Arvutipõhine otsuste tegemine
Oljefondet analüüsib pidevalt suuri andmehulki ja annab kaalutud soovitusi investoritele ja analüütikutele, kes soovivad riski vähendada kontrollitaval alusel, mitte kõhutunde järgi.
Metoodika
Enamik otsustustööriistu peatub andmete visualiseerimisel. Oljefondet läheb kaugemale ja määrab igale soovitusele kaalu selle põhjal, kui usaldusväärseks signaal on ajalooliselt osutunud.
Mudeleid koolitatakse pidevalt ajalooliste ja värskendatud andmekogumite osas ning avastatakse muutujate vahelisi seoseid, mis muidu vajaksid nädalate jooksul käsitsi analüüsi. Tulemust esitatakse tõenäosusega kaalutud stsenaariumitena, mitte üksiku soovitusena ilma kontekstita.
Illustratsioon: kaalutud tõenäosus stsenaariumi kohta
Igale soovitusele järgneb korrelatsioonikontroll olemasoleva kokkupuute suhtes ja usaldusväärtus, mis näitab, kui palju on sarnaste signaalide ajaloolist kõrvalekallet täheldatud. See võimaldab seada meetmed tähtsuse järjekorda vastavalt tegelikule langusriskile, mitte ainult suurusele.
Illustratsioon: kõrvalekallete jaotus riskikategooriate kaupa
Kuna arhitektuur on üles ehitatud voolavatele andmetele, värskendatakse soovitusi uute andmepunktide saabudes. Kasutatakse sama infrastruktuuri olenemata sellest, kas tegemist on ühe analüütiku või terve meeskonnaga, kes jälgib korraga mitut positsiooni.
Illustratsioon: värskendamise sagedus aja jooksul
Tehniline rangus
Protsess on jagatud kolmeks etapiks ja iga etapp dokumenteeritakse, et analüütikud saaksid kontrollida, miks soovitus näeb välja selline, nagu see näeb.
01
Turuandmeid, makromajanduslikke näitajaid ja alternatiivseid andmekogumeid kogutakse pidevalt ning enne modelleerimisega alustamist puhastatakse need teadaolevatest veaallikatest.
02
Statistilised ja masinõpitud mudelid otsivad korduvaid seoseid ja kõrvalekaldeid normaaljaotusest ning märgivad signaale, mis ületavad etteantud läve.
03
Signaalid järjestatakse ajaloolise täpsuse alusel ja koostatakse soovituseks koos sellega seotud usaldusväärtusega, mis on valmis inimese hinnanguks.
| Parameeter | Kirjeldus |
|---|---|
| Andmeallikad | Turuandmed, makromajanduslikud näitajad, avalikult kättesaadavad ettevõtete aruanded |
| Värskendamise sagedus | Pidev, põhineb voogesituse andmetel, mitte perioodilistel partiidel |
| Mudeli arhitektuur | Eraldi valideerimisega statistiliste ja masinõpitud mudelite ansamblid |
| Valideerimismeetod | Tõendamine tegelikule tulemusele, avaldatakse pidevalt jõudluslogis |
| Integratsioon | API juurdepääs ja eksport levinud analüüsi- ja portfellitööriistadesse |
Platvormi kohta
Oljefondet töötati välja lihtsa lähtepunktiga: soovitus on ainult nii hea, kui on võimalus seda hiljem kontrollida. Seetõttu on iga mudel dokumenteeritud ja iga soovitus ajatempliga.
Platvormi kasutavad analüütikud ja investorid, kellel on juba oma riskijuhtimise rutiin ja kes soovivad professionaalse hindamise asemel arvutiga toetatud lisa.
Läbipaistvus
Kõik soovitused salvestatakse aja järgi ja neid võrreldakse hiljem tegeliku tulemusega. Logi on ülevaatamiseks saadaval ja seda ei saa pärast avaldamist muuta.
Allolev tabel näitab logi vormingut. Platvormi sees on saadaval täielik ja pidevalt uuendatav logi.
| Kuupäev | Mudel | Kategooria | Olek |
|---|---|---|---|
| 2024-01-08 | Tundemudel A | Turu sentiment | Kinnitatud |
| 2024-01-15 | Riskimudel C | Portfelli risk | Hindamisel |
| 2024-01-22 | Trendmudel B | Sektori rotatsioon | Kinnitatud |
| 2024-01-29 | Tundemudel A | Turu sentiment | Kõrvalekaldumine registreeritud |
Jälgitavus
Mudeli kohta
Toimetamine pärast avaldamist
Pole lubatud
Tulemuste registreerimine
Sõltumata mudelist
Ajaloolist täpsust näidatakse platvormil joondiagrammina, mis on jagatud mudelite ja ajaperioodide kaupa, nii et soovituse ja tegeliku tulemuse vahelisi kõrvalekaldeid saab aja jooksul jälgida, selle asemel, et need kokku võtta ühe numbriga.
Soovitustele kantakse avaldamisel ajatempel. Tegelik tulemus salvestatakse hiljem ja seotakse automaatselt algse soovitusega, olenemata sellest, kuidas tulemus välja tuli.
Kasutusvaldkonnad
Samad alusmudelid on kohandatud erinevatele otsustusolukordadele, olenevalt sellest, kas eesmärgiks on portfellihaldus, turu hindamine või sisemine tegevus.
Mudelid tuvastavad korrelatsioonid olemasolevate positsioonide vahel ja pakuvad välja kohandusi, mis vähendavad üldist riskipositsiooni üksikutele sündmustele, ilma et oleks vaja portfelli täielikult ümber korraldada.
Suured kogused teksti- ja tehinguandmeid koondatakse pidevalt uuenevasse sentimendimõõtu, mida saab võrrelda turu ajalooliste pöördepunktidega.
Ressursikasutuse ja läbilaskevõime siseandmeid analüüsitakse kitsaskohtade avastamiseks, nii et prioriteetide seadmise otsuseid saab teha tegelike mustrite, mitte oletuste põhjal.
Küsimused ja vastused
Analüüsiks laaditud andmed salvestatakse mudelite täiustamiseks kasutatavatest koolitusandmetest eraldi ja neid ei jagata klientide vahel. Juurdepääsu kontrolli ja salvestuskoha saab enne integreerimist tehnilise hindamise osana üle vaadata.
Mudeleid testitakse pidevalt uute andmetega, mida koolitusel ei olnud, ning kõrvalekalded oodatud täpsusest märgitakse automaatselt lipuga. Kuna tulemused avaldatakse jõudluslogis, saab süstemaatilisi eelarvamusi aja jooksul tuvastada, mitte jääda nähtamatuks.
Enamik seadistusi algab soovituste eksportimisest olemasolevatesse analüüsitööriistadesse API kaudu, ilma et oleks vaja olemasolevaid töövooge muuta. Sügavamat integratsiooni, näiteks otseühendust portfellisüsteemidega, hinnatakse iga juhtumi kohta eraldi.
Jah. Soovitused on mõeldud otsuste toetamiseks ja iga kasutaja saab kohandada kaalu või ignoreerida üksikuid signaale. Sellised kohandused logitakse kontrollitavuse säilitamiseks mudeli algsest soovitusest eraldi.
Tulemus salvestatakse toimivuslogis samamoodi nagu tabamused ja seda kasutatakse kõnealuse signaali kaalumise kohandamiseks edaspidi. Ebaõnnestunud soovitusi logist ei eemaldata.
Alustage jõudluslogi läbimisest ja hinnake täpsust ise, enne kui ühendate oma andmed. Enamik meeskondi alustab väiksemas mahus ja laieneb pärast tulemuste võrdlemist mõne kuu jooksul.
