Ample Gagévoire kombinerar prediktiv modellering och automatiserad riskhantering för att justera dina tilldelningar baserat på din profil, oavsett tidszon eller anslutningskvalitet.
Modellen strävar inte efter att följa ett generiskt marknadsgenomsnitt. Den utgår från en riskprofil som definieras av dig, och justerar sedan dess parametrar med varje analyscykel baserat på observerade data och dina tidigare beslut.
Varje konto har sin egen kalibreringsbana. Två profiler som är identiska i början kan skilja sig åt om deras reaktioner på marknadsvariationer skiljer sig åt.
Motorn samlar offentliga och marknadsdataflöden och omvandlar dem sedan till handlingsbara indikatorer för din profil. Den producerar inga absoluta förutsägelser: den viktar scenarier efter deras sannolikhet och deras kompatibilitet med dina risktrösklar.
Aktier, valutor, obligationer och råvaror, kontinuerligt uppdaterade från flera datakällor.
Analys av tidsserier och makroekonomiska indikatorer för att identifiera signifikanta skillnader.
Uppskattning av effekterna av marknadsrörelser på den aktuella allokeringen, före något beslut.
Tidsstämplade sammanfattningar, synliga från en mobil eller bärbar dator, utan beroende av en fast telefon.
Automatiserad riskhantering är inte beroende av kontinuerlig närvaro framför en skärm. Ombalanseringsbeslut följer fördefinierade regler och exekveras även om du är offline vid tidpunkten för signalen.
Se beslutsrapporten i slutet av den lokala dagen. Systemet har redan justerat exponeringen under natten, inom de uppsatta gränserna, utan att kräva omedelbar validering.
Ombalanseringsinstruktioner köas lokalt och synkroniseras när anslutningen återgår, utan förlust av parametrar.
Modellerna är baserade på kända statistiska metoder – variansbegränsad optimering, volatilitetsklusteranalys – tillämpade på dina profilparametrar. Ingen modell garanterar ett resultat; gränserna för varje tillvägagångssätt dokumenteras i kundområdet.
De framtagna rekommendationerna återspeglar en viktning av sannolika scenarier, inte marknadssäkerhet. Systemet flaggar uttryckligen perioder då modelltillförlitligheten minskar.
| Parameter | Funktion | Kalibreringsområde |
|---|---|---|
| Maximal förlusttolerans | Definierar tröskeln för att automatiskt ta bort exponeringen i händelse av ett fall. | 2% till 25% per cykel |
| Investeringshorisont | Justerar modellens känslighet för kortsiktiga fluktuationer. | 6 månader till 10 år |
| Ombalanseringsfrekvens | Bestämmer minimiintervallet mellan två automatiska justeringar. | 1 timme till 30 dagar |
| Tröskel för volatilitetsvarning | Utlöser ett meddelande när observerad volatilitet överstiger riktmärket. | 1 % till 8 % (daglig standardavvikelse) |
Datapipelines är utformade för att inta heterogena flöden – marknadspriser, makroekonomiska indikatorer, valutadata – utan att förlita sig på en enda källa. Varje modelluppdatering går igenom en valideringsfas innan den distribueras till aktiva konton.
Målet är inte att maximera modellens komplexitet, utan dess förmåga att förbli konsistent med den definierade riskprofilen, även när marknadsförhållandena förändras snabbt.
Anslutningar mellan din enhet och plattformen är krypterade. Kontodata lagras inom EU och åtkomsten skyddas av tvåfaktorsautentisering.
Analysen tar hänsyn till de viktigaste marknadsvalutorna. Kontoreferensvalutan definieras när profilen konfigureras och kan ändras i efterhand.
De definierade riskinställningarna förblir aktiva på serversidan. Väntande instruktioner behålls och tillämpas, eller synkroniseras, så snart anslutningen har återupprättats.
Nej. Modellen väger sannolika scenarier enligt din riskprofil, men ingen statistisk metod kan garantera ett marknadsutfall.
Ja. Profilen kan när som helst revideras; modellen omkalibrerar sina parametrar i nästa cykel.
Den första installationen tar några minuter. Den bestämmer startparametrarna; kontinuerligt lärande förfinar sedan modellen baserat på dina beslut och marknadsdata.
Krypterade anslutningar, data värd i Europeiska unionen, åtkomst skyddad av tvåfaktorsautentisering. Inga kontodata delas för kommersiella ändamål.