati optimizirano čisto slučajno. Zorynex zahtijeva podatke o više ciklusa, uključujući najmanje jedno dokumentirano razdoblje pada, prije nego što se model klasificira kao dovoljno stabilan da se predstavi korisniku.

Grafikon povijesnih performansi predstavljen unutar platforme iscrtava simuliranu vrijednost portfelja u odnosu na referentni indeks tijekom cijelog prozora zadnjeg testiranja, s razdobljima smanjenja zasebno zasjenjenim tako da je volatilnost vidljiva, a ne izglađena.
Zorynex analitičari pregledavaju izlazne rezultate motora za testiranje unatrag na podatkovnom terminalu
Primijenjena uporaba

Gdje dopunski ulagači ovo primjenjuju

Ovo su tri scenarija koja se ponavljaju o korisnicima koji upravljaju portfeljima uz druge izvore prihoda.

Slučaj 01

Optimizacija portfelja uz vremenski ograničen proračun

Rasporedi uštede koncerata rijetko dopuštaju dnevni pregled grafikona. Model daje tjedni sažetak rebalansa tako da se odluke o raspodjeli mogu donijeti odjednom umjesto stalnog praćenja.

Slučaj 02

Otkrivanje tržišnih anomalija

Kada cjenovna akcija odstupi od statističkog obrasca koji model očekuje za danu imovinu, pozicija je označena veličinom odstupanja, ostavljajući korisniku odluku o djelovanju.

Slučaj 03

Strateško ponovno balansiranje oko neredovitih prihoda

Iznosi doprinosa mogu varirati od mjeseca do mjeseca. Sustav ponovno izračunava ciljane alokacije oko svakog novog doprinosa umjesto da pretpostavlja fiksni raspored depozita.

Transparentnost i rizik

Pitanja koja vrijedi postaviti prije nego što uložite kapital

Nema svjedočanstava, nema napuhanih tvrdnji — samo operativni detalji koji se najčešće traže tijekom uključivanja.

Koliko je transparentan sam algoritam?

Težine značajki modela i logika iza svake označene preporuke vidljivi su unutar platforme. Zorynex ne koristi neotkrivene signale "crne kutije" koji se ne mogu pratiti do određenog ulaza.

Kako se postupa s podacima prema njemačkoj i EU regulativi?

Podaci o računu i portfelju obrađuju se na infrastrukturi koja se nalazi unutar EU-a i njima se rukuje u skladu sa zahtjevima GDPR-a. Podaci se ne prodaju niti dijele s trećim stranama u marketinške svrhe.

Koji su stvarni rizici korištenja pristupa temeljenog na modelu?

Rezultati testiranja unatrag opisuju prošlo ponašanje tržišta i ne jamče buduće rezultate. Tržišni uvjeti mogu se pomaknuti izvan raspona na kojem je model treniran, a sav raspoređeni kapital nosi rizik gubitka. Zorynex je alat za podršku odlučivanju, a ne jamstvo povrata.

Što onboarding zapravo uključuje?

Postavljanje računa, konfiguracija profila rizika i vaše prvo testiranje unatrag obično traje jednu sesiju. Nikakva aktivnost trgovanja ne događa se automatski prije nego što pregledate i potvrdite početne parametre strategije.

Pregledajte backtest prije nego što odlučite bilo što drugo

Pristupite povijesnim rezultatima modela, parametrima rizika i uvjetima rukovanja podacima prije povezivanja računa uživo.

Implementiraj model Pročitajte tehnička često postavljana pitanja
Pristup REST API-ju CSV / JSON izvoz Sučelja banke PSD2 SFTP sažetak podataka