情景 A——波动性上升
意外的利率公布
当央行的公告突然改变市场时,该模型会扩大其置信范围并标记受影响的头寸以供审查,而不是立即发出新的买入或卖出信号。
人工智能主导的市场分析
Capitalix Invest 将实时市场数据合成为经过校准的风险加权信号,因此决策基于结构化分析而不是头条新闻。没有交易费用可以减少您在仓位变动之前的损失。
问题
全球交易所每分钟都有数以千计的价格更新、新闻和情绪变化。对于首次投资者来说,困难很少是缺乏信息;而是缺乏信息。这是缺乏一致的过滤方法。
Capitalix Invest 是围绕一个工作假设构建的:从更广泛的数据集中提取的少量经过良好校准的信号可以比尝试手动跟踪每个数据点产生更好的决策。
我们的工作原则:在需要做出决策之前而不是之后,将数据集减少到统计相关的程度。
核心能力
该平台滚动获取定价、交易量和宏观经济数据,然后通过随着新信息的到来而重新校准的模型来运行这些数据。输出以概率加权信号的形式呈现,而不是固定的预测。
结构效率
传统经纪公司按每笔交易、每只基金或管理资产的百分比收取费用,主要用于支付顾问人员和手动研究团队的费用。由于 Capitalix Invest 的分析是由自动化模型而不是大型咨询操作生成和维护的,因此该成本结构并不以同样的方式适用于此。
| 成本类型 | 传统券商 | Capitalix Invest |
|---|---|---|
| 每笔交易佣金 | 通常收费 | 无 |
| 年度管理费 | 通常是资产的% | 无 |
| 咨询研究费 | 通常捆绑在 | 不适用 |
| 获取人工智能信号 | 很少包含在内 | 包含 |
未扣除费用的每一英镑仍然是您头寸的一部分。随着时间的推移,复利适用于您的全部回报,而不是因经常性费用而减少的回报。
方法论
信号生成只是模型的一半。下半年是限制风险敞口,以便单个误读情况不会对投资组合产生不成比例的影响。
传入的提要在进入模型之前会与二手来源进行交叉检查。
每个信号都标有波动带,标记历史上与剧烈价格波动相关的条件。
建议包括相对于所述置信水平的建议头寸规模,而不是固定分配。
模型输出会随着条件的变化而重新评分,而不是保持静态直到下一次计划更新。
重新校准周期,而不是固定间隔的重新训练。
每个信号都有一个置信范围,而不是一个固定的数字。
每个模型更新背后的假设都会被记录下来并可供审查。
通过平台投资的资金仍面临正常的市场风险。 Capitalix Invest 并不能消除风险;它的目的是在做出决定之前使风险可见并量化。
应用场景
情景 A——波动性上升
当央行的公告突然改变市场时,该模型会扩大其置信范围并标记受影响的头寸以供审查,而不是立即发出新的买入或卖出信号。
场景 B — 稳定条件
在趋势驱动的缓慢转变期间,例如市场逐渐重新评估某个行业,该模型会发出增量信号,允许分阶段调整头寸,而不是一次性全部调整。
技术常见问题解答
定价和交易量数据来自授权市场数据提供商,涵盖与英国投资者相关的主要交易所。二手来源用于在数据到达模型之前对其进行交叉检查。
随着新数据的到来,模型会不断地重新校准,而不是按照固定的每周或每月的时间表进行重新校准。这意味着,如果情况发生重大变化,今天早上发出的信号可能与中午发出的信号有所不同。
不会。置信范围反映了模型基于历史和当前数据的统计确定性;它不是未来业绩的保证。所有投资均带有风险,包括资本损失的风险。
成本由平台的运营结构承担,而不是通过向个人用户收取的每笔交易费用来承担。这在上面的“结构效率”部分中有更详细的描述。
每个信号都附有对其产生影响的主要因素的摘要,包括在该情况下权重最大的数据类别。
数据完整性声明:所有数据源在用于模型评分之前都至少针对一个辅助来源进行验证。超出可接受阈值的差异会导致该数据点被排除在当前周期之外。