Firme Guardanza combineert AI-ondersteund risicobeheer met een dynamisch stop-loss-systeem dat de drempels in realtime aanpast op basis van marktliquiditeit en volatiliteit, in plaats van te vertrouwen op vaste regels.
| 24-uurs impliciete volatiliteit | Ga door |
| Bestelboekdiepte | Actief |
| Stop-loss-drempel | Dynamische aanpassing |
| Correlatie tussen activa | Herberekend |
De Firme Guardanza-engine ontvangt stromen hoogfrequente marktgegevens en normaliseert deze voordat getrainde voorspellende modellen worden toegepast om patronen van beginnende volatiliteit te herkennen. Het doel is niet om prijsbewegingen met zekerheid te voorspellen, maar om risicoomstandigheden te identificeren voordat deze een hoogtepunt bereiken.
De verwerking is ontworpen om te werken in perioden met lage latentie, zodat veranderingen in de liquiditeit of de orderboekstructuur zonder noemenswaardige vertragingen in aanbevelingen worden weerspiegeld.
| Afmeting | Focus |
|---|---|
| Bemonsteringssnelheid | Ga door |
| Analysehorizon | Korte en middellange termijn |
| Modelvalidatie | Periodieke backtesting |
In tegenstelling tot een statische stop-loss, ingesteld als een constant percentage, herberekent het Firme Guardanza-systeem de drempels op basis van de beschikbare liquiditeit en een realtime volatiliteitsindex. Hierdoor kunt u anders reageren op een rustige markt dan op een markt met weinig boekdiepte, waar een gedwongen verkoop een grotere impact zou hebben.
| Criterium | Statisch | Dynamisch (Firme Guardanza) |
|---|---|---|
| Aanpassing van de marktliquiditeit | Nee | Ja |
| Reactie op volatiliteitsveranderingen | Beperkt | Ga door |
| Tijdelijke herziening van de drempel | Vast | Herberekend |
| Blootstelling bij ondiepe gebeurtenissen | Ongedifferentieerd | Strak |
De volgende situaties beschrijven hoe het platform in de praktijk wordt gebruikt, op basis van continue verwerking van marktgegevens.
Het systeem analyseert de correlatie tussen de activa in een portefeuille en geeft afwijkingen aan van de door de belegger gedefinieerde streefgewichten. Voorstellen voor herbalancering worden gepresenteerd als aanbevelingen en niet als automatische uitvoeringen, zodat de uiteindelijke beslissing in handen blijft van de manager.
Wanneer meerdere activa in een portefeuille een toenemende correlatie vertonen, verhoogt het systeem de totale risicoscore en past het de beschermingsdrempels op een gecoördineerde manier aan, in plaats van elke positie afzonderlijk te behandelen.
Marktdieptecijfers worden gecombineerd met sentimentindicatoren die zijn afgeleid van volume en activiteit in orderboeken, om prijsbewegingen te contextualiseren die niet gepaard gaan met voldoende liquiditeit om ze in stand te houden.
Het proces is verdeeld in drie duidelijk onderscheiden fasen, elk gedocumenteerd en verifieerbaar.
Marktgegevens, orderboeken en liquiditeitsstatistieken worden continu verzameld uit verbonden bronnen, zonder voorafgaande transformatie, om hun traceerbaarheid te behouden.
Elke modelfit wordt opnieuw getest over historische perioden voordat deze in productie gaat om consistentie tussen verschillende volatiliteitsregimes te garanderen.
Het systeem presenteert signalen en drempelinstellingen als voorstellen. De definitieve toepassing van elke aanbeveling vereist menselijke bevestiging.
Het systeem is ontworpen om de besluitvorming te ondersteunen, en niet als vervanging voor professioneel oordeel. De persoon die verantwoordelijk is voor de portefeuille behoudt te allen tijde het gezag over de uiteindelijke uitvoering.
Nee. Integratie met exchanges vindt plaats via API-sleutels die zijn geconfigureerd met alleen-lezen machtigingen en, indien van toepassing, operationele machtigingen, maar nooit machtigingen intrekken. Het geld blijft te allen tijde op de rekening van de gebruiker bij de betreffende beurs.
Het systeem vraagt om het minimale niveau dat nodig is om posities, transactiegeschiedenis en marktgegevens te lezen. De sleutels worden gecodeerd opgeslagen en kunnen op elk moment worden ingetrokken via het dashboard van de gebruikte centrale.
Voorspellende modellen worden gevalideerd op basis van historische perioden van hoge volatiliteit, maar geen enkel systeem kan identiek gedrag garanderen in het licht van een ongekende gebeurtenis. Onder omstandigheden van extreme volatiliteit geeft het systeem prioriteit aan het verminderen van de blootstelling en vereist het expliciete bevestiging voordat grote aanpassingen worden doorgevoerd.
De toegang wordt georganiseerd in lagen, afhankelijk van de hoeveelheid verwerkte gegevens en het aantal verbonden portemonnees. Specifieke details worden verstrekt tijdens het eerste consult, aangezien deze afhankelijk zijn van de operationele reikwijdte van elke klant.
Geaggregeerde marktgegevens kunnen worden gebruikt om voorspellende modellen op anonieme basis te verbeteren. De specifieke portefeuillegegevens van een cliënt worden niet met derden gedeeld of buiten de context van zijn eigen account gebruikt.
Vraag een eerste consult aan om te bekijken hoe het actieve beschermingssysteem voor uw huidige portfolio zou worden geconfigureerd. Een lid van het team zal uw zaak analyseren voordat hij een integratie voorstelt.