Lturner bruker prediktive modeller på strukturerte og ustrukturerte markedsdata, og produserer anbefalinger som er logget, datert og kan gjennomgås. Ingen fortelling er knyttet til et resultat i ettertid.
Prosessen er sekvensiell og kontrollerbar. Hvert trinn produserer en post som mates inn i den neste, slik at en gitt utgang alltid kan spores tilbake til inngangene.
Markedsfeeds, ordrebokdybde og makroøkonomiske utgivelser normaliseres til et felles skjema før noen modell ser dem.
Statistisk relevante variabler er utledet fra rådata – volatilitetsgruppering, likviditetsskifter, korrelasjonsdrift – og vektet etter nylig.
Et ensemble av prediktive modeller skårer sannsynlige utfall på tvers av definerte tidshorisonter, hver utgang merkes med et konfidensintervall.
Anbefalinger som faller utenfor forhåndsdefinerte risikoterskler blir flagget eller forkastet før de når dashbordet.
Den endelige anbefalingen, sammen med dens støttende dataspor, skrives til den daglige revisjonsloggen - uredigert.
Hver utgang motoren genererer, registreres den dagen den produseres, uavhengig av hvordan markedet senere oppfører seg.
Hver oppføring inkluderer øyeblikksbildet for inngangsdata, modellversjonen som er brukt og den resulterende utgangen, tidsstemplet og lagret uten retroaktiv justering.
Modellutdata blir skåret mot faktisk markedsbevegelse over samme horisont, med resultater aggregert ukentlig for å avsløre drift eller degradering tidlig.
Når volatilitet eller korrelasjon overskrider en konfigurert terskel, sender systemet et varsel i stedet for å stille inn sine egne parametere.
Den samme underliggende motoren støtter to forskjellige målgrupper, som hver bruker sin produksjon for en annen type beslutning.
Posisjonsstørrelses- og rebalanseringsanbefalinger genereres fra volatilitetsjusterte risikoscore i stedet for faste allokeringsregler, noe som gjør at eksponeringen kan endre seg etter hvert som forholdene endres.
Brukes på porteføljer med flere eiendeler der korrelasjonen mellom beholdningene må revurderes oftere enn en kvartalsvis gjennomgang tillater.
Leads bruker det samme datalaget for å overvåke etterspørselssignaler på sektornivå og prispress, og informerer beslutninger utenfor direkte handelsaktivitet.
Egnet for team som trenger et strukturert syn på markedsforhold før de forplikter kapital til et strategisk initiativ.
Systemet presenterer et rangert sett med alternativer med vedlagt begrunnelse. Den siste handlingen gjenstår hos personen som gjennomgår dashbordet.
Designet for brukere som ønsker å redusere den kognitive belastningen ved å overvåke flere datastrømmer, uten å fjerne seg fra beslutningen.
Vi krever ikke fast avkastning. Det følgende er en beskrivelse av hvordan modellene valideres og hvor ofte resultatene avsløres.
Hver modellversjon er tilbake-testet mot historiske data den ikke ble trent på, og resultatene av den testen beholdes sammen med modellens distribusjonsrekord.
Inndata er hentet fra lisensierte markedsfeeder. Ethvert gap, forsinkelse eller uregelmessighet i en feed blir flagget i revisjonsloggen i stedet for å interpoleres stille.
Resultatsammendrag utstedes daglig. En konsolidert gjennomgang som dekker modellens nøyaktighet og risikohendelser utstedes ukentlig.
Grensesnittet er bevisst enkelt. Figurer presenteres uten merknader, slik at en brukers egen vurdering, i stedet for et dashbords innramming, bestemmer hvordan et resultat tolkes.
Vi antar at brukerne våre vil sjekke tallene mot sine egne poster. Revisjonsloggen finnes for å gjøre denne kontrollen enkel.
Dokumentasjon som dekker modellvalidering, datakilder og historisk rapportering er tilgjengelig på forespørsel. Dashboard-tilgang er klargjort etter et kort ombordstigning.