情報過多
従来のポートフォリオ モデルは、四半期ごとのレビュー、静的な配分、固定期間が終了するまで資本が保管されるなど、より遅い情報サイクル向けに構築されていました。本業と副次的な資本配分のバランスをとっている専門家にとって、その厳格さは安全策ではなくコストです。
Marco Valorenca は、データが変更されるたびに決定を再検討する必要があり、自分の資本へのアクセスは決して他人のスケジュールに依存すべきではないという、別の前提に基づいて構築されています。
コアの方法論
01
このシステムは、過去の価格データと現在の価格データを取り込み、より広範な市場での認知に先立って、繰り返し発生する構造パターンを特定するようにトレーニングされたモデルを通じてそれを実行します。目的は、存在しない確実性を予測することではなく、人間のアナリストが手作業で明らかにするのに何時間もかかる確率の非対称性を特定することです。
02
すべての推奨事項には対応するリスク プロファイルが含まれており、ボラティリティの変化に応じて継続的に再計算されます。このエンジンは、予測回復力を考慮して設計されています。ドローダウンが発生した後にのみ反応するのではなく、早期の警告信号が蓄積するにつれてエクスポージャを調整し、リスクと対応の間の遅れを軽減します。
03
分析と流動性は単一の技術的問題として扱われます。プラットフォームの出金プロトコルには強制的な保持期間や予定された決済枠はありません。出金リクエストは、分析エンジン自体を管理するのと同じ操作ロジックに基づいて、送信されるとすぐに処理されます。
Marco Valorencaについて
Marco Valorenca は、生の市場データとそれに対して行われる意思決定の間の分析レイヤーとして位置付けられます。このプラットフォームは、単一の推奨事項を提示するのではなく、どのシグナルが寄与したか、信頼性がどのように評価されたか、リスクがどこに集中しているかなど、それぞれの背後にある理由を明らかにします。
このアプローチは、すでに証拠に基づいて考える人々、つまり、本来のキャリアでデータへの対応が求められるのと同じくらい迅速にデータに対応するための第 2 の資本配分を望んでいるテクノロジー、金融、コンサルティングの分野で働いている人々に適しています。
当社のアプローチを読むプロセス
01
市場フィード、価格履歴、マクロ指標が収集され、分析用に一貫したデータ構造に正規化されます。
02
確率分析を適用して正規化されたデータセット全体の分散と相関を特定し、統計的に関連する動きを明らかにします。
03
パターン認識モデルは、識別された信号を現在のリスク許容度に対して比較検討して、調整された割り当て推奨を生成します。
04
推奨事項はその根拠となる根拠とともに提示され、割り当て者に承認または調整の明確な根拠を与えます。
例外なく流動性
多くの多角化手段は柔軟性と引き換えに安定性を認識し、通知期間や固定期間に資本を固定します。 Marco Valorenca はどちらのメカニズムも使用しません。
よくある質問
データは転送中も保存中も暗号化され、アカウントレベルの情報へのアクセスは、モデルの実行とユーザー認証に必要なシステムに制限されます。マーケティング目的でポートフォリオ データが第三者と共有されることはありません。
出金リクエストは、アカウント インターフェースを通じて送信された瞬間に開始されます。内部に保留期間はありません。それ以降の処理時間は、Marco Valorenca が制御しない標準の銀行転送レールに依存します。
確実性を生み出す予測モデルはなく、Marco Valorenca はその出力を保証された収益として示しません。このモデルは、履歴データに対する継続的なバックテストを使用して重み付けを調整することにより、静的で非適応的な割り当てと比較して有利なポジショニングの確率を向上させるために構築されています。
しきい値の要件は、地域の規制上の考慮事項によって異なる場合があるため、アカウント レベルで設定され、オンボーディング中に通知されます。割り当てサイズに関連付けられた階層的なロックアップ構造はありません。
アカウントを作成して、独自のリスク パラメーターに対してモデルの出力を確認します。コミットメント期間は適用されず、初日から資本に完全にアクセスできます。
送信すると、アカウント設定に関して連絡を受けることに同意したものとみなされます。この段階では手数料はかかりません。
