Darven Zurem analyzuje historická a aktuální tržní data a převádí je do strukturovaných doporučení. Modely jsou testovány na předchozích obdobích, než jsou aplikovány na nová rozhodnutí, takže můžete posoudit riziko a potenciál na konkrétním základě.
Platforma kombinuje sběr dat, statistické modelování a hodnocení rizik v jednom procesu. Cílem není dodávat nezpracovaná data, ale přeměnit je v něco, podle čeho můžete jednat.
Tržní data, objemové a makro indikátory jsou průběžně shromažďovány z několika zdrojů a strukturovány tak, aby modely pracovaly s aktualizovaným souborem dat.
Algoritmy identifikují vzory v historických procesech a převádějí je do pravděpodobnostně vážených scénářů budoucího vývoje.
Každé doporučení je doprovázeno rizikovým skóre na základě historické volatility, takže můžete posoudit výkyv za číslem.
Data se převádějí do konkrétních návrhů opatření přizpůsobených vašemu časovému horizontu a rizikovému profilu – nejen zobrazení čísel.
Ukázka toho, jak se vstup dat shromažďuje a strukturuje během období analýzy. Grafika je orientační a nepředstavuje skutečné výnosy.
Před uvedením modelu do provozu je systematicky testován na historických datech. Účelem je odhalit, jak by strategie fungovala za předchozích tržních podmínek – nikoli předpovídat konkrétní výsledek.
Historické cenové údaje, objem a relevantní tržní ukazatele se shromažďují po řadu let, aby byla zajištěna reprezentativní databáze.
Model je trénován na podmnožině dat a následně validován v samostatném období, které během trénování neviděl.
Strategie je testována za různých tržních podmínek, včetně období vysoké volatility a nízké likvidity, aby se posoudila robustnost.
Výsledky jsou průběžně porovnávány s novými, příchozími daty, takže případné odchylky od očekávaného výkonu lze včas identifikovat.
Když je model testován na stejných datech, na kterých byl trénován, bude často vypadat lépe, než ve skutečnosti je. Proto Darven Zurem používá metodu zvanou „walk-forward validation“, kdy je model trénován v jednom období a testován v pozdějším, neznámém období. Poskytuje spravedlivější obrázek o tom, jak mohla strategie fungovat v praxi.
Historické výsledky nejsou zárukou budoucí výkonnosti. Používají se jako základ pro posouzení konzistence strategie v čase.
Mnozí, kteří pracují nezávisle na místě, hledají zdroje příjmů, které nevyžadují stálou přítomnost. Analýza strukturovaných dat může být zahrnuta jako nástroj do tohoto rozhodovacího procesu – nikoli jako řešení samo o sobě.
Nezávislý IT konzultant pracující z více míst může použít modelová doporučení k doplnění vlastního výzkumu při alokaci kapitálu mezi projekty. Výhodou je zdokumentovaný proces, který lze přezkoumat a upravit, spíše než jednorázová rozhodnutí založená na pocitu vnitřností.
Rozhraní je vytvořeno tak, aby bylo dostupné z jakéhokoli zařízení s připojením k internetu. Doporučení, rizikové skóre a časový horizont jsou prezentovány v komplexním přehledu, takže rozhodnutí lze činit bez přístupu k pevné kanceláři nebo speciálnímu vybavení.
Níže jsou uvedeny odpovědi na otázky, které nejčastěji slýcháme od nových uživatelů, než začnou platformu používat.
Tradiční analýza je často založena na ruční kontrole jednotlivých datových bodů. Darven Zurem neustále strukturuje velké množství dat a používá modely, které jsou testovány na základě historických trendů, než se použijí pro aktuální doporučení.
Modely jsou trénovány na historických cenových datech, objemu a veřejně dostupných tržních ukazatelích. Databáze je průběžně aktualizována, aby odrážela aktuální podmínky na trhu.
Ano. Výsledky zpětného testu a popisy metod jsou přezkoumány předtím, než se rozhodnete používat platformu pro své vlastní účely. Vysvětlení, jak byly testy provedeny, najdete v části o metodě.
Rozhraní je vytvořeno tak, aby doporučení a úrovně rizik byly prezentovány ve srozumitelném formátu. Základní znalost rizik a časového horizontu je výhodou, nikoli však podmínkou.
Každé doporučení je doprovázeno rizikovým skóre na základě historické volatility v podkladovém modelu. Skóre se aktualizuje, když nová data významně změní předpoklady.
Prohlášení o transparentnosti: Všechny modely jsou založeny na historických datech a statistických pravděpodobnostech. Historická výkonnost není zárukou budoucích výsledků a jakékoli rozhodnutí by mělo být posuzováno s ohledem na váš vlastní rizikový profil a finanční situaci.
Začněte tím, že si projdete metodiku a historické výsledky testů, než zhodnotíte, zda je platforma pro vaši situaci relevantní.