How is capital held and secured?

Custody arrangements are kept separate from the modelling and execution function, and access controls follow standard institutional segregation-of-duties practice. Specific custodial partners are discussed during onboarding.

What happens to our data once we onboard?

Portfolio and identity data are stored under restricted access and are not used to train models on behalf of other allocators. Data handling terms are set out in the onboarding documentation.

Can the platform integrate with an existing family office or fund structure?

Yes. The reporting format and reconciliation cadence are designed to sit alongside an existing back-office process rather than replace it, and integration scope is scoped individually per mandate.

How often is the underlying model reviewed?

Model logic is reviewed on a fixed internal cadence, and material changes to allocation rules are disclosed in the daily report on the date they take effect.

What is the minimum commitment to begin?

Mandate size and minimum commitment are discussed directly with each allocator, as they depend on the intended exposure and reporting requirements.

Koncepcja pulpitu nawigacyjnego analizy danych Credhanix GPT reprezentująca analizę portfela opartą na sztucznej inteligencji

Instytucjonalna analiza zasobów cyfrowych

Alokacja kapitału oparta na modelach predykcyjnych, raportowana codziennie

Credhanix GPT stosuje analizę danych w czasie rzeczywistym i modelowanie predykcyjne do portfeli zasobów cyfrowych, a następnie dokumentuje każdą decyzję w codziennym raporcie, który możesz przeglądać, kwestionować i kontrolować.

Poproś o dostęp Przejrzyj metodologię

Codzienne raportowanie wyników od pierwszego dnia handlowego Zbudowany dla biur rodzinnych i prywatnych skarbców Zwroty skorygowane o ryzyko w stosunku do surowej ekspozycji

Argument za innym podejściem

Ręczna analiza nie nadąża za ciągłymi, globalnymi rynkami

Cyfrowe rynki aktywów handlują bez przerw, a wolumen odpowiednich sygnałów – przepływ zamówień, ruchy w łańcuchu, dane makro, zmiany nastrojów – przekracza to, co ludzkie biurko jest w stanie w rozsądny sposób przetworzyć w czasie rzeczywistym. Portfele zbudowane na podstawie okresowych przeglądów z założenia reagują na informacje, które są już stare.

Credhanix GPT został zbudowany wokół węższego założenia: ten spójny, wymierny proces zmniejsza ryzyko, którego można uniknąć, w sposób bardziej niezawodny niż harmonogram oparty na przekonaniach.

Ręczne cykle badawcze wprowadzają opóźnienie pomiędzy sygnałem a decyzją
Strategie nieustrukturyzowane koncentrują ryzyko bez udokumentowanego uzasadnienia
Nieprzejrzyste raportowanie wyników sprawia, że alokatorzy nie są w stanie zweryfikować wyników
Emocjonalne podejmowanie decyzji raczej wzmacnia zmienność niż ją absorbuje

Analitycy Credhanix GPT przeglądający wyniki modelu predykcyjnego na platformie handlowej

Silnik

Modelowanie predykcyjne oparte na ciągłym pozyskiwaniu danych

Platforma na bieżąco przetwarza księgi zleceń giełdowych, przepływy w łańcuchu, publikacje makro i historyczne wzorce zmienności. Dane te zasilają warstwową architekturę modelu, która ocenia krótkoterminowe ryzyko i możliwości w całym śledzonym świecie aktywów, a następnie kieruje rekomendacje przez ustalony zestaw reguł ekspozycji, zanim jakakolwiek zmiana pozycji.

Połknięcie

Potoki danych w czasie rzeczywistym

Dane rynkowe, sieciowe i makroekonomiczne są normalizowane i stale odświeżane, więc model nigdy nie działa na podstawie nieaktualnych danych wejściowych.

Modelowanie

Warstwa przewidywanej punktacji

Modele statystyczne i modele oparte na wzorcach przypisują pogląd ważony prawdopodobieństwem krótko- i średnioterminowym zachowaniom cenowym objętych aktywów.

Logika wykonania

Alokacja ograniczona regułami

Dobór pozycji odbywa się na podstawie wcześniej zdefiniowanych pułapów ekspozycji i kontroli korelacji, co ogranicza wpływ wyników pojedynczego modelu.

Logika wydajności: decyzje alokacyjne są uwzględniane w kierunku ochrony kapitału w okresach podwyższonej niepewności modelu oraz w stronę mierzonego udziału, gdy pewność sygnału jest wyższa. Celem jest płynniejsza ścieżka zwrotu w porównaniu z niezarządzaną ekspozycją, a nie maksymalizacja pojedynczej transakcji.

Codzienny protokół przejrzystości

Cykl raportowania stworzony do analizy, a nie do marketingu

Każda decyzja dotycząca alokacji jest rejestrowana i podsumowywana w raporcie dostarczanym codziennie. Zamiar jest prosty: podmiot alokujący powinien być w stanie pogodzić to, co wydarzyło się w portfelu, z założeniami modelu, bez czekania na miesięczne zestawienie.

Zamknięcie danych

Pozycje i sygnały modelu są uzgadniane przy ustalonej dziennej wartości granicznej.

Kompilacja raportu

Zmiany narażenia, uzasadnienie i wskaźniki ryzyka są zestawiane w standardowym formacie.

Dostawa

Raport jest przekazywany podmiotowi alokującemu przed otwarciem kolejnej sesji giełdowej.

Okno recenzji

Osoby przydzielające uprawnienia mogą zadawać pytania dotyczące dowolnego wpisu bezpośrednio zespołowi składającemu raport.

Przykładowy raport dzienny — widok podsumowujący

Zmiana ekspozycji nettoObniżone o jeden poziom

Główny sterownikPodwyższony sygnał zmienności krótkoterminowej

Pozycje zabezpieczane2 z 6 śledzonych zasobów

Modelowe pasmo ufnościUmiarkowane

Metodologia audytu: wpisy w raportach są oznaczane znacznikiem czasu i zachowywane w dziennikach modelu bazowego, dzięki czemu dowolną liczbę w danym raporcie można powiązać z transakcją i sygnałem, który ją wygenerował.

Zarządzanie ryzykiem

Zaprojektowany, aby ograniczyć straty, zanim się one pogłębią

Podstawowym celem platformy jest zwrot skorygowany o ryzyko, a nie czysty zysk. Każda decyzja o alokacji jest filtrowana przez limity na poziomie pozycji, kontrole korelacji między aktywami i zestaw czynników mających na celu ograniczenie ekspozycji, zanim zmienność stanie się nieuporządkowana.

Strukturalny

Sufity ekspozycji

Żaden pojedynczy składnik aktywów ani strategia nie może przekroczyć ustalonego udziału w całkowitym kapitale, niezależnie od przekonania modelu.

Adaptacyjny

Przewidywanie alertów

Model sygnalizuje wczesne oznaki skorelowanego ryzyka poniesienia straty, co skłania do przeglądu przed kumulacją strat.

Defensywny

Logika zabezpieczeń

Tam, gdzie pozwala na to płynność, stosuje się pozycje kompensujące, aby złagodzić wpływ ostrych ruchów kierunkowych.

Często zadawane pytania

Odpowiedzi na pytania, które najczęściej słyszymy od rozdzielaczy

W jaki sposób jest utrzymywany i zabezpieczany kapitał?

Ustalenia dotyczące opieki są oddzielone od funkcji modelowania i wykonywania, a kontrola dostępu jest zgodna ze standardową praktyką instytucjonalnego podziału obowiązków. Konkretni partnerzy opiekujący się są omawiani podczas onboardingu.

Co dzieje się z naszymi danymi po wejściu na pokład?

Dane portfela i tożsamości są przechowywane w ramach ograniczonego dostępu i nie są wykorzystywane do uczenia modeli w imieniu innych alokatorów. Warunki przetwarzania danych są określone w dokumentacji wdrożeniowej.

Czy platformę można zintegrować z istniejącym biurem rodzinnym lub strukturą funduszu?

Tak. Format raportowania i częstotliwość uzgadniania zaprojektowano tak, aby pasowały do istniejącego procesu zaplecza, a nie go zastępowały, a zakres integracji ustalany jest indywidualnie w zależności od mandatu.

Jak często poddawany jest przegląd modelu bazowego?

Przegląd logiki modelu odbywa się w ustalonym, wewnętrznym rytmie, a istotne zmiany w zasadach alokacji są ujawniane w raporcie dziennym w dniu ich wejścia w życie.

Jakie jest minimalne zaangażowanie na początek?

Wielkość mandatu i minimalne zaangażowanie są omawiane bezpośrednio z każdym alokatorem, ponieważ zależą one od zamierzonego zaangażowania i wymogów w zakresie sprawozdawczości.

Pytania dotyczące Twojego mandatu najlepiej kierować bezpośrednio. Skontaktuj się z zespołem w celu zorganizowania przeglądu metodologii.