投資家のためのデータインテリジェンス
Antrenbit App は、投機的なシグナルに頼ることなく、アルゴリズム モデルを使用して大量の市場データを処理し、手動調査を削減し、リスクを認識した意思決定をサポートします。
プラットフォームによって生成されたすべての推奨事項はログに記録され、タイムスタンプが付けられ、アカウント所有者が利用できる日次パフォーマンス レポートに含まれます。
参入障壁
金融ニュース、決算発表、アナリストのコメントが継続的に配信されますが、同等の形式で配信されることはほとんどありません。研究デスクを持たない人にとって、信号とノイズを分離するのには、他の人にはできない時間がかかります。
エンジンとレコード
Antrenbit App は、リアルタイム分析と、生成されるすべての出力の永続的でレビュー可能な記録を組み合わせます。意思決定の最適化は、チェックできる場合にのみ価値を持ちます。
特集01
このプラットフォームは、価格、出来高、マクロ経済データを継続的に取り込み、相関行列を適用して、単一のグラフからは明らかではない資産間の関係を特定します。パターン認識は、固定スケジュールではなくデータ更新ごとに再実行されるため、モデルは古いスナップショットではなく現在の市場構造を反映します。
特集 02 — USP
システムが発行するすべての推奨事項は、生成された瞬間に永続的な記録に書き込まれ、翌日には実際の市場結果と比較されます。この自動監査は、ユーザーが正確さを信じて行動する必要がないことを意味します。レポートには、何が提案されたか、いつ、次に何が起こったのかが肯定的または否定的に示されます。
パイプラインの仕組み
各段階はそれ自体で説明できるように設計されているため、最終的な推奨事項は、それを生成したデータまで遡ることができます。
市場価格、出来高、申告、マクロ経済指標は構造化フィードから収集され、共通フォーマットに正規化されます。
統計モデルは、正規化されたデータセットをスキャンして、繰り返しの関係や資産クラス間の相関の変化を調べます。
特定されたパターンはボラティリティと下値リスクに対して重み付けされるため、高リスクのシグナルには額面通りに表示されるのではなくフラグが立てられます。
調査結果は、根拠を伴う構造化された推奨事項に変換され、翌日のレポート用に記録されます。
さまざまな目的に適用
基礎となるモデルは同じです。その出力がどのように適用されるかは、ユーザーが追求している戦略によって異なります。
複数年の期間との一貫性を考慮して推奨事項がフィルタリングされるため、短期的な価格変動のみに関連するシグナルへの影響が軽減されます。
リスク加重段階では、ポートフォリオ全体の相関するエクスポージャーが明らかになり、単一のイベントが複数の保有銘柄に同時に影響を与える可能性がある場所をユーザーが特定するのに役立ちます。
相関分析は、ポートフォリオ内の集中を強調し、単一のセクターまたは資産タイプへの依存を減らすために配分を調整できる場所を示唆します。
プラットフォームについて
Antrenbit App は、投資ツールは約束ではなく、記録された成果によって判断されるべきであるという前提に基づいて構築されています。したがって、プラットフォームは分析エンジンをレポート層から分離します。一方は推奨事項を生成し、もう一方はそれらの推奨事項がどのように実行されたかに関する未編集のアカウントを保持します。
この構造は、初めて市場に参入し、ブラックボックスではなく意思決定の文書化された根拠を必要とする人々を対象としています。
よくある質問
アカウントおよびポートフォリオのデータは、一般データ保護規則に従って処理されます。データは、サービスの提供とパフォーマンス レポートの生成に必要な期間のみ保存され、ユーザーはいつでも自分の記録へのアクセスまたは削除を要求できます。
精度は、記録された各推奨事項を、日次レポートで公開されるその後の市場データと比較することによって測定されます。均一に正しい出力を生成するモデルはありません。このレポートは、明示された数値ではなく証拠に基づいてパフォーマンスを評価できるようにするために存在します。
アクセスを要求した後、アカウントがプロビジョニングされ、レポート層に接続されます。新規ユーザーは、ポートフォリオを決定する前に、推奨事項とレポートがどのように構成されているかについての最初のウォークスルーを受け取ります。
限定された評価期間中、ライブの推奨事項と日次パフォーマンス レポートを表示するためのアクセスをリクエストします。その後継続する義務はありません。