Vellermont Trust past voorspellende modellen toe op grote marktgegevens, waarbij toegangspunten met een lager risico worden geïdentificeerd en bijdragen automatisch worden gepland. De bedoeling is om de timingbeslissingen die een beginnende belegger blootstellen aan vermijdbare volatiliteit te verminderen, zonder dat actieve marktmonitoring vereist is.
Vellermont Trust verwerkt grote marktgegevens (beursorderboeken, on-chain afwikkelingsstromen en macro-liquiditeitssignalen) en zet deze om in een voortdurend bijgewerkte risicoscore voor elk actief in kwestie. Het doel is systeemefficiëntie: minder handmatige beslissingen, minder blootstelling aan reactief handelsgedrag en een bijdrageschema dat zich aanpast naarmate de omstandigheden veranderen, in plaats van een schema dat vastligt op een kalenderdatum.
Dit is dezelfde klasse van voorspellende modellen die zijn gebouwd voor institutionele risicodesks, teruggebracht tot de schaal van een enkele terugkerende bijdrage. Er verandert niets aan het model; alleen de grootte van de rekening doet dat.
Marktgegevens – prijs, volume, orderboekdiepte en on-chain flow – worden continu verzameld uit meerdere bronnen en genormaliseerd in één enkele dataset.
Statistische modellen filteren de ruis uit het signaal en wegen recent marktgedrag zwaarder dan historische gemiddelden die niet langer de huidige omstandigheden weerspiegelen.
Elk kandidaat-instappunt wordt gescoord op basis van een risicodrempel die is vastgesteld bij het openen van de rekening, waardoor het discretionaire oordeel uit de timingbeslissing wordt verwijderd.
Bijdragen worden automatisch gepland en uitgevoerd op het gevalideerde toegangspunt, waarbij een volledig record wordt bewaard voor latere beoordeling.
Voordat een bijdrage wordt gepland, schat het model een reeks waarschijnlijke kortetermijnresultaten voor het betreffende actief, in plaats van een voorspelling op één punt te produceren. De volatiliteit wordt gemarkeerd en als deze de geconfigureerde drempel van de rekening overschrijdt, wordt de bijdrage uitgesteld in plaats van op een ongunstig moment uitgevoerd.
Dit levert een voor risico gecorrigeerde doelstelling op, en geen gegarandeerde doelstelling. Dit onderscheid is bewust gemaakt en wordt bij het instellen aan elke rekeninghouder bekendgemaakt, in plaats van impliciet te blijven.
Er wordt automatisch een vast maandelijks bedrag toegewezen, waarbij de timing binnen de maand wordt aangepast op basis van de gemeten volatiliteit in plaats van op basis van een statische datum.
Elke bijdrage wordt vóór uitvoering getoetst aan de huidige marktomstandigheden, waardoor de kans kleiner wordt dat er tijdens een kortetermijnpiek kapitaal wordt vastgelegd.
Naarmate de beleggingen groeien, herberekent het model de blootstelling en past het de weging van de toekomstige bijdragen aan om het totale risico binnen de door de belegger aangegeven drempel te houden.
Voorspellende modellen die niet kunnen worden verklaard, zijn moeilijk te vertrouwen met kapitaal, ongeacht hun schijnbare prestaties. Elk gescoord toegangspunt geproduceerd door Vellermont Trust kan worden herleid tot de specifieke gegevensinvoer en drempels die het hebben gegenereerd. Dit wordt regelmatig beoordeeld via een proces dat gescheiden blijft van de modelontwikkeling.
Account- en transactiegegevens worden opgeslagen en verwerkt in Canada, gecodeerd in rust en onderweg, en worden nooit verkocht of gedeeld met externe marketeers.
Lees de MethodologiewhitepaperVellermont Trust is gebouwd op het uitgangspunt dat de meeste beginnende beleggers meer verliezen door timingbeslissingen dan door activaselectie. Het verwijderen van die beslissing – het vervangen ervan door een gevalideerd schema met een risicoscore – is de volledige functie van het platform.
Het team onderhoudt het model, stelt het auditproces in en beheert geen discretionaire transacties namens rekeninghouders. De rol van het platform is om een vooraf gedefinieerd proces consistent uit te voeren, niet om de uitkomsten met zekerheid te voorspellen.
Maak kennis met onze aanpak