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.

Credhanix GPT dataintelligens instrumentpanelskoncept som representerar AI-driven portföljanalys

Institutionell Digital Asset Intelligence

Kapitalallokering styrd av prediktiva modeller, rapporterade till dig varje dag

Credhanix GPT tillämpar dataanalys i realtid och prediktiv modellering på digitala tillgångsportföljer, och dokumenterar sedan varje beslut i en daglig rapport som du kan granska, ifrågasätta och granska.

Begär åtkomst Granska metodiken

Daglig resultatrapportering från första handelsdagen Byggd för familjekontor och privata skattkammare Riskjusterad avkastning jämfört med råexponering

Fallet för ett annat tillvägagångssätt

Manuell analys kan inte hålla jämna steg med kontinuerliga globala marknader

Digitala tillgångsmarknader handlas utan paus, och volymen av relevant signal – orderflöde, rörelse i kedjan, makrodata, sentimentskiften – överstiger vad ett mänskligt skrivbord rimligen kan bearbeta i realtid. Portföljer som bygger på periodisk granskning reagerar till sin konstruktion på information som redan är gammal.

Credhanix GPT byggdes kring en smalare premiss: den konsekventa, kvantifierbara processen minskar riskerna som kan undvikas mer tillförlitligt än fällande timing.

Manuella forskningscykler introducerar fördröjning mellan signal och beslut
Ostrukturerade strategier koncentrerar risker utan ett dokumenterat skäl
Ogenomskinlig resultatrapportering gör att tilldelare inte kan verifiera resultaten
Emotionellt beslutsfattande förstärker volatiliteten snarare än att absorbera den

Credhanix GPT-analytiker granskar prediktiv modellutgång på ett handelsbord

Motorn

Prediktiv modellering byggd på kontinuerlig dataintag

Plattformen tar in börsorderböcker, flöde i kedjan, makroreleaser och historiska volatilitetsmönster på rullande basis. Dessa data matar en modellarkitektur i lager som ger kortsiktiga risker och möjligheter över hela det spårade tillgångsuniversumet, och leder sedan rekommendationer genom en fast uppsättning exponeringsregler innan någon position ändras.

Förtäring

Realtidsdatapipelines

Marknads-, on-chain- och makroekonomiska flöden normaliseras och uppdateras kontinuerligt, så modellen arbetar aldrig från inaktuella indata.

Modellering

Förutsägande poänglager

Statistiska och mönsterbaserade modeller tilldelar en sannolikhetsvägd syn på prisbeteende på kort och medellång sikt över täckta tillgångar.

Utförandelogik

Regelbunden tilldelning

Positionsstorleken följer fördefinierade exponeringstak och korrelationskontroller, vilket begränsar påverkan av en enskild modellutdata.

Prestandalogik: allokeringsbeslut vägs mot kapitalbevarande under perioder med förhöjd modellosäkerhet, och mot uppmätt deltagande när signalförtroendet är högre. Målet är en jämnare avkastningsbana i förhållande till ohanterad exponering, inte maximering av någon enskild handel.

Daily Transparency Protocol

En rapporteringskadens byggd för granskning, inte marknadsföring

Varje tilldelningsbeslut loggas och sammanfattas i en rapport som levereras dagligen. Avsikten är okomplicerad: en allokator ska kunna stämma av vad som hände i portföljen mot vad modellen avsåg, utan att vänta på ett månadsutdrag.

Stäng data

Positioner och modellsignaler stäms av vid en fast daglig cut-off.

Rapportsammanställning

Exponeringsförändringar, logik och riskmått sammanställs i ett standardformat.

Leverans

Rapporten skickas till allokatorn innan följande handelssession öppnar.

Granskningsfönster

Tilldelare kan ställa frågor om alla bidrag direkt med rapporteringsteamet.

Exempel på daglig rapport — Sammanfattningsvy

NettoexponeringsförändringMinskad med en nivå

Primär förareFörhöjd kortsiktig volatilitetssignal

Säkrade positioner2 av 6 spårade tillgångar

Modell förtroendebandMåttlig

Revisionsmetodik: rapportposter är tidsstämplade och behålls mot de underliggande modellloggarna, så att varje siffra i en given rapport kan spåras tillbaka till handeln och signalen som producerade den.

Riskhantering

Designad för att begränsa nackdelen innan den förenas

Riskjusterad avkastning, inte råvinst, är det styrande målet för plattformen. Varje tilldelningsbeslut filtreras genom gränser på positionsnivå, korrelationskontroller mellan tillgångar och en uppsättning triggers som är utformade för att minska exponeringen innan volatiliteten blir oordning.

Strukturell

Exponeringstak

Ingen enskild tillgång eller strategi kan överstiga en fast andel av det totala kapitalet, oavsett modellövertygelse.

Adaptiv

Förutsägande varningar

Modellen flaggar tidiga tecken på korrelerad uttagsrisk, vilket föranleder en översyn innan förluster ackumuleras.

Defensiv

Säkringslogik

Där likviditeten tillåter används kompenserande positioner för att dämpa effekten av skarpa riktningsrörelser.

Vanliga frågor

Svar på frågorna hör vi mest från allokatorer

Hur hålls och säkras kapital?

Vårdnadsarrangemang hålls åtskilda från modellerings- och exekveringsfunktionen, och åtkomstkontroller följer standardinstitutionell arbetssegregeringspraxis. Specifika vårdnadshavare diskuteras under onboarding.

Vad händer med vår data när vi väl är ombord?

Portfölj- och identitetsdata lagras under begränsad åtkomst och används inte för att träna modeller på uppdrag av andra allokatorer. Villkor för datahantering anges i onboardingdokumentationen.

Kan plattformen integreras med en befintlig familjebyrå eller fondstruktur?

Ja. Rapporteringsformatet och avstämningskadensen är utformade för att ligga vid sidan av en befintlig backoffice-process snarare än att ersätta den, och integrationsomfånget avgörs individuellt per mandat.

Hur ofta granskas den underliggande modellen?

Modelllogiken granskas på en fast intern kadens, och väsentliga förändringar av allokeringsreglerna redovisas i den dagliga rapporten från det datum de träder i kraft.

Vilket är det lägsta engagemanget för att börja?

Mandatstorlek och minimiåtagande diskuteras direkt med varje fördelare, eftersom de beror på avsedd exponering och rapporteringskrav.

Frågor som är specifika för ditt uppdrag hanteras bäst direkt. Kontakta teamet att ordna en genomgång av metodiken.