AI-assistert porteføljeintelligens
Dwaynesmith analyserer markedsdata døgnet rundt og rangerer strategier etter konsistens, ikke bare etter råavkastning, slik at du kan allokere kapital med en klarere oversikt over risikoen involvert.
Analysen bak hver strategi kombinerer volatilitetsbånd, likviditetsdybde og historiske nedtrekksdata, i stedet for en enkelt anslått pris.
De fleste investorer vi snakker med er ikke ute etter å handle konstant. De vil ha en disiplinert måte å delta i digitale eiendeler uten å behandle en skjerm som en annen jobb. Det er gapet Dwaynesmith er bygget for å adressere: strukturert analyse som kjører kontinuerlig, og produserer beslutninger du kan vurdere i stedet for å jage.
Prosessen nedenfor er med vilje lineær. Hvert trinn har en definert inngang og utgang, slik at en endelig beslutning alltid kan spores tilbake til dataene som informerte den.
Ordrebokdybde, aktivitet i kjeden og historisk volatilitet på tvers av store børser samles inn kontinuerlig, noe som gir hver strategi et nåværende syn på markedet med flere kilder i stedet for en enkelt prisfeed.
Modeller trent på disse dataene identifiserer mønstre assosiert med vedvarende ytelse, og rangerer deretter strategier etter risikojustert avkastning og konsistens over tid, ikke etter kortsiktige gevinster alene.
Når du velger en strategi for kopiering, posisjonsstørrelse og inn- og utgangstidspunkt følger de samme reglene som modellen brukte under testingen, og fjerner forsinkelsen som manuell utførelse ofte introduserer.
Forsiktige investorer har en tendens til å stille det samme spørsmålet først: hva skjer når en strategi er feil. Vår tilnærming behandler det som et utgangspunkt for designet, snarere enn en ettertanke.
Strategier kan allokere en del av eksponeringen til utlignende posisjoner i perioder med høy volatilitet, noe som reduserer virkningen av et enkelt negativt trekk på den samlede porteføljen.
Eiendeler med tynne ordrebøker eller uregelmessig handelsvolum siles ut før en strategi kan handle på dem, noe som begrenser eksponeringen mot markeder der det kan være vanskelig å forlate en posisjon.
Depotordninger, kryptert datahåndtering og rutinemessige tilgangsgjennomganger følger etablert bransjepraksis for plattformer som håndterer finansielle data og klientmidler.
Dashboardet som presenteres for hver klient gjenspeiler de interne beregningene vi bruker for å evaluere en strategi, så tallene du vurderer er ikke et forenklet sammendrag laget for markedsføringsformål.
En rullende visning av topp-til-bunn-nedgang for hver strategi, oppdatert for hver fullførte handelssyklus.
Andelen av en portefølje som er tilordnet hver aktivaklasse og strategi, vist når den endres over tid.
En sammenligning av avkastningsstabilitet på tvers av ulike markedsforhold, i stedet for et enkelt overskriftsnummer.
Vi publiserer ikke ett blandet ytelsestall for plattformen som helhet. Strategier er forskjellige i risikoprofil og tidshorisont, og å presentere dem individuelt gir et mer ærlig sammenligningsgrunnlag.
Eiendeler allokert gjennom Dwaynesmith holdes hos regulerte depotpartnere. Vi tar ikke direkte besittelse av klientmidler; vår rolle er å analysere data og utføre strategiregler på dine vegne.
Gebyrer avsløres per strategi før du tildeler, vanligvis ved å kombinere et beskjedent styringselement med en ytelseskomponent knyttet til realisert, risikojustert avkastning i stedet for brutto handelsvolum.
Ja. Du kan pause eller avslutte en kopiert strategi fra dashbordet; eksisterende åpne posisjoner stenges i henhold til strategiens egne exit-regler i stedet for å avvikles umiddelbart.
Modellene opererer innenfor parametere satt og periodisk gjennomgått av våre analytikere. Strategiregler, risikogrenser og likviditetsfiltre sjekkes regelmessig i stedet for å kjøre på ubestemt tid uten gjennomgang.
Likviditetsfiltre og sikringsregler er utformet spesielt for perioder med høy volatilitet. Ingen system fjerner risiko helt, og strategier kan fortsatt oppleve tap under vedvarende markedsstress.
Det er ingen forpliktelse til å forplikte kapital bare for å se hvordan dataene presenteres eller hvordan en strategi har prestert over siste sykluser.
Se ytelsesdataStrategidata oppdateres fortløpende. Tidligere resultater garanterer ikke fremtidige resultater.
