Acrobat Scrap koncept nadzorne ploče koji ilustrira analizu rizika portfelja vođenu umjetnom inteligencijom

Protection-First Portfolio Intelligence

Algoritamsko upravljanje zaustavljanjem gubitaka za portfelje koji si ne mogu priuštiti nagađanje

Acrobat Scrap primjenjuje kontinuiranu analizu vođenu umjetnom inteligencijom na vaše posjede, preračunavajući izloženost riziku 24 sata na dan i pooštravajući ili oslobađajući pragove stop-loss kako se uvjeti mijenjaju. Cilj je jednostavan: ublažiti pad prije nego što se spoji, umjesto da se reagira naknadno.

Izloženost smanjenju, ilustrativni izlaz modela

A simplified comparison of unmanaged exposure against stop-loss managed exposure during a simulated market decline.

Neupravljano
izloženost
Stop-loss
uspio
Neupravljano
izloženost
Stop-loss
uspio

Ispis samo ilustrativnog modela. Nisu stvarni rezultati trgovanja i nisu naznaka budućih rezultata.

Kako radi

Sustav stop-loss koji kontinuirano preispituje rizik, a ne samo na kraju mjeseca

Most stop-loss orders are fixed: set once, left static, and often triggered too late or too early. Sustav Acrobat Scrap-a ponovno izračunava pragove pomoću živih tržišnih podataka, tako da se zaštita kreće s portfeljem umjesto da miruje.

Temeljna logika

The model treats volatility, liquidity, and correlation between holdings as moving inputs rather than fixed assumptions. Kada volatilnost poraste, pragovi se razmjerno pooštravaju. When conditions stabilise, thresholds widen to avoid exiting a position on ordinary market noise. Ovo smanjuje dva uobičajena načina neuspjeha statičkih stop-lossa: zaustavljanje tijekom kratkotrajnih padova ili zadržavanje predugo kroz pravi pad.

Svaka se prilagodba bilježi i može se pripisati određenoj promjeni unosa, tako da možete vidjeti zašto se prag pomaknuo, a ne samo to.

  • Učestalost ponovne procjeneKontinuirano, unutar dana
  • Primarni ulaziAkcija cijene, volatilnost, dubina likvidnosti
  • Vrsta pragaDinamičan, prilagođen volatilnosti
  • Usmjeravanje izvršenjaAutomatizirano, ispod sekunde
  • Ljudsko nadjačavanjeDostupno na razini računa
  • Revizijski tragPotpuna povijest podešavanja

Čitanje podataka

Prikaz portfelja prikazuje kretanja praga kao vremensku seriju uz temeljnu cijenu imovine, a ne kao jedan postotak. To vam omogućuje praćenje svake prilagodbe unatrag do tržišnih uvjeta koji su je uzrokovali, što je posebno važno kada se odluke objašnjavaju supružniku, savjetniku ili korisniku.

Zašto smo ovo izgradili

Konzultativni pristup automatiziranoj kontroli rizika

Acrobat Scrap was built on the premise that capital preservation deserves the same analytical rigour usually reserved for growth strategies. Radimo s modelima odlučivanja temeljenim na podacima koji se koriste u institucionalnom upravljanju rizicima i prilagođavamo ih za pojedinačne portfelje, s naglaskom na transparentnost u odnosu na složenost.

Platforma nema za cilj predvidjeti smjer tržišta. It aims to limit the damage when direction turns against a position, and to do so without requiring constant manual attention.

Tim Acrobat Scrap pregledava modele analize rizika temeljene na podacima
Metodologija

Kako funkcionira proces optimizacije odlučivanja, korak po korak

Jasno postavljamo mehaniku, bez oslanjanja na svjedočanstva ili neprovjerljive tvrdnje. The process below describes what happens between data arriving and a threshold changing.

  1. 01

    Gutanje podataka

    Tržišni podaci, indeksi volatilnosti i udjeli u portfelju kontinuirano se preuzimaju od licenciranih pružatelja podataka.

  2. 02

    Bodovanje rizika

    Each holding receives a risk score based on current volatility, liquidity, and correlation with the rest of the portfolio.

  3. 03

    Kalibracija praga

    Stop-loss razine se ponovno izračunavaju u odnosu na ocjenu rizika i deklariranu toleranciju rizika na računu.

  4. 04

    Kontinuirano praćenje

    Pozicije se nadziru prema kalibriranim pragovima bez prekida, uključujući radno vrijeme izvan tržišnih standarda gdje je relevantno.

  5. 05

    Automatizirano izvršenje

    When a threshold is breached, the order is routed automatically. No step in this sequence waits on manual approval.

  6. 06

    Pregled nakon trgovine

    Every triggered exit is logged with the data conditions that caused it, available for your own review at any time.

Data inputs used in threshold calibration, and how frequently each is refreshed
Kategorija podataka Vrsta izvora Učestalost ažuriranja
Podaci o tržišnoj cijeni Licencirani feedovi razmjene U stvarnom vremenu
Indeksi volatilnosti Podaci o tržištu izvedenica U stvarnom vremenu
Dubina likvidnosti Snimke knjige narudžbi Unutar dana
Makroekonomski pokazatelji Javne objave podataka Dnevno
Tolerancija rizika specifična za portfelj Postavke koje definira klijent Na promjenu

Kod provjere valjanosti modela: logika kalibracije se testira u odnosu na povijesna tržišna razdoblja, uključujući oštre padove i produljena razdoblja niske volatilnosti, prije nego što se primijeni uživo. Testiranje unazad pokazuje kako bi se model ponašao u prošlim uvjetima; nije jamstvo kako će se ponašati u budućim uvjetima i ne predstavljamo ga kao jedno. Parametri se pregledavaju po periodičnom rasporedu umjesto da se ostavljaju statičnima na neodređeno vrijeme.

Slučajevi strateške upotrebe

Praktična primjena u različitim okolnostima umirovljenja

Odgovarajući prag osjetljivosti ovisi o tome što portfelj treba učiniti. Scenariji u nastavku ilustriraju kako se isti temeljni sustav prilagođava različitim ciljevima.

Konzervativno

Objedinjavanje mirovine na radnom mjestu

Predumirovljenik koji prenosi nekoliko mirovina s radnog mjesta na jedan upravljani račun, s deset ili više godina do početka povlačenja i sklonošću ograničavanju velikih jednogodišnjih gubitaka.

Očekivani ishod: širi pragovi tijekom obične volatilnosti, stroži pragovi samo kada korelirani rizik poraste u cijelom portfelju, smanjujući učestalost prijevremenih izlaza.

Uravnotežen

Redovita primanja u mirovini

Umirovljenik koji prima fiksni mjesečni prihod iz portfelja koji mora ostati dovoljno likvidan da podmiri povlačenja bez prisilne prodaje tijekom pada.

Očekivani ishod: pragovi kalibrirani za zaštitu kapitalne baze financiranja povlačenja prihoda, s većom težinom dubine likvidnosti u ocjeni rizika.

Oprezni rast

Očuvanje paušala nakon prodaje nekretnine

Pojedinac koji drži značajnu jednokratnu svotu, traži izmjereni rast iznad novčanih povrata bez izlaganja cijelog iznosa smanjenju na tržištu kapitala.

Očekivani ishod: manja raspodjela na imovinu s većom volatilnošću, od kojih se svaka drži pod strožim rasponima stop-loss u odnosu na ostatak portfelja.

Pitanja koja nam se najviše postavljaju

Likvidnost, sigurnost i granice autonomije umjetne inteligencije

Mogu li još uvijek pristupiti svom novcu dok sustav upravlja pozicijom?

Da. Automatizirano upravljanje stop-loss ne ograničava isplate niti zaključava sredstva. Pozicije ostaju dio vašeg računa i mogu se prilagoditi ili likvidirati ručno u bilo kojem trenutku, ovisno o uobičajenom radnom vremenu tržišta.

Djeluje li AI ikada bez ikakvog ljudskog nadzora?

Izvršenje pokrenutog stop-loss-a automatizirano je prema dizajnu, jer je svrha ukloniti kašnjenje. Međutim, parametre unutar kojih model radi, uključujući vašu ukupnu toleranciju na rizik, postavljate sami i možete ih pregledati ili promijeniti u bilo kojem trenutku. Model nema ovlasti samostalno mijenjati vaše navedene postavke rizika.

Što se događa tijekom brzog pada ili iznenadnog jaza likvidnosti?

Dubina likvidnosti jedan je od živih ulaza modela. U uvjetima neuobičajeno niske likvidnosti, model može privremeno proširiti pragove kako bi se izbjeglo izvršenje po iskrivljenim cijenama, umjesto izlaska u prazninu. Ovo ponašanje je zabilježeno i vidljivo u povijesti vašeg računa.

Kako su moji podaci o računu i portfelju zaštićeni?

Podaci o portfelju i računu šifrirani su u prijenosu i mirovanju, a pristup je ograničen na sustave potrebne za pokretanje modela rizika. Ne prodajemo podatke o portfelju trećim stranama.

Hoće li sustav jamčiti da nikada ne doživim gubitak?

Nijedan sustav ne može jamčiti protiv gubitka i bili bismo oprezni prema bilo kojem pružatelju koji tvrdi suprotno. Model stop-loss dizajniran je za ograničavanje opsega pada nakon što se uvjeti rizika pogoršaju; ne eliminira u potpunosti tržišni rizik.

Imate pitanje koje ovdje nije pokriveno? Stupite u kontakt s našim timom.

Način niskog pritiska da vidite kako bi sustav tretirao vaš portfelj

Ne postoji obveza prijenosa sredstava za pregled vaših postavki. Možete ispitati metodologiju, postaviti željenu toleranciju rizika i vidjeti kako bi se pragovi ponašali u prošlim tržišnim uvjetima prije nego što odlučite hoćete li nastaviti.

Pregledajte parametre sustava
  1. Postavite svoju toleranciju na rizik i potrebe za prihodom ili isplatom.
  2. Pregledajte kako bi model kalibrirao pragove za vaša trenutna imanja.
  3. Prilagodite postavke ili ih ostavite na predloženim zadanim postavkama.
  4. Aktivirajte nadzor, s ručnim nadjačavanjem dostupnim u bilo kojem trenutku.