Rong Nganvuong applique une modélisation prédictive, un suivi des sentiments en temps réel et une optimisation de portefeuille aux données qui nécessitaient auparavant une interprétation aussi approfondie par une infrastructure institutionnelle.
Nous exposons le raisonnement derrière chaque résultat plutôt que de demander la confiance dans un seul résultat. Les sections ci-dessous décrivent ce que font les modèles, d'où proviennent les données et comment l'incertitude est représentée.
Les prévisions sont générées en combinant une régression de séries chronologiques avec des couches d'ajustement pondérées en fonction du sentiment. La contribution de chaque couche au résultat final est enregistrée, de sorte qu'une recommandation peut être retracée jusqu'aux signaux qui la composent plutôt que traitée comme un score unique et opaque.
Les données de marché sont tirées de flux de bourses agréés et de documents publics, actualisés de manière continue. Les entrées de sentiments sont tirées de sources textuelles structurées et notées avec une plage de pondération publiée, et non avec une boîte noire exclusive.
Chaque sortie est associée à une estimation de la variance et à un intervalle de confiance déclaré. La tolérance au risque est définie par profil et les suggestions d'allocation s'ajustent automatiquement lorsque la volatilité dépasse la fourchette sur laquelle le modèle a été calibré.
La plateforme ne tente pas d’automatiser purement et simplement les décisions. Il réduit l'espace de décision et montre le raisonnement, laissant le choix final d'allocation à l'utilisateur.
Le capital d'entrée ne change pas les modules analytiques disponibles. Cela modifie uniquement les tailles d'allocation que le moteur d'optimisation peut suggérer de manière réaliste.
Fournissez les détails de vérification d’identité requis par la réglementation britannique sur les services financiers. Aucune preuve de dépôt n'est demandée à ce stade.
Répondez à un court questionnaire structuré utilisé pour calibrer la tolérance de variance appliquée par le moteur d'optimisation.
Déposez le capital que vous comptez allouer. Il n’y a pas de plancher imposé par la plateforme sur le solde d’ouverture.
Recevez des données prédictives et de sentiment adaptées à vos avoirs, avec des suggestions d'allocation mises à jour à mesure que les positions changent.
| Niveau | Capital minimum | Modules disponibles |
|---|---|---|
| Démarreur | 0 £ | Modélisation prédictive, analyse des sentiments |
| Croissance | 0 £ | Ensemble complet de modules, y compris l'optimisation du portefeuille |
| À l'échelle | 0 £ | Ensemble de modules complet, avec une cartographie de corrélation d'actifs plus large |
À mesure que le capital alloué augmente, le moteur d'optimisation élargit le nombre d'actifs corrélés qu'il considère par recommandation. Cela se produit automatiquement et ne nécessite aucune réinscription ni mise à niveau de niveau.
Les modèles sous-jacents sont constants. Ce qui change entre les cas d'utilisation, c'est l'horizon temporel, le plafond de risque et les signaux qui ont le plus de poids.
Les entreprises utilisent des résultats prédictifs à plus long terme pour tester les hypothèses budgétaires par rapport aux conditions projetées du marché avant la finalisation d’un cycle de planification.
Les utilisateurs individuels comparent les données de corrélation entre les avoirs existants pour identifier le risque de concentration qui, autrement, ne serait pas mesuré dans des comptes de plus petite taille.
Lorsque l’écart de sentiment dépasse la plage calibrée, le moteur d’optimisation propose des options de rééquilibrage conçues pour réduire l’exposition sans quitter complètement une position.
Rong Nganvuong a été construit sur le principe selon lequel l'analyse des investissements basée sur les données ne devrait pas nécessiter l'accès aux comptes minimums institutionnels. Les résultats de la plateforme sont conçus pour être examinés et remis en question, et non suivis sans examen.
Les plages de pondération appliquées aux entrées de sentiments et de séries chronologiques sont publiées dans la documentation de la plateforme. Les paramètres exacts du modèle ne sont pas divulgués dans leur intégralité, conformément à la pratique standard des systèmes de prévision propriétaires, mais les catégories d'entrée et leur influence relative ne sont pas cachées.
Les données du compte sont cryptées en transit et au repos. L'authentification suit les directives des services financiers britanniques en matière de vérification d'identité. Les modalités de conservation des fonds sont entièrement divulguées lors du processus d'ouverture du compte avant tout dépôt.
La structure des frais est divulguée avant le financement du compte et n'est pas modifiée en fonction de la taille du dépôt. Les petits comptes ne se voient pas facturer un taux proportionnel plus élevé pour compenser les soldes absolus inférieurs.
Oui. Toutes les prévisions sont publiées avec un intervalle de confiance plutôt que présentées comme une certitude. La précision prédictive historique par classe d’actifs est disponible sur demande et il n’est pas garanti qu’elle continuera au même rythme.
Non. La plateforme fournit des résultats analytiques pour éclairer les décisions. Il ne constitue pas un conseil financier réglementé et les utilisateurs conservent toute discrétion sur toute décision d'attribution.
La configuration du compte nécessite une courte étape de vérification de l'identité et un questionnaire sur le profil de risque. Il n'y a aucun dépôt minimum à aucune étape de l'intégration et aucune obligation d'approvisionner un compte avant d'examiner comment le moteur traiterait votre portefeuille actuel.