Yapay zeka odaklı karar optimizasyonu
Namure Laguru, büyük miktardaki piyasa verilerini gerçek zamanlı olarak somut eylem önerilerine dönüştürür. Modeller geçmiş senaryolara göre test ediliyor, dolayısıyla kararlar duygulara değil ölçülebilir istatistiklere dayanıyor.
Çekirdek motor
Namure Laguru'in analiz motoru fiyat, hacim ve oynaklık verilerini sürekli olarak işler ve zaman içinde manuel olarak sürdürülmesi zor olan kalıpları belirler. Çıktı bir kara kutu değildir; her öneri ölçülebilir bir olasılıkla ve gerekçelendirilmiş bir risk profiliyle bağlantılıdır.
Geriye dönük test edilmiş strateji
Her strateji, tahminlerin birden fazla piyasa döngüsündeki gerçek sonuçlarla karşılaştırıldığı yapılandırılmış bir test sürecinden geçer. Bu, modelin basitçe tek bir dönemin kalıplarına uyarlanması riskini azaltır.
Farklı oynaklık rejimlerinden (boğa piyasaları, düzeltmeler ve yatay konsolidasyon) elde edilen tarihsel veriler, modelin tek bir piyasa davranışı türüne aşırı uyum sağlamaması için test esasına dahil edilir.
Model bir veri periyodunda eğitilir ve ayrı, bilinmeyen bir periyotta test edilir. Sonuçların gerçek tahmin yeteneğinden mi yoksa eğitim verilerindeki rastgele korelasyondan mı kaynaklandığını ortaya çıkarır.
Sonuçlar, yalnızca brüt getiriler olarak değil, riske göre ayarlanmış getiriler olarak raporlanır, böylece performans, stratejinin gerçekte maruz kaldığı oynaklığa göre değerlendirilebilir.
Risk yönetimi
Platformun risk modülleri, bir hareket gerçekleştikten sonra tepki vermek yerine, olumsuzlukları meydana gelmeden önce sınırlamak için tasarlanmıştır.
Volatilite göstergeleri aralık başına güncellenir ve konum boyutları ile sinyal ağırlıklarının nasıl ayarlandığına doğrudan dahil edilir.
İstenmeyen yoğun risklerden kaçınmak için toplam portföy riski pozisyonlar genelinde izlenir.
Bir pozisyon tanımlanmış risk limitlerinin dışına çıktığında anında bildirim gönderilir.
Risk mantığı, yanıt sürelerinden ödün vermeden hem bireysel yatırımcının portföyünü hem de yöneticinin genel muhasebesini yönetecek şekilde oluşturulmuştur.
Yöntem
Veri işlemede şeffaflık, teknik kullanıcılar arasında güvenin ön şartıdır. Aşağıdaki süreç, veri girişinden yürütülebilir karara kadar olan zinciri açıklamaktadır.
Piyasa verileri, emir defteri bilgileri ve makro göstergeler bağlantılı kaynaklardan toplanır ve ortak bir formatta normalleştirilir.
İstatistiksel ve makine öğrenimine dayalı modeller, kalıpları tanımlar ve farklı sonuçlara ilişkin olasılıkları hesaplar.
Sinyaller, somut bir öneri oluşturmak için kullanıcının risk parametrelerine ve mevcut portföy kompozisyonuna göre ağırlıklandırılır.
Öneri, manuel onaya veya otomatik sipariş vermeye hazır şekilde API veya kullanıcı arayüzü aracılığıyla sunulur.
Platform hakkında
Namure Laguru, halihazırda veri odaklı çalışan ancak ham veriler ile karar arasında sistematik bir katman isteyen günlük yatırımcılara, portföy yöneticilerine ve fintech meraklılarına yöneliktir. Platform, profesyonel değerlendirmenin yerini almak için değil, mevcut araştırmaları tamamlamak için tasarlanmıştır.
Entegrasyon, belgelenmiş bir API aracılığıyla gerçekleştirilir; böylece sinyaller, tam platform değişikliği gerektirmeden mevcut iş akışlarına dahil edilebilir.
Sık sorulan sorular
Modeller, halka açık makroekonomik göstergelerin yanı sıra bağlantılı ticaret platformlarından alınan piyasa verilerini kullanıyor. Belirli veri sağlayıcıları, işlem gören piyasaya bağlıdır ve kurulum sırasında yapılandırılır.
Platform, sinyallerin, risk parametrelerinin ve portföy durumunun programlı olarak çekilebildiği REST tabanlı bir API sunar. Erişim verildiğinde dokümantasyon ve kimlik doğrulama yöntemi gözden geçirilir.
Gecikme, veri kaynağının güncelleme sıklığına ve seçilen pazar türüne bağlıdır. Sinyaller, sabit ve daha yavaş aralıklarla değil, yeni veriler alındıkça sürekli olarak iletilir.
Evet. Risk parametreleri, risk limitleri ve pozisyon büyüklükleri, önerilerin genel bir standart profil yerine gerçek portföyü temel alacak şekilde yapılandırılabilir.
Performans, izole edilmiş brüt getiri yerine riske göre düzeltilmiş getiriye odaklanılarak çeşitli piyasa döngüleri boyunca örneklem dışı geriye dönük testler temel alınarak raporlanır. Erişim talep edilirken metodoloji ayrıntılı olarak incelenir.