Lturner tillämpar prediktiva modeller på strukturerad och ostrukturerad marknadsdata, och producerar rekommendationer som är loggade, daterade och kan granskas. Ingen berättelse är kopplad till ett resultat i efterhand.
Processen är sekventiell och kan granskas. Varje steg producerar en post som matas in i nästa, så en given utdata kan alltid spåras tillbaka till dess ingångar.
Marknadsflöden, orderbokdjup och makroekonomiska releaser normaliseras till ett gemensamt schema innan någon modell ser dem.
Statistiskt relevanta variabler härleds från rådata – volatilitetsklustring, likviditetsförskjutningar, korrelationsdrift – och viktas efter senaste tiden.
En ensemble av prediktiva modeller ger sannolika resultat över definierade tidshorisonter, varje utgång taggad med ett konfidensintervall.
Rekommendationer som faller utanför fördefinierade risktrösklar flaggas eller kasseras innan de når instrumentpanelen.
Den slutliga rekommendationen, tillsammans med dess stödjande dataspår, skrivs till den dagliga granskningsloggen — oredigerad.
Varje effekt som motorn genererar registreras samma dag som den produceras, oberoende av hur marknaden sedan beter sig.
Varje post inkluderar ögonblicksbilden för indata, den modellversion som används och den resulterande utdata, tidsstämplad och lagrad utan retroaktiv justering.
Modellens produktion poängsätts mot faktisk marknadsrörelse över samma horisont, med resultat som aggregeras varje vecka för att avslöja drift eller försämring tidigt.
När volatiliteten eller korrelationen överskrider en konfigurerad tröskel, utfärdar systemet en varning snarare än att tyst justera sina egna parametrar.
Samma underliggande motor stöder två distinkta målgrupper, som var och en använder sin produktion för olika typer av beslut.
Positionsstorleks- och ombalanseringsrekommendationer genereras från volatilitetsjusterade riskpoäng snarare än fasta allokeringsregler, vilket gör att exponeringen kan förändras när förhållandena förändras.
Tillämpas på portföljer med flera tillgångar där korrelationen mellan innehav behöver omvärderas oftare än vad en kvartalsöversyn tillåter.
Affärsledare använder samma datalager för att övervaka efterfrågesignaler och pristryck på sektornivå, och informerar beslut utanför direkt handelsaktivitet.
Lämplig för team som behöver en strukturerad syn på marknadsförhållanden innan de satsar kapital till ett strategiskt initiativ.
Systemet presenterar en rangordnad uppsättning alternativ med bifogade resonemang. Den sista åtgärden återstår hos personen som granskar instrumentpanelen.
Designad för användare som vill minska den kognitiva belastningen av att övervaka flera dataströmmar, utan att ta bort sig själva från beslutet.
Vi kräver ingen fast avkastning. Nedan följer en beskrivning av hur modellerna valideras och hur ofta resultat avslöjas.
Varje modellversion testas i efterhand mot historiska data som den inte har tränats på, och resultaten från det testet bevaras tillsammans med modellens distributionsrekord.
Indata hämtas från licensierade marknadsflöden. Alla luckor, förseningar eller anomalier i ett flöde flaggas i granskningsloggen snarare än att interpoleras tyst.
Resultatsammanfattningar ges ut dagligen. En sammanställd granskning som täcker modellens noggrannhet och riskhändelser ges ut varje vecka.
Gränssnittet är medvetet enkelt. Figurer presenteras utan anteckning, så att en användares eget omdöme, snarare än en instrumentpanels inramning, avgör hur ett resultat tolkas.
Vi antar att våra användare kommer att kontrollera siffrorna mot sina egna register. Granskningsloggen finns för att göra den kontrollen enkel.
Dokumentation som täcker modellvalidering, datakällor och historisk rapportering finns tillgänglig på begäran. Åtkomst till instrumentpanelen tillhandahålls efter ett kort introduktionssteg.