Mürzenvik prevádzkuje prediktívne modely v reálnom čase na základe trhových, portfóliových a prevádzkových údajov, čím poskytuje nezávislým investorom a obchodným lídrom v Austrálii kvantifikovaný pohľad pred zmenou podmienok.
Ukážka rozhrania: jediný dashboard, ktorý kombinuje živé údaje, výstup modelu a odporúčanie v jednoduchom jazyku, ktoré sa aktualizujú pri príchode nových údajov a nie v pevnom cykle prehľadov.
Rýchlosť k hodnote
Väčšina analytikov, ktorí pracujú nezávisle alebo v rámci viacerých zákaziek, nemá luxus špecializovaného dátového tímu. Čistenie tabuliek, zosúlaďovanie zdrojov a ručná kalibrácia modelu môže zabrať väčšiu časť pracovného dňa predtým, ako sa skutočne začne analýza.
Mürzenvik odstraňuje tento prípravný krok. Pripojíte zdroj údajov alebo vyberiete z vopred zostavenej sady informačných kanálov z austrálskeho trhu a platforma štruktúruje údaje, vyberie vhodný model a vráti prvý výstup, zatiaľ čo si stále prezeráte svoj brief.
Základné schopnosti
Platforma je postavená na troch funkciách, ktoré spolupracujú a nie ako samostatné nástroje: prognózovanie, meranie rizík a priebežná optimalizácia.
Mürzenvik aplikuje trénované časové série a faktorové modely na cenové, objemové a makrodáta, čím vytvára výhľadové odhady s uvedeným rozsahom spoľahlivosti, a nie jednobodovým údajom. Výstupy sa aktualizujú pri prijímaní nových údajov, nie v týždennom alebo mesačnom cykle.
Expozícia, volatilita a korelácia naprieč portfóliom alebo obchodom sa kvantifikujú priebežne, pričom prahové hodnoty si môžete nastaviť podľa mandátu. Cieľom je odhaliť riziko koncentrácie alebo čerpania skôr, ako sa prejaví v štandardnej mesačnej správe.
Odporúčané úpravy alokácie, cien alebo prevádzkových parametrov sa generujú pri zmene podmienok a sú zhrnuté do krátkej správy vhodnej na aktualizáciu klienta alebo interné rozhodnutie.
Metodológia
Tento proces popisujeme otvorene, pretože profesionálni používatelia musia pochopiť, čo model robí, skôr než sa spoľahnú na jeho výstup.
Zdrojové údaje – trhové zdroje, držba portfólia, prevádzkové metriky – sú pri príchode validované, normalizované a označené časovou pečiatkou. Medzery a anomálie sú skôr označené ako potichu vyplnené.
Proprietárne modely kombinujú normalizované údaje s príslušným historickým a sektorovým kontextom, pričom nedávne signály porovnávajú s dlhodobejšími modelmi, aby sa predišlo nadmernej reakcii na krátkodobý šum.
Systém prekladá výstup modelu do špecifického odporúčania – zmena alokácie, označenie rizika, úprava ceny – s odôvodnením uvedeným v jednoduchom jazyku.
Prípady použitia
Základné modely sú rovnaké; konfigurácia sa mení v závislosti od poverenia.
Správca portfólia, ktorý opätovne vyvažuje mandát na diverzifikované akcie AÚ, používa Mürzenvik na kvantifikáciu rizika koncentrácie naprieč sektormi po pohybe trhu a na modelovanie následných efektov navrhovaného obchodu pred jeho umiestnením. Výstupom je krátka poznámka s časovou pečiatkou vhodná pre investičný výbor.
Vlastník firmy, ktorý hodnotí expanziu do druhého štátu, používa platformu na predpovedanie citlivosti dopytu pri rôznych cenových a personálnych predpokladoch, pričom čerpá skôr z regionálnych ekonomických ukazovateľov než z jedného národného priemeru.
Analytik pracujúci s niekoľkými klientmi používa Mürzenvik na vytvorenie prognózy volatility pre ASX 200 pred rozhodnutím o sadzbe, potom prispôsobuje výstup rovnakého modelu do komentára špecifického pre klienta bez toho, aby zakaždým znova zostavoval analýzu.
Často kladené otázky
Údaje o klientoch sa uchovávajú v austrálskych dátových centrách, aby sa podporili požiadavky na suverenitu údajov bežné vo finančných službách. Prístup je obmedzený na majiteľa účtu a kohokoľvek výslovne pozvaného do pracovného priestoru; Pracovníci Mürzenvik nemajú prístup k klientskym údajom ako samozrejmosť, ale iba v prípade žiadostí o podporu, ktoré iniciujete.
Platforma akceptuje štandardné nahrávanie tabuliek a CSV a pripája sa k bežným informačným kanálom trhu a exportom správy portfólia. Ak je váš zdrojový formát neštandardný, naše pokyny na registráciu obsahujú informácie o tom, ako ho zmapovať pred prvým spustením príjmu.
Každý model uvádza interval spoľahlivosti vedľa svojej prognózy, a nie jeden údaj prezentovaný ako istý. Modely sú trénované na historických údajoch AU a relevantných globálnych trhových údajoch a sú pravidelne prehodnocované v porovnaní s obdobiami mimo vzorky; nenárokujeme si pevné percento presnosti, pretože výkonnosť sa líši podľa triedy aktív a podmienok na trhu.