Sanvestium nepřetržitě analyzuje tržní data a používá automatizované průměrování dolarových nákladů pomocí inteligentních vstupních bodů, takže příspěvky jsou načasovány spíše podle důkazů než podle sentimentu. Výsledkem je klidnější a konzistentnější přístup k dlouhodobému investování.
Každý mechanismus za Sanvestium je navržen tak, aby byl kontrolován, nikoli jednoduše důvěryhodný. Níže je uveden popis toho, co se stane mezi plánovaným příspěvkem a dokončenou transakcí.
Spíše než nasazování kapitálu pouze v pevných kalendářních datech systém vyhodnocuje volatilitu, dynamiku a krátkodobý cenový rozptyl, aby identifikoval okna, kde je statisticky méně pravděpodobné, že příspěvek bude špatně načasován.
Poznámka: prediktivní modelování zužuje rozsah nepříznivých výsledků; neeliminuje tržní riziko.
Příspěvky jsou rozděleny do menších plánovaných tranší namísto jedné jednorázové částky. To automaticky rozloží expozici mezi více cenových bodů, čímž se sníží vliv jakéhokoli pohybu trhu jednoho dne na celkovou pozici.
Platforma ze svých modelů filtruje krátkodobé titulky a výkyvy sentimentu a místo toho se zaměřuje na strukturální data, jako jsou historická pásma volatility a podmínky likvidity, takže rozhodnutí méně reagují na denní zpravodajské cykly.
Prediktivní modelování je užitečné pouze tehdy, pokud lze dodržovat jeho logiku. Toto je sekvence Sanvestium platí pro každý plánovaný příspěvek.
Údaje o cenách, objemu a volatilitě jsou shromažďovány z podkladového trhu a standardizovány tak, aby srovnání v různých časových obdobích zůstala konzistentní.
Každé potenciální vstupní okno obdrží skóre odvozené ze statistických vzorů pozorovaných ve srovnatelných historických podmínkách, které ukazuje, zda podmínky upřednostňují okamžité nebo opožděné nasazení.
Příspěvky jsou uvolňovány podle plánu a vstupního skóre, přičemž kapitál se rozděluje do příznivých oken spíše než do jednoho pevného data.
Výstupy modelu jsou průběžně kontrolovány oproti realizovaným výsledkům a parametry jsou upravovány tam, kde je pozorována trvalá odchylka od očekávaného výkonu.
Stejné základní modely podporují různé cíle v závislosti na časovém horizontu a účelu použitého kapitálu.
Domácnost, která měsíčně přispívá na cíl odchodu do důchodu nebo vzdělání, používá automatizované tranše, aby byly příspěvky konzistentní, zatímco inteligentní vstupní body snižují možnost opakovaného nákupu při krátkodobých špičkách.
Malý podnik se sezónním přebytkem hotovosti přiděluje část diverzifikované pozici během několika týdnů, nikoli v jedné transakci, což omezuje vystavení se cenám za jeden den.
Investor, který si buduje pozici během definovaného období, spoléhá na model vstupního bodování při sekvenčních nákupech, přičemž se řídí procesními pravidly spíše než denními sentimenty.
Sanvestium byl navržen na základě jednoduché premisy: většina špatných dlouhodobých výsledků pochází z rozhodnutí o načasování učiněných pod emocionálním tlakem, nikoli z nedostatku dostupných informací.
Platforma netvrdí, že předpovídá trhy s jistotou. Místo toho strukturuje příspěvky tak, aby rozhodnutí o načasování byla přijímána systematicky, s využitím dat, která jsou průběžně obnovována a vyhodnocována na základě historických vzorců spíše než krátkodobých spekulací.
Přečtěte si více o našem přístupuPři výrobě Sanvestium se nespoléháme na posudky. Následující prohlášení popisují standardy a zdroje, na kterých je platforma založena.
Tržní data používaná prediktivními modely pocházejí od zavedených poskytovatelů finančních dat a jsou aktualizována v pravidelných intervalech v průběhu obchodního dne. Historická data použitá pro kalibraci modelu jsou čerpána z veřejně dostupných burzovních záznamů. Pokud je spolehlivost modelu snížena kvůli neúplným nebo opožděným datům, platforma označí dotčené doporučení, místo aby je prezentovala s nezaručenou jistotou.
Zadejte e-mailovou adresu, na kterou budete dostávat přístupové údaje a krátký přehled toho, jak se modely vstupních bodů Sanvestium vztahují na váš rozvrh příspěvků.
Metodika revize