Pjgalicia は、市場データを継続的に処理する AI 主導の予測モデルを実行し、場所に依存しない投資家がリスクを軽減し、どこから作業していても推測ではなく証拠に基づいて行動できるようにします。
モデルを探索する
Pjgalicia は、大量の市場データをリアルタイムで取り込み、推奨事項がユーザーに届く前に、バックテスト済みのプロトコルを通じてデータをルーティングします。目的は分散を減らすことであり、最も広い結果を追求するのではなく、起こり得る結果の範囲を狭めることです。これは冷静なエンジニアリングであり、洞察力を装った推測ではありません。
このプラットフォームは、固定された場所、タイムゾーン、または人間による絶え間ない監視なしで機能するように設計されています。以下の各機能は、旅行中の資本管理に関する特定の物流上の制約に対処します。
事前に設定されたしきい値により、プラットフォームはセッション間でルールベースのロジックに基づいて動作するため、接続の欠落や長時間の飛行が信号の欠落につながることはありません。
ユーザーがリスボンのコワーキング スペースから接続している場合でも、シンガポールのホテル ネットワークから接続している場合でも、応答時間を一定に保つためにインフラストラクチャが分散されています。
露出が定義された許容範囲の外に移動すると、アラートをトリガーした基礎となるデータ ポイントとともにユーザーに即座に通知されます。
すべての出力は 3 つの段階を通じて追跡できます。それらはどれもブラックボックスの後ろに隠されていません。
構造化および非構造化市場データは、複数の取引所および経済ソースから収集され、正規化され、一貫性を保つためにタイムスタンプが付けられます。
トレーニングされたモデルは、ボラティリティ、相関性、流動性における繰り返しの構造を特定し、歴史的に意味のある変化に先立って発生したフラグパターンを特定します。
調査結果は、ユーザーが表明したリスク許容度およびポートフォリオ構成に基づいてフィルター処理され、実際のエクスポージャーに合わせた推奨事項が生成されます。
Pjgalicia は、クライアントの声に依存するのではなく、独自の検証プロセスのロジックを公開します。各モデルは、その推奨事項がどのように維持されるかを観察するために、急激な縮小期間を含む 10 年間の記録されたボラティリティに対して実行されます。
シミュレートされた 10 年間のバックテスト期間にわたるモデルのドローダウン回復の図解表現。将来の業績を予測するものではありません。
バックテストはモデルを改良するために存在しており、市場に出すためではありません。実行ごとにプロトコルのパフォーマンスが低下している箇所が明らかになり、分散削減調整の次の反復に通知されます。
過去のパフォーマンスは、シミュレーションまたは履歴にかかわらず、改良ツールとして内部で使用されます。将来の結果を保証するものではなく、投資リスクを完全に排除するモデルもありません。
データは転送中も保存中も暗号化され、関連するモデルの実行と改良に必要な期間のみ保持されます。アクセスはログに記録され、機能するために必要なシステムに制限されます。
このプラットフォームは、モデル出力とアラート構成への読み取りアクセスのための API を公開しており、既存の仲介ダッシュボードを置き換えるのではなく、横に置くことができます。
応答時間はローカル接続によって異なりますが、基盤となるインフラストラクチャは特にタイムゾーン間で処理遅延の一貫性を保つためにリージョン全体に分散されています。