№ I · OPTIMALIZACE
α
Optimalizátor NSGA-II
Vícekriteriální evoluční prohledávání
Elitistický genetický algoritmus s nedominovaným tříděním prohledává miliony portfoliových kombinací. Optimalizuje tři cíle současně — maximalizuje Smart Sharpe, minimalizuje rozptyl a absolutní váženou korelaci — a odhaluje Paretovu hranici kompromisů.
- Populace & křížení · injekce diverzity
- Turnajová selekce · zachovaný elitismus
- Nedominované třídění dle Pareto ranku
- Opakované běhy napříč generacemi s novými daty
№ II · EVALUACE
β
Framework Scoring+
Proprietární 7dimenzionální evaluace
Přes 30 podkladových metrik v sedmi vážených dimenzích hodnotí každý subsystém, který soutěží o zařazení do portfolia. Váhy dimenzí se dynamicky přizpůsobují aktuálnímu tržnímu režimu — co platí za „dobré“ dnes, se pro zítřejší podmínky přepočítává.
- Výkonnost · Smart Sharpe, alfa, beta
- Konzistence · stabilita dle režimu
- Riziko · VaR, CVaR, chvostové momenty
- Kontrola drawdownu · efektivita zotavení
№ III · PREDIKCE RIZIKA
γ
Rizikový engine XGBoost
Preventivní odbourávání rizika řízené ML
Model gradientně boostovaných rozhodovacích stromů trénovaný na historických výkonnostních metrikách, tržních indikátorech, makroekonomických proměnných a datech o korelačních režimech. Predikuje pravděpodobnost podvýkonnosti subsystémů i drawdownu — a preventivně přerozděluje rizikové rozpočty dřív, než se drawdowny prohloubí.
- Pravděpodobnost podvýkonnosti subsystému
- Pravděpodobnost & hloubka drawdownu
- Detekce změny korelačního režimu
- Průběžné přetrénování na živých výsledcích