CardinQuota — 予測モデルによって分析された市場データのグラフ表示
予測分析・バックテスト・リスク管理

一般的な予測ではなく、検証可能な過去のデータに基づいてポートフォリオを決定

CardinQuota は、市場データをリアルタイムで処理し、時系列でテストされた戦略と比較して、各配分の前にリスクを定量化します。

過去および現在の市場データに基づいて実行されるモデル。各戦略には、有効化前に過去のパフォーマンス レポートが付属します。

非構造化データの問題

生データと最適化された意思決定

価格、取引量、ニュースが絶え間なく流れても、自動的により良い決定が下されるわけではありません。ノイズをフィルタリングして残留リスクを定量化するプロセスが必要です。

構造化されたシステムがなければ

  • 直感または孤立した信号に基づく決定。
  • 代替戦略間の過去の比較はありません。
  • リスクは測定されたものではなく、定性的に推定されました。
  • 分析時間はデータ量に比例しません。

CardinQuotaを使用する場合

  • 予測モデルはリアルタイム データに基づいて更新されます。
  • 各戦略は複数の歴史的期間にわたってテストされます。
  • リスクは同等の定量的指標で表現されます。
  • 分析されたデータ量に基づいて生成されるレポート。

効率指標: 分析レポートの生成時間は選択された戦略の数に比例し、有効化前に通知されます。

方法

孤立した信号ではなく、分析システム

CardinQuota は分離された予測を生成しません。統計モデル、オンチェーン データ、従来の市場データを単一の継続的に更新される分析ストリームに結合します。

各推奨事項には、その信頼区間とその基礎となったバックテスト履歴が伴います。目標は意思決定のリスクを軽減することであり、リターンを約束することではありません。

CardinQuota — 投資の予測モデルに取り組むデータ分析チーム
システム容量

予測分析とリアルタイム監視

4 つの技術コンポーネントが連携して生データを運用ガイダンスに変換します。

01

予測分析

価格、出来高、ボラティリティの時系列でトレーニングされた統計モデルは、現在の市場データで定期的に更新されます。

02

リアルタイム監視

市場データの関連する変化は、選択した戦略で定義されたしきい値を超えると報告されます。

03

リスク管理

各推奨事項には、予想されるボラティリティの推定値と、対応する戦略によって記録された過去の最大ドローダウンが含まれています。

04

カスタマイズされた推奨事項

割り当てパラメータは、構成フェーズ中に指定された期間とリスク許容度に適応されます。

このシステムは構造化データ (価格、出来高、資本総額) と非構造化データ (ニュース、市場センチメント) を処理し、監視対象資産ごとに単一のリスク スコアに統合します。
歴史的検証

各戦略のテスト方法

各戦略は提案される前に、文書化され再現可能な履歴データに基づいた検証プロセスを経ます。

フェーズ 1

データ収集

公開市場ソースから取得した、複数年にわたる過去の価格と出来高のシリーズ。

フェーズ2

モデルの構築

リスク目標に基づいた戦略の開始パラメータと終了パラメータの定義。

フェーズ 3

ヒストリカルシミュレーション

ダウンサイクルやボラティリティの高い段階など、個別の市場期間に戦略を適用します。

フェーズ4

サンプル外の検証

過剰適合を制限するために、モデル構築段階で使用されなかったデータの結果を検証します。

フェーズ5

レポート

過去のパフォーマンス、最大ドローダウン、シミュレーションされた市場状況を含むレポートを提供します。

バックテストに使用される履歴データは、シミュレーション後も変更されません。各レポートは、分析された期間と、マイナスのパフォーマンスの段階を含む参考市場状況を示します。

テストされた戦略と参照インデックスの比較の図解表現
T1T2T3T4T5T6

説明的なグラフ。実際のパフォーマンスを表すものではなく、将来の結果を保証するものでもありません。

アプリケーション

2 つの使用状況、単一の分析プロセス

同じ予測分析エンジンが、個人のポートフォリオの管理から事業計画に至るまで、さまざまなニーズをサポートします。

個人投資家

ポートフォリオ管理

定義されたリスクしきい値と過去のデータでテスト済みの戦略に基づいてデジタル資産間の配分が行われ、現在のエクスポージャーに関する定期レポートが作成されます。

プロの投資家

定量的なアドバイス

複数のバックテスト戦略を比較して、クライアントのリスク要件に最も一致する配分を選択します。

企業

財務計画

文書化された過去のシナリオに裏付けられた、企業の流動性管理におけるデジタル資産へのエクスポージャーの評価。

すべての場合において、目的は同じです。つまり、資本配分の前に不確実性のマージンを減らすことであり、特定の利益を約束することではありません。

よくある質問

データのセキュリティとモデルの精度

個人データと財務データはどのように処理されますか?

構成フェーズ中に提供されるデータは、必要な分析戦略を調整するためにのみ使用されます。内部システムへのアクセスは、ユーザーごとに異なる権限によって制御されます。

予測モデルはどの程度正確ですか?

各モデルは、過去の検証データに基づいて計算された信頼区間をレポートします。市場リスクを排除できるモデルはありません。それを測定可能にします。

バックテストの結果は将来のパフォーマンスを保証しますか?

いいえ。バックテストは、過去のデータに基づいて戦略がどのように実行されたかを示します。将来の市況はシミュレーションと異なる場合があります。

シミュレーションではどのような履歴データが使用されますか?

データの部分的な選択を避けるための、市場のプラス局面とマイナス局面の両方を含む、複数年にわたる一連の価格、出来高、ボラティリティの履歴。

分析に使用された生データにアクセスすることはできますか?

ご要望に応じて、特定の戦略のシミュレーションに使用されたデータとパラメーターの詳細を受け取り、独立した検証をサポートすることが可能です。

データ処理。 ユーザーとプラットフォーム間の通信は、暗号化された接続を介して行われます。履歴データとモデル パラメーターへのアクセスは許可された担当者に限定されており、セッションごとに追跡されます。

資本を割り当てる前にデータを評価する

ポートフォリオまたは財務戦略のパラメーターに基づいて予備分析をリクエストします。互換性のある戦略のバックテスト履歴を含むレポートが届きます。