Számítógéppel támogatott döntéshozatal
Az Oljefondet folyamatosan nagy mennyiségű adatot elemez, és súlyozott ajánlásokat ad azoknak a befektetőknek és elemzőknek, akik ellenőrizhető alapon szeretnék csökkenteni a kockázatot, nem pedig megérzésükre.
Módszertan
A legtöbb döntéshozó eszköz megáll az adatok megjelenítésénél. Az Oljefondet tovább megy, és minden ajánláshoz súlyt rendel az alapján, hogy a jel mennyire megbízhatónak bizonyult a múltban.
A modelleket folyamatosan képezik a múltbeli és frissített adatkészletekre, és olyan összefüggéseket fedeznek fel a változók között, amelyek egyébként hetekig tartó manuális elemzést igényelnének. Az eredmény valószínűséggel súlyozott forgatókönyvként jelenik meg, nem pedig egyetlen kontextus nélküli ajánlásként.
Illusztráció: súlyozott valószínűség forgatókönyvenként
Minden ajánlást a meglévő expozícióhoz viszonyított korrelációs ellenőrzés és egy megbízhatósági érték követ, amely megmutatja, mekkora történelmi eltérést figyeltek meg hasonló jelek esetén. Ez lehetővé teszi az intézkedések fontossági sorrendbe állítását a tényleges lefelé mutató kockázat szerint, nem pedig pusztán a nagyságrend szerint.
Illusztráció: az eltérés kockázati kategóriánkénti megoszlása
Mivel az architektúra áramló adatokra épül, az ajánlások az új adatpontok beérkezésekor frissülnek. Ugyanazt az infrastruktúrát használják, függetlenül attól, hogy egy elemzőről van szó, vagy egy egész csapatról, aki egyszerre több pozíciót figyel.
Illusztráció: frissítési gyakoriság idővel
Technikai szigor
A folyamat három lépésre oszlik, és minden lépést dokumentálnak, így az elemzők ellenőrizni tudják, miért néz ki egy ajánlás úgy, ahogyan.
01
A piaci adatokat, makrogazdasági mutatókat és alternatív adatsorokat folyamatosan gyűjtik, és a modellezés megkezdése előtt megtisztítják az ismert hibaforrásoktól.
02
A statisztikai és gépi tanulási modellek ismétlődő kapcsolatokat és a normál eloszlástól való eltéréseket keresik, és megjelölik azokat a jeleket, amelyek átlépnek egy előre meghatározott küszöbértéket.
03
A jeleket a történeti pontosság szerint rangsorolják, és ajánlásokká állítják össze a hozzájuk tartozó megbízhatósági értékkel, amely készen áll az emberi értékelésre.
| Paraméter | Leírás |
|---|---|
| Adatforrások | Piaci adatok, makrogazdasági mutatók, nyilvánosan elérhető cégjelentések |
| Frissítési gyakoriság | Folyamatos, streaming adatokon, nem pedig időszakos kötegeken alapul |
| Modell architektúra | Statisztikai és gépi tanult modellek együttesei külön érvényesítéssel |
| Érvényesítési módszer | Ellenőrzés a tényleges eredménnyel szemben, folyamatosan közzétéve a teljesítménynaplóban |
| Integráció | API hozzáférés és exportálás általános elemzési és portfólióeszközökbe |
A platformról
Az Oljefondet fejlesztése egyszerű kiindulópontból történt: egy ajánlás csak annyira jó, amennyire utólag ellenőrizni tudjuk. Ezért minden modell dokumentálva van, és minden ajánlást időbélyeggel látnak el.
A platformot olyan elemzők és befektetők használják, akiknek már megvannak a saját kockázatkezelési rutinjai, és akik inkább számítógéppel támogatott kiegészítést szeretnének, mint a szakmai értékelés helyettesítését.
Átláthatóság
Az összes ajánlást rögzítik az idővel, és később összehasonlítják a tényleges eredménnyel. A napló áttekinthető, közzététel után nem szerkeszthető.
Az alábbi táblázat a napló formátumát mutatja. A platformon belül egy teljes és folyamatosan frissített napló érhető el.
| Dátum | Modell | Kategória | Állapot |
|---|---|---|---|
| 2024-01-08 | Érzelmi modell A | Piaci hangulat | Megerősítve |
| 2024-01-15 | Kockázati modell C | Portfólió kockázat | Értékelés alatt |
| 2024-01-22 | Trend modell B | Szektorrotáció | Megerősítve |
| 2024-01-29 | Érzelmi modell A | Piaci hangulat | Eltérés regisztrálva |
Nyomon követhetőség
Modellenként
Szerkesztés megjelenés után
Nem engedélyezett
Az eredmények nyilvántartása
Modelltől függetlenül
A történeti pontosság a platformon modellenként és időszakonként lebontott vonaldiagramként jelenik meg, így az ajánlás és a tényleges eredmény közötti eltérések időben követhetők, ahelyett, hogy egyetlen számban összegeznék őket.
Az ajánlásokat a közzétételkor időbélyegzővel látjuk el. A tényleges eredmény utólag rögzítésre kerül, és automatikusan kapcsolódik az eredeti ajánláshoz, függetlenül attól, hogy az eredmény hogyan alakult.
Felhasználási területek
Ugyanazok a mögöttes modellek különböző döntési helyzetekhez igazodnak, attól függően, hogy portfóliókezelésről, piacértékelésről vagy belső működésről van szó.
A modellek korrelációkat azonosítanak a meglévő pozíciók között, és olyan kiigazításokat javasolnak, amelyek csökkentik az egyes eseményeknek való általános kitettséget anélkül, hogy a portfólió teljes átstrukturálását megkövetelnék.
A nagy mennyiségű szöveges és tranzakciós adatot egy folyamatosan frissített hangulatmérővé állítják össze, amely összevethető a piac történelmi fordulópontjaival.
A szűk keresztmetszetek feltárása érdekében elemzik az erőforrás-felhasználással és az áteresztőképességgel kapcsolatos belső adatokat, így a prioritások meghatározásával kapcsolatos döntéseket tényleges minták, nem pedig feltételezések alapján lehet meghozni.
Kérdések és válaszok
Az elemzéshez betöltött adatokat a rendszer a modellek fejlesztésére használt betanítási adatoktól elkülönítve tárolja, és nem osztják meg az ügyfelek között. A hozzáférés-szabályozás és a tárolási hely az integráció előtti műszaki értékelés részeként áttekinthető.
A modelleket folyamatosan teszteljük új adatokkal, amelyek nem szerepeltek a képzésben, és az elvárt pontosságtól való eltéréseket automatikusan megjelöljük. Mivel az eredményeket a teljesítménynaplóban teszik közzé, a szisztematikus torzítások idővel azonosíthatók, ahelyett, hogy láthatatlanok maradnának.
A legtöbb beállítás az ajánlások API-n keresztül történő exportálásával kezdődik a meglévő elemzőeszközökbe, anélkül, hogy módosítani kellene a meglévő munkafolyamatokat. A mélyebb integrációt, például a portfóliórendszerekhez való közvetlen kapcsolódást esetenként külön értékeljük.
Igen. Az ajánlások döntéstámogatóként szolgálnak, és minden felhasználó módosíthatja a súlyozást, vagy figyelmen kívül hagyhatja az egyéni jeleket. Az ilyen korrekciókat a modell eredeti ajánlásától elkülönítve naplózza az ellenőrizhetőség megőrzése érdekében.
Az eredmény ugyanúgy rögzítésre kerül a teljesítménynaplóban, mint a találatok, és a kérdéses jel súlyozásának módosítására szolgál. A sikertelen ajánlások nem törlődnek a naplóból.
Kezdje azzal, hogy átnézi a teljesítménynaplót, és maga is felméri a pontosságot, mielőtt összekapcsolja saját adatait. A legtöbb csapat kisebb léptékben indul, és néhány hónapos eredmények összehasonlítása után bővül.
