№ I · SCORING+
Evaluace Scoring+
Přes 30 metrik v 7 vážených dimenzích hodnotí každý subsystém pro zařazení do aktivního portfolia.
Vícevrstvá kvantitativní metodologie propojující evoluční optimalizaci, machine-learningovou predikci rizika a sedmidimenzionální evaluaci subsystémů — navržená k tvorbě dekorelovaných, režimově adaptivních portfolií v institucionálním měřítku.
Čtyřstupňová pipeline propojující evaluaci subsystémů, evoluční optimalizaci, korelační analýzu a machine-learningovou predikci rizika.
Přes 30 metrik v 7 vážených dimenzích hodnotí každý subsystém pro zařazení do aktivního portfolia.
Evoluční vícekriteriální prohledávání zkoumá miliony portfoliových kombinací pro pareto-optimální alokaci.
Vícedimenzionální analýza omezuje souběžné drawdowny díky hluboce dekorelované konstrukci portfolia.
Modely XGBoost průběžně monitorují a přizpůsobují portfolia měnícím se tržním režimům v reálném čase.
Sedm vážených dimenzí s více než 30 podkladovými metrikami. Dynamické vážení se přizpůsobuje tržním režimům v reálném čase.
Absolutní výnos · Smart Sharpe Ratio · Generování alfy · Beta vůči benchmarku.
Stabilita v klouzavých oknech · Chování dle režimu · Autokorelace výnosů.
VaR & podmíněný VaR (CVaR) · Max DD / délka DD / směrodatná odchylka DD · Chvostové riziko (šikmost & špičatost).
Efektivita zotavení · Dodržování stop-lossů · Dynamická alokace rizika.
Výkonnost ve stresových obdobích · Chvostová korelace · Odolnost vůči černým labutím.
Frekvence & načasování obchodů · Efektivita exekuce · Analýza skluzu.
Průměrná doba držení · Relativní čistá expozice · Efektivita vstupních/výstupních pravidel.
Vícedimenzionální korelační analýza napříč subsystémy, aktivy a časem — daleko za hranicí tradičního párového srovnání.
Analýza identifikuje korelace mezi výnosy různých subsystémů v čase a kombinuje strategie s komplementárními výkonnostními charakteristikami.
Trojrozměrná korelační matice zachycuje vztahy mezi jednotlivými aktivy napříč všemi subsystémy a v čase ukazuje, jak se korelace aktiv posouvají za různých tržních podmínek.
Analýza časových řad odhaluje změny režimů a časově závislé vzorce, které by statická měření minula.
Korelační analýza sytí vícekriteriální optimalizaci, která současně minimalizuje rozptyl portfolia, minimalizuje absolutní váženou korelacia maximalizuje Smart Sharpe Ratio.
Špičkový evoluční algoritmus zkoumající miliony portfoliových kombinací napříč miliardami datových bodů.
Proces se opakuje po mnoho generací a vytváří Paretovu hranici optimálních portfolií — každé představuje jedinečný kompromis mezi rizikově váženým výnosem, rozptylem a korelací.
NSGA-II zpracovává objemy dat nedosažitelné pro lidské analytiky. Miliony portfoliových kombinací testovaných proti miliardám datových bodů.
Vícedimenzionální korelační analýza dosahuje úrovní diverzifikace daleko převyšujících prosté alokační strategie.
Iterativní evoluční proces umožňuje rychlou adaptaci na měnící se tržní podmínky a posuny korelačních režimů.
Algoritmické zpracování eliminuje kognitivní zkreslení a emoční reakce, které vedou k suboptimálním investičním rozhodnutím.
Proaktivní, adaptivní a komplexní — osm vrstev ochrany nad rámec alokace portfolia.
Machine-learningový model trénovaný na historických výkonnostních metrikách, tržních indikátorech, makroekonomických proměnných a korelačních datech. Predikuje pravděpodobnost podvýkonnosti subsystémů a drawdownu pro preventivní zmírnění rizika.
Adaptivní risk-parity přístup dynamicky upravuje alokaci rizika napříč subsystémy podle predikovaných rizikově-výnosových charakteristik a aktuálních tržních podmínek.
Historické scénáře (GFC 2008, COVID 2020, krypto deleveraging 2022, SVB) plus Monte Carlo simulace generující 10⁶ syntetických výnosových trajektorií na strategii. Před nasazením musí strategie přežít drawdown na 99,5. percentilu.
Integrovaná likviditní omezení a modely transakčních nákladů zajišťují exekuovatelnost strategií i ve stresových tržních podmínkách.
End-to-end pipeline od sběru dat přes exekuci až po reporting.
Aktivní výzkumné oblasti, které drží strategie na špičce.
Mnohokriteriální evoluční algoritmy pro stále složitější optimalizační úlohy nad rámec současných tří cílů.
Kvantově-hybridní modely zkoumající nesrovnatelně větší prostory řešení. Cílem je přetrénování modelů v téměř reálném čase — dnes s klasickými počítači nemožné.
Autonomní systémy přizpůsobující se změnám režimů v reálném čase, umožňující okamžitou rekalibraci strategií i řízení rizika.
Satelitní snímky, analytika dodavatelských řetězců, sentiment z NLP a další netradiční datové zdroje pro obohacení analytických schopností.
Přes 10 dalších strategií aktuálně ve vývoji, postupně rozšiřujících pokrytí tříd aktiv a tržních podmínek.
Tento dokument popisuje proprietární výzkumnou metodologii vyvinutou Divitae Assets výhradně pro informační účely a transparentnost. Nepředstavuje investiční poradenství, finanční propagaci ani nabídku finanční služby. Divitae Assets je technologická a výzkumná společnost — neposkytuje investiční služby, správu portfolií ani investiční poradenství a nepřijímá prostředky klientů. Všechny obchodní strategie jsou licencovány výhradně nezávislým regulovaným partnerům s autorizací FCA, CySEC nebo SEC podle jurisdikce, kteří odpovídají za veškeré regulované činnosti vůči klientům. Minulá výkonnost není ukazatelem budoucích výsledků. Obchodování s finančními nástroji nese vysokou míru rizika a může vést ke ztrátě celého investovaného kapitálu.