How is my data handled under GDPR?

Account and portfolio data are processed in accordance with the General Data Protection Regulation. Data is stored only for as long as it is needed to provide the service and generate performance reports, and users can request access to or deletion of their records at any time.

How accurate is the algorithm, and how is that measured?

Accuracy is measured by comparing each logged recommendation against subsequent market data, published in the daily report. No model produces uniformly correct output; the report exists so that performance can be evaluated on evidence rather than on a stated figure.

What does the onboarding process involve?

After requesting access, a account is provisioned and connected to the reporting layer. New users receive an initial walkthrough of how recommendations and reports are structured before making any portfolio decisions.

Tableau de bord des données de l'application Antrenbit affiché sur un écran d'espace de travail

Intelligence des données pour les investisseurs

Analyse prédictive structurée pour les nouveaux investisseurs

Antrenbit App traite de gros volumes de données de marché avec des modèles algorithmiques pour réduire les recherches manuelles et prendre en charge des décisions conscientes des risques, sans s'appuyer sur des signaux spéculatifs.

Demander l'accès à la plateforme Voir la méthodologie

Chaque recommandation générée par la plateforme est enregistrée, horodatée et incluse dans un rapport de performance quotidien disponible pour les titulaires de compte.

La barrière à l'entrée

Les informations de marché traditionnelles favorisent les investisseurs institutionnels

Les actualités financières, les appels aux résultats et les commentaires des analystes arrivent en permanence et rarement dans un format comparable. Pour quelqu'un qui ne dispose pas d'un bureau de recherche, séparer le signal du bruit prend du temps que la plupart des gens n'ont pas.

01 Les commentaires sur le marché sont fragmentés entre des dizaines de sources, chacune avec une fréquence de cadrage et de mise à jour différente.
02 Les indicateurs de risque tels que la volatilité et la corrélation sont rarement présentés sous une forme qu'un non-spécialiste peut interpréter rapidement.
03 Le suivi manuel du portefeuille prend du temps et est sujet à des réactions tardives aux conditions changeantes.
04 Sans une méthodologie cohérente, il est difficile de savoir si une décision était judicieuse ou simplement heureuse.

Charge de données illustrative par jour de bourse

Actualités

Dépôts et rapports

Signaux de prix

Structuré par Antrenbit App

Le moteur et le record

Un modèle prédictif associé à une piste d’audit transparente

Antrenbit App combine une analyse en temps réel avec un enregistrement permanent et consultable de chaque sortie produite. L’optimisation des décisions n’a de valeur que si elle peut être vérifiée.

FONCTION 01

Modélisation prédictive en temps réel

La plateforme ingère en continu des données de prix, de volume et macroéconomiques et applique des matrices de corrélation pour identifier les relations entre les actifs qui ne sont pas évidentes à partir d'un seul graphique. La reconnaissance des formes est réexécutée à chaque mise à jour des données plutôt que selon un calendrier fixe, de sorte que le modèle reflète la structure actuelle du marché plutôt qu'un instantané obsolète.

Points de données traités / session240 000+

Intervalle d'actualisation du modèleContinu

Facteurs de corrélation suivisMulti-actifs

Format de sortieStructuré

FONCTION 02 — USP

Le rapport de performance quotidien

Chaque recommandation émise par le système est consignée dans un enregistrement permanent au moment où elle est générée, puis comparée aux résultats réels du marché le lendemain. Cet audit automatisé signifie que les utilisateurs n'ont pas besoin de se fier à l'exactitude : le rapport montre ce qui a été suggéré, quand et ce qui s'est passé ensuite, positif ou négatif.

Fréquence des rapportsQuotidiennement

Journalisation des recommandations100% enregistré

Comparaison des résultatsAutomatisé

Conservation des dossiersHistorique complet

Comment fonctionne le pipeline

Quatre étapes, des données brutes à un aperçu exploitable

Chaque étape est conçue pour être explicable en soi, de sorte que la recommandation finale puisse remonter aux données qui l'ont produite.

Ingestion de données

Les prix du marché, les volumes, les dépôts et les indicateurs macroéconomiques sont collectés à partir de flux structurés et normalisés dans un format commun.

Reconnaissance de formes

Les modèles statistiques analysent l'ensemble de données normalisé à la recherche de relations récurrentes et de changements de corrélation entre les classes d'actifs.

Pondération des risques

Les tendances identifiées sont pondérées par la volatilité et l’exposition à la baisse, de sorte que les signaux à risque plus élevé sont signalés plutôt que présentés à leur valeur nominale.

Informations exploitables

Les résultats sont traduits en une recommandation structurée accompagnée d'une justification, puis enregistrés pour le rapport du lendemain.

Appliqué à différents objectifs

Aide à la décision selon trois profils d’investisseurs courants

Le modèle sous-jacent est le même ; la manière dont ses résultats sont appliqués dépend de la stratégie poursuivie par un utilisateur.

Stratégie à long terme

Positionnement à long terme

Les recommandations sont filtrées pour garantir leur cohérence avec un horizon pluriannuel, réduisant ainsi l'exposition aux signaux qui ne concernent que l'évolution des prix à court terme.

Couverture des risques

Protection contre les baisses

L'étape de pondération des risques fait apparaître les expositions corrélées au sein d'un portefeuille, aidant ainsi les utilisateurs à identifier les cas où un événement unique pourrait affecter plusieurs titres à la fois.

Diversification du portefeuille

Révision des allocations

L'analyse de corrélation met en évidence la concentration dans un portefeuille et suggère où l'allocation peut être ajustée pour réduire la dépendance à l'égard d'un seul secteur ou type d'actif.

À propos de la plateforme

Conçu pour l'examen, pas pour une confiance aveugle

Antrenbit App a été construit sur le principe selon lequel un outil d'investissement doit être jugé sur ses résultats enregistrés et non sur ses promesses. La plateforme sépare donc le moteur analytique de la couche de reporting : l'un produit des recommandations, l'autre tient un compte rendu non édité de la manière dont ces recommandations ont été exécutées.

Cette structure est destinée aux personnes qui abordent les marchés pour la première fois et qui souhaitent une base documentée pour leurs décisions, plutôt qu'une boîte noire.

L'équipe de l'application Antrenbit examine l'analyse des données sur un ordinateur portable

Foire aux questions

Questions courantes des investisseurs allemands

Comment mes données sont-elles traitées dans le cadre du RGPD ?

Les données des comptes et des portefeuilles sont traitées conformément au Règlement Général sur la Protection des Données. Les données sont stockées uniquement aussi longtemps qu'elles sont nécessaires pour fournir le service et générer des rapports de performance, et les utilisateurs peuvent demander l'accès ou la suppression de leurs enregistrements à tout moment.

Quelle est la précision de l’algorithme et comment est-elle mesurée ?

La précision est mesurée en comparant chaque recommandation enregistrée avec les données de marché ultérieures, publiées dans le rapport quotidien. Aucun modèle ne produit un résultat uniformément correct ; le rapport existe pour que les performances puissent être évaluées sur des preuves plutôt que sur un chiffre déclaré.

En quoi consiste le processus d’intégration ?

Après avoir demandé l'accès, un compte est provisionné et connecté à la couche de reporting. Les nouveaux utilisateurs reçoivent une première présentation de la façon dont les recommandations et les rapports sont structurés avant de prendre des décisions en matière de portefeuille.