读取时间序列中的模式
这些模型处理价格、数量和相关的宏观经济变量，以便在发出信号之前识别重复出现的模式。每个信号都与产生它的变量相关联。
技术支柱
平台不取代投资者的判断；减少大量数据的噪音，以便将该标准应用于已经精炼的信息。
这些模型处理价格、数量和相关的宏观经济变量，以便在发出信号之前识别重复出现的模式。每个信号都与产生它的变量相关联。
每项建议都包括根据资产历史波动性得出的风险范围和损失阈值，以便在采取行动之前确定所承担的风险。
该基础设施整合新数据并增量地重新计算建议的投资组合，而无需在每次更新时重新处理整个历史记录。
我们如何工作
CONTPAQi 结合了应用于金融市场的数据工程和统计建模。目标不是绝对确定地进行预测，而是在投资者做出决定之前量化每种情况的概率和风险。
平台的每个模块都记录了其假设：使用的数据周期、考虑的变量以及模型的有效性限制。本文档与每条建议一起提供，而不是单独提供。
了解完整的方法验证框架
回溯测试的严格性决定了任何预测模型的可靠性。这就是为什么每个策略在到达最终用户之前都会经历三个不同的阶段。
与市场来源、公司报告以及结构化和非结构化宏观经济数据的联系。在进入建模引擎之前，数据会被标准化并清除重复数据。
每个策略都在独立于训练集的历史时期进行回溯测试，以降低过度拟合过去数据的风险。
通过验证阶段的信号将转化为具有已定义风险参数的分配建议，以供在应用前进行审查。
面板显示的内容
每个指标的具体值根据资产、时间范围和投资授权而变化，并在演示期间提供的技术报告中详细说明。
在选定的回测期间计算，并按策略和时间范围记录。
新市场数据到来与当前推荐更新之间的平均间隔。
使用标准行业比率（例如 Sharpe 和 Sortino）对模拟历史进行可视化。
包括的市场和资产类别数量，可根据定义的投资指令进行配置。
使用场景
该平台适用于资本配置决策和内部运营管理问题。两种场景都有相同的要求：投入资源之前的历史证据。
评估将加密资产纳入多元化投资组合的经理需要的不仅仅是定性论文。该系统允许在分配实际资本之前在不同的市场周期中对提议的策略进行回溯测试，并记录该策略在急剧下跌时期（而不仅仅是上升趋势）的行为。
企业财务团队使用预测模型来预测流动性需求并调整影响其运营成本的宏观经济变量的敞口。目的不是猜测，而是减少季度计划决策的不确定性。
解决技术疑虑
在集成任何预测分析工具之前，有必要询问如何处理数据以及如何审核模型。
数据根据《通用数据保护条例》(GDPR) 进行处理。对每个客户信息的访问在传输过程中和静态时都会被分段和加密，并且仅保留生成和审核建议所需的记录。
是的。每个信号都包括产生它的变量、使用的回测周期和应用的风险参数。这种算法可追溯性是随每项建议一起提供的技术报告的一部分。
这种连接是通过与市场数据源和内部财务管理系统兼容的编程接口实现的。集成的确切范围是在技术咨询阶段根据客户现有的基础设施确定的。
根据预期的历史表现持续监控模型。当检测到相关偏差时，该策略将被标记以供审查，并在基于该策略生成新建议之前收到通知。
技术演示允许您在做出任何集成决策之前查看模型在真实历史数据上的行为。