Scrizena は市場と運用指標を継続的に分析し、リスクレベルごとに分類された推奨事項を提供します。各公演は毎日公開されます。
分析処理は、固定された監査可能なチェーンに従います。エンドユーザーに対して隠蔽される手順はありません。
市場、運用、取引のデータ フィードは、専用の API コネクタを介して継続的に収集されます。
生データは計算前にクリーンアップされ、構造化され、タイムスタンプが付けられます。
予測モデルは、各シナリオの確率とそれに関連するリスク レベルを推定します。
推奨事項は優先順位付けされて文書化され、ユーザーのダッシュボードに配信されます。
分析パイプラインは、収集、計算、復元という 3 つの独立したレイヤーに基づいています。この分離により、システム全体を中断することなく、単一の障害を切り分けることが可能になります。各レイヤーは独自の実行ログを記録し、監査モジュールから確認できます。
各モジュールは自律的に動作し、定義されたリスク プロファイルに従ってアクティブ化または非アクティブ化できます。
長期の時系列からいくつかの市場シナリオを評価し、変数間の重要な相関関係を特定します。
資産カテゴリごとにエクスポージャーを表示し、定義されたプロファイルに基づいて超過した許容しきい値をレポートします。
予測と観測データの間に大きな差異がある場合は、1 分以内に通知します。
手動介入なしで構造化された日次レポートを生成し、後で参照できるようにアーカイブします。
レポートの構造は、毎日変わりません。公開後にデータが変更されることはありません。
| 日付 | ウォレット | 一日の収量 | 偏差と予測 | ステータス |
|---|---|---|---|---|
| 12/03 | 株式 — モデル A | +0.31% | -0.02pt | 準拠 |
| 12/03 | ボンド — モデル B | +0.08% | -0.05pt | 準拠 |
| 12/03 | 多様化 — モデル C | -0.12% | +0.18pt | 監視下にある |
各決定は、タイムスタンプ、使用されたモデルのバージョン、および入力データの正確な状態とともに記録されます。この履歴はいつでも閲覧できるようになります。
計算方法は時間が経っても安定しており、独立した制御のために抽出することができます。アーカイブされたレポートは遡って変更されることはありません。
モデルは、ユーザーの存在に関係なく、バックグラウンドで実行されます。リスク パラメーターは、一度定義されると、新しい計算サイクルごとに自動的に適用されます。レポートの公開を維持するために手動での操作は必要ありません。
同じ意思決定エンジンが、送信されるデータに応じて異なる目的に適応します。
このモデルは、事前に固定されたリスクしきい値に従ってポートフォリオのエクスポージャーを調整するために、資産クラス間のボラティリティと相関関係を評価します。推奨事項は、関連するセッションの開始前に送信されます。
運用データ (納期、コスト、エラー率) を過去のベンチマークと比較して、永続的な不一致を特定します。システムは、ドリフトが設定されたしきい値を超えているプロセスを報告します。
このモデルは、過去の収益とコストのデータに基づいて複数の成長軌道を予測します。各軌跡には信頼区間が伴い、新しいデータ サイクルごとに更新されます。
実装はリスク プロファイルの定義から始まり、その後、対応するモデルをアクティブ化します。
ダッシュボードにアクセスする