Λήψη αποφάσεων με τη βοήθεια υπολογιστή

Προγνωστικά μοντέλα που μετατρέπουν τα δεδομένα της αγοράς σε μετρήσιμα σήματα

Το Oljefondet αναλύει μεγάλες ποσότητες δεδομένων συνεχώς και παρέχει σταθμισμένες συστάσεις σε επενδυτές και αναλυτές που θέλουν να μειώσουν τον κίνδυνο σε επαληθεύσιμη βάση και όχι σε συναίσθημα.

Συχνότητα ενημέρωσηςΣυνεχώς
Πηγές δεδομένωνΑγορά, μακροεντολή, συναίσθημα
Ημερολόγιο απόδοσηςΔημόσιο

Από ακατέργαστα δεδομένα έως μετρήσιμα σήματα απόφασης

Τα περισσότερα εργαλεία λήψης αποφάσεων σταματούν στην οπτικοποίηση των δεδομένων. Το Oljefondet προχωρά παραπέρα και αποδίδει σε κάθε σύσταση ένα βάρος με βάση το πόσο αξιόπιστο έχει ιστορικά αποδειχθεί το σήμα.

Προγνωστική μοντελοποίηση

Τα μοτίβα προσδιορίζονται πριν γίνουν ορατά στην αγοραία τιμή

Τα μοντέλα εκπαιδεύονται συνεχώς σε ιστορικά και ενημερωμένα σύνολα δεδομένων και ανακαλύπτουν σχέσεις μεταξύ μεταβλητών που διαφορετικά θα απαιτούσαν μη αυτόματη ανάλυση για εβδομάδες. Το αποτέλεσμα παρουσιάζεται ως σενάρια σταθμισμένα με βάση τις πιθανότητες, όχι ως ενιαία σύσταση χωρίς πλαίσιο.

Απεικόνιση: σταθμισμένη πιθανότητα ανά σενάριο

Μείωση κινδύνου

Η αξιολόγηση κινδύνου ενσωματώνεται στη σύσταση και δεν προστίθεται στη συνέχεια

Κάθε σύσταση ακολουθείται από έλεγχο συσχέτισης με την υπάρχουσα έκθεση και μια τιμή εμπιστοσύνης που δείχνει πόση ιστορική απόκλιση έχει παρατηρηθεί για παρόμοια σήματα. Αυτό καθιστά δυνατή την ιεράρχηση των μέτρων σύμφωνα με τον πραγματικό κίνδυνο αρνητικής πλευράς και όχι μόνο με το μέγεθος.

Απεικόνιση: κατανομή απόκλισης ανά κατηγορία κινδύνου

Επεκτασιμότητα σε πραγματικό χρόνο

Η ανάλυση ακολουθεί την αγορά ώρα με την ώρα, όχι τρίμηνο προς τρίμηνο

Επειδή η αρχιτεκτονική βασίζεται σε ρέοντα δεδομένα, οι προτάσεις ενημερώνονται καθώς εισέρχονται νέα σημεία δεδομένων. Χρησιμοποιείται η ίδια υποδομή ανεξάρτητα από το αν είναι ένας αναλυτής ή μια ολόκληρη ομάδα που παρακολουθεί πολλές θέσεις ταυτόχρονα.

Απεικόνιση: ενημέρωση συχνότητας με την πάροδο του χρόνου

Πώς προκύπτει πραγματικά μια σύσταση

Η διαδικασία χωρίζεται σε τρία βήματα και κάθε βήμα τεκμηριώνεται έτσι ώστε οι αναλυτές να μπορούν να επαληθεύσουν γιατί μια σύσταση έχει την ίδια εμφάνιση.

01

Συλλογή δεδομένων

Στοιχεία αγοράς, μακροοικονομικοί δείκτες και εναλλακτικά σύνολα δεδομένων συλλέγονται συνεχώς και καθαρίζονται από γνωστές πηγές σφαλμάτων πριν προχωρήσουμε στη μοντελοποίηση.

02

Αναγνώριση προτύπων

Στατιστικά μοντέλα και μοντέλα που εκπαιδεύονται από μηχανή αναζητούν επαναλαμβανόμενες σχέσεις και αποκλίσεις από την κανονική κατανομή και σήματα σημαίας που διασχίζουν ένα προκαθορισμένο όριο.

03

Σταθμισμένη σύσταση

Τα σήματα ταξινομούνται σύμφωνα με την ιστορική ακρίβεια και συντάσσονται σε μια σύσταση με σχετική τιμή εμπιστοσύνης, έτοιμη για ανθρώπινη αξιολόγηση.

ΠαράμετροςΠεριγραφή
Πηγές δεδομένωνΣτοιχεία αγοράς, μακροοικονομικοί δείκτες, διαθέσιμες στο κοινό εκθέσεις εταιρειών
Συχνότητα ενημέρωσηςΣυνεχής, βασισμένη σε δεδομένα ροής και όχι σε περιοδικές παρτίδες
Μοντέλο αρχιτεκτονικήςΣύνολα μοντέλων στατιστικής και μηχανικής εκμάθησης με ξεχωριστή επικύρωση
Μέθοδος επικύρωσηςΕπαλήθευση έναντι του πραγματικού αποτελέσματος, που δημοσιεύεται συνεχώς στο αρχείο καταγραφής επιδόσεων
ΈνταξηΠρόσβαση στο API και εξαγωγή σε κοινά εργαλεία ανάλυσης και χαρτοφυλακίου

Σχεδιασμένο για επαγγελματίες που θέλουν να ελέγξουν πριν εμπιστευτούν ένα αποτέλεσμα

Το Oljefondet αναπτύχθηκε με ένα απλό σημείο εκκίνησης: μια σύσταση είναι τόσο καλή όσο η δυνατότητα να την ελέγξετε εκ των υστέρων. Επομένως, κάθε μοντέλο τεκμηριώνεται και κάθε σύσταση έχει χρονική σήμανση.

Η πλατφόρμα χρησιμοποιείται από αναλυτές και επενδυτές που έχουν ήδη τις δικές τους ρουτίνες για τη διαχείριση κινδύνου και που θέλουν ένα συμπλήρωμα με τη βοήθεια υπολογιστή αντί να αντικαταστήσει την επαγγελματική αξιολόγηση.

Αναλυτές Oljefondet εξετάζουν δεδομένα μοντέλου στην οθόνη

Δημόσιο αρχείο καταγραφής απόδοσης για δημοσιευμένες προτάσεις

Όλες οι συστάσεις καταγράφονται με το χρόνο και αργότερα συγκρίνονται με το πραγματικό αποτέλεσμα. Το αρχείο καταγραφής είναι διαθέσιμο για έλεγχο και δεν μπορεί να υποβληθεί σε επεξεργασία μετά τη δημοσίευση.

Ο παρακάτω πίνακας δείχνει τη μορφή του αρχείου καταγραφής. Ένα πλήρες και συνεχώς ενημερωμένο αρχείο καταγραφής είναι διαθέσιμο εντός της πλατφόρμας.

ΗμερομηνίαΜοντέλοΚατηγορίαΚατάσταση
08-01-2024Μοντέλο συναισθήματος ΑΤο συναίσθημα της αγοράςΕπιβεβαιώθηκε
15-01-2024Μοντέλο κινδύνου ΓΚίνδυνος χαρτοφυλακίουΥπό αξιολόγηση
22-01-2024Μοντέλο τάσης ΒΤομεακή εναλλαγήΕπιβεβαιώθηκε
29-01-2024Μοντέλο συναισθήματος ΑΤο συναίσθημα της αγοράςΚαταγράφηκε απόκλιση

Ιχνηλασιμότητα

Ανά μοντέλο

Επεξεργασία μετά τη δημοσίευση

Δεν επιτρέπεται

Καταγραφή των αποτελεσμάτων

Ανεξαρτήτως μοντέλου

Η ιστορική ακρίβεια εμφανίζεται στην πλατφόρμα ως γραμμικό διάγραμμα ανά μοντέλο και χρονική περίοδο, έτσι ώστε οι αποκλίσεις μεταξύ της σύστασης και του πραγματικού αποτελέσματος να μπορούν να παρακολουθούνται με την πάροδο του χρόνου αντί να συνοψίζονται σε έναν μόνο αριθμό.

Οι συστάσεις έχουν χρονική σήμανση κατά τη δημοσίευση. Το πραγματικό αποτέλεσμα καταγράφεται στη συνέχεια και συνδέεται αυτόματα με την αρχική σύσταση, ανεξάρτητα από το πώς προέκυψε το αποτέλεσμα.

Τρεις τρόποι με τους οποίους οι επαγγελματίες χρησιμοποιούν την πλατφόρμα σήμερα

Τα ίδια υποκείμενα μοντέλα προσαρμόζονται σε διαφορετικές καταστάσεις λήψης αποφάσεων, ανάλογα με το εάν ο σκοπός είναι η διαχείριση χαρτοφυλακίου, η αξιολόγηση της αγοράς ή οι εσωτερικές λειτουργίες.

Επένδυση

Διαφοροποίηση χαρτοφυλακίου

Τα μοντέλα εντοπίζουν συσχετίσεις μεταξύ υφιστάμενων θέσεων και προτείνουν προσαρμογές που μειώνουν τη συνολική έκθεση σε μεμονωμένα γεγονότα, χωρίς να απαιτείται πλήρης αναδιάρθρωση του χαρτοφυλακίου.

Αγορά

Ανάλυση συναισθήματος αγοράς

Μεγάλοι όγκοι δεδομένων κειμένου και συναλλαγών συγκεντρώνονται σε ένα μέτρο συναισθήματος που ενημερώνεται συνεχώς και το οποίο μπορεί να συγκριθεί με ιστορικά σημεία καμπής στην αγορά.

Λειτουργία

Λειτουργική αποτελεσματικότητα

Τα εσωτερικά δεδομένα σχετικά με τη χρήση των πόρων και τη διεκπεραίωση αναλύονται για να αποκαλυφθούν τα σημεία συμφόρησης, έτσι ώστε οι αποφάσεις για την ιεράρχηση προτεραιοτήτων να μπορούν να λαμβάνονται με βάση τα πραγματικά πρότυπα και όχι τις υποθέσεις.

Συχνές ερωτήσεις σχετικά με δεδομένα, μεροληψία μοντέλου και ενοποίηση

Πώς γίνεται η επεξεργασία των δεδομένων μας;

Τα δεδομένα που φορτώνονται για ανάλυση αποθηκεύονται χωριστά από τα δεδομένα εκπαίδευσης που χρησιμοποιούνται για τη βελτίωση των μοντέλων και δεν μοιράζονται μεταξύ των πελατών. Ο έλεγχος πρόσβασης και η τοποθεσία αποθήκευσης μπορούν να ελεγχθούν ως μέρος μιας τεχνικής αξιολόγησης πριν από την ενσωμάτωση.

Πώς μειώνεται ο κίνδυνος μεροληψίας μοντέλου;

Τα μοντέλα δοκιμάζονται συνεχώς έναντι νέων δεδομένων που δεν συμπεριλήφθηκαν στην εκπαίδευση και οι αποκλίσεις από την αναμενόμενη ακρίβεια επισημαίνονται αυτόματα. Επειδή τα αποτελέσματα δημοσιεύονται στο αρχείο καταγραφής επιδόσεων, οι συστηματικές προκαταλήψεις μπορούν να εντοπιστούν με την πάροδο του χρόνου αντί να παραμείνουν αόρατες.

Πόσο περίπλοκη είναι η ενοποίηση με τα υπάρχοντα συστήματα;

Οι περισσότερες ρυθμίσεις ξεκινούν με την εξαγωγή προτάσεων σε υπάρχοντα εργαλεία ανάλυσης μέσω API, χωρίς να χρειάζεται να αλλάξετε τις υπάρχουσες ροές εργασίας. Η βαθύτερη ενοποίηση, όπως η άμεση σύνδεση με συστήματα χαρτοφυλακίου, αξιολογείται ξεχωριστά ανά περίπτωση.

Μπορούν οι συστάσεις να παρακαμφθούν ή να προσαρμοστούν χειροκίνητα;

Ναί. Οι συστάσεις προορίζονται ως υποστήριξη αποφάσεων και κάθε χρήστης μπορεί να προσαρμόσει τη στάθμιση ή να αγνοήσει μεμονωμένα σήματα. Τέτοιες προσαρμογές καταγράφονται χωριστά από την αρχική σύσταση του μοντέλου για τη διατήρηση της επαληθευσιμότητας.

Τι συμβαίνει εάν μια σύσταση αποτύχει;

Το αποτέλεσμα καταγράφεται στο αρχείο καταγραφής απόδοσης με τον ίδιο τρόπο όπως τα χτυπήματα και χρησιμοποιείται για τη ρύθμιση της στάθμισης του εν λόγω σήματος στο μέλλον. Οι προτάσεις που απέτυχαν δεν καταργούνται από το αρχείο καταγραφής.

Είστε έτοιμοι να δοκιμάσετε τα μοντέλα με τις δικές σας αποφάσεις;

Ξεκινήστε περνώντας από το αρχείο καταγραφής απόδοσης και αξιολογήστε μόνοι σας την ακρίβεια, προτού συνδέσετε τα δικά σας δεδομένα. Οι περισσότερες ομάδες ξεκινούν σε μικρότερη κλίμακα και επεκτείνονται αφού συγκρίνουν τα αποτελέσματα σε διάστημα μερικών μηνών.

Μεμονωμένος αναλυτήςΔική του πρόσβαση σε μοντέλα και αρχείο καταγραφής
Ομάδα και τμήμαΚοινή πρόσβαση και ενοποιημένες αναφορές
Εταιρεία / APIΕνοποίηση με δικά του συστήματα
Ξεκινήστε την ανάλυση