検討中の投資家のためのデータ主導の分析
安定した投資成長のための高度なデータ分析
30 年間のバックテストされた市場データを活用して、オーストラリアの退職者が正確な機関レベルのリスク管理でボラティリティを乗り越えられるように支援します。
検討中の投資家のためのデータ主導の分析
30 年間のバックテストされた市場データを活用して、オーストラリアの退職者が正確な機関レベルのリスク管理でボラティリティを乗り越えられるように支援します。
財団
退職者が市場が次にどこへ向かうのかについて新たな予測を必要とすることはほとんどありません。さらに重要なのは、状況が困難になったときに特定の戦略がどのように動作したかを理解することです。 AI-Pro-App はその特徴を中心に構築されています。このプラットフォームは、将来を予測するのではなく、30 年間の市場サイクルを分析し、さまざまな構成のポートフォリオがインフレショック、金利上昇、長期にわたる不確実性の期間にどのように反応したかを確認します。
これは高度なパターン認識であり、推測ではありません。このシステムは、株式、債券、通貨、商品などの包括的な市場履歴に基づいて、資本が維持された条件と維持されなかった条件を特定します。その結果、短期的な上昇よりも回復力を重視した戦略的最適化のフレームワークが生まれました。
直近のストレス期間だけでなく、無関係な複数のストレス期間にわたって戦略がどの程度一貫してその価値を維持したか。
短期的な価格変動に反応するのではなく、状況の変化に応じて割り当ての構成を調整すること。
複数年の明確な期間（拡大、縮小、回復）は、戦略を公平に比較するための基礎として使用されます。
プロセス
プラットフォームは、ビューに到達する方法が透明になるように設計されています。以下の各段階では、大量の歴史情報を、人が実際に自分の状況と照らし合わせて比較検討できる情報に絞り込みます。
このプラットフォームは取引日ごとに、1990 年に遡る主要な資産クラスの価格設定、ボラティリティ、マクロ経済データを取得します。急激な下落の期間は安定した成長の期間と同じように重み付けされるため、このモデルは好調な市場だけに媚びているわけではありません。
過去のパターンは、退職者向けのリスク フレームワークに基づいてスコア付けされます。このフレームワークでは、生のリターンよりもドローダウンの深刻さと回復時間の方が重視されます。急成長したが 2008 年または 2020 年に急落した戦略は、成長は遅かったものの地盤を維持した戦略とは異なります。
出力は単一の信号ではなく、書面によるレポートです。歴史的証拠が何を示唆しているのか、その証拠がどこに薄いのか、そして財務アドバイザーにどのような疑問を提起すべきかを示しています。このプラットフォームは、人が下した決定を知らせるために構築されており、人に代わって決定を下すためではありません。
証拠
当社のアルゴリズムは、1997 年のアジア金融危機から 2008 年の信用危機、2020 年のパンデミック不況に至るまで、1990 年以降のすべての主要な市場イベントに対してテストされ、基礎となるロジックが穏やかな状況だけでなくストレス期間中にも成立するかどうかを確認しています。
パフォーマンスは個別に評価されるのではなく、発生したボラティリティと相対的に評価されるため、同様の結果に至るまでのよりスムーズなパスがより強力な結果として扱われます。
すべてのバックテストは、戦略が経験したであろう最も深刻な下落と、その戦略を低迷期に持ちこたえることがどのような感じかを示す尺度として、回復にかかった時間を記録します。
戦略は市場の混乱の継続的な尺度に対してベンチマークされており、環境に関係なく厳格に維持されるのではなく、状況の変化に応じて配分を見直すことができます。
過去の市場の行動を分析して、戦略が歴史的にストレス期間にどのように対応したかを理解します。将来のパフォーマンスを保証するものではありません。すべてのモデリングは情報提供および教育目的で提供されており、個人的な財務上のアドバイスを構成するものではありません。
次のステップ
2024 年の予測見通しとその背後にある方法論を網羅した詳細なホワイトペーパーをリクエストしてください。受け取るために義務はなく、アカウントにアクセスする必要もありません。