Environnement de tableau de bord Brennelhove AI montrant l'infrastructure d'analyse de données

Précision prédictive vérifiée

Quantifier le risque. Vérifiez les résultats.

Brennelhove AI applique une modélisation prédictive aux données de marché en temps réel, produisant des recommandations d'allocation qui sont enregistrées et publiées pour un examen indépendant. Aucune modification rétrospective. Aucune divulgation sélective.

Afficher les journaux de performances Comment ça marche

38 mois

Journalisation publique continue

100%

Des décisions commerciales enregistrées

Modifications rétroactives du journal

Méthodologie

Comment le modèle prend une décision

Chaque recommandation passe par quatre étapes distinctes. Le processus est fixe ; seules les données d'entrée changent.

Ingérer des données de marché et en chaîne

Le modèle consomme la profondeur du carnet de commandes, les surfaces de volatilité et les données de flux en chaîne provenant de plusieurs flux indépendants, vérifiés par recoupement pour déceler les écarts avant utilisation.

Noter les résultats pondérés selon la probabilité

Les positions candidates sont notées par rapport à des bibliothèques de modèles historiques et aux régimes de volatilité actuels, produisant pour chacune un rendement attendu pondéré en fonction de leur probabilité.

Appliquer des contraintes de risque

La taille des positions est plafonnée par des limites de tirage et d’exposition prédéfinies. Aucune recommandation ne peut dépasser ces seuils, quelle que soit la confiance du modèle.

Exécuter et enregistrer

Les décisions approuvées sont exécutées et consignées dans le journal public au cours du même cycle de rapport, horodatées et inaltérables.

Déclaration d'intégrité des données : tous les flux d'entrée sont enregistrés avec leur source et leur horodatage. Si un flux n'est pas disponible, le modèle retient les recommandations qui en dépendent plutôt que de remplacer les valeurs estimées.

Performance en direct

Résultats publics et horodatés

Les chiffres ci-dessous reflètent la période de rapport actuelle et la mise à jour de chaque cycle d'enregistrement. Les périodes historiques restent accessibles dans leur intégralité.

6,2%

Rendement du trimestre en cours

1.41

Rapport de Sharpe (roulant 12m)

-9,8%

Tirage maximum enregistré

412

Décisions enregistrées cette période

Le badge de vérification confirme que chaque entrée du journal a été recoupée avec les enregistrements d'exécution côté bourse dans les 24 heures suivant sa publication. Aucune entrée n'est publiée sans ce contrôle.

Journal vérifié

Accéder au journal historique complet

Cadre de risque

Contraintes que le modèle ne peut pas contourner

L’atténuation est structurelle et non consultative. Les paramètres suivants s'appliquent à chaque recommandation sans exception.

Plafonds d'exposition

Aucune position d'actif individuelle ne peut dépasser un pourcentage fixe du capital total alloué, fixé indépendamment des scores de confiance du modèle.

Disjoncteur à rabattement

Si le retrait cumulé au cours d'une fenêtre mobile dépasse un seuil défini, les nouvelles positions sont suspendues en attendant un examen manuel.

Dimensionnement ajusté à la volatilité

La taille de la position est automatiquement réduite à mesure que la volatilité réalisée augmente, indépendamment de la force du signal sous-jacent.

Les paramètres de risque sont examinés selon un calendrier trimestriel fixe par un processus distinct du développement du modèle, et tout changement est daté et enregistré avec le journal des performances pour cette période.

Engagement de transparence

Nous ne publions pas de manière sélective. Nous ne modifions pas les chiffres après coup. Chaque contribution, décision et résultat utilisé pour évaluer Brennelhove AI est tiré du même enregistrement accessible au public.

Détail de gouvernance : l'infrastructure de journalisation est maintenue indépendamment de l'équipe de modélisation, avec un accès en écriture limité à un pipeline automatisé. Une intervention manuelle dans le journal nécessite un remplacement enregistré et est elle-même enregistrée en tant qu'événement.

FAQ technique

Questions sur le modèle et les données

Sur quelles données le modèle est-il formé

Les données de formation comprennent des données historiques sur le carnet de commandes, des séries de volatilité et des données sur les transactions en chaîne couvrant plusieurs cycles de marché. Aucune donnée prospective ou non publique n’est utilisée.

À quelle fréquence le modèle est-il recyclé

Le modèle sous-jacent est recyclé selon un calendrier trimestriel fixe. Chaque événement de recyclage est daté et enregistré, la version précédente du modèle étant conservée à des fins de comparaison.

Le journal des performances peut-il être modifié

Non. Les entrées sont uniquement en annexe. Les corrections apportées aux entrées erronées sont enregistrées comme de nouvelles entrées datées plutôt que comme des modifications apportées à l'enregistrement original.

Que se passe-t-il dans des conditions de marché extrêmes

Les disjoncteurs à rabattement et le dimensionnement ajusté en fonction de la volatilité s'appliquent automatiquement. Si les conditions dépassent les seuils définis, l'entrée d'un nouveau poste est suspendue jusqu'à ce que l'examen manuel soit terminé.

Le modèle est-il exposé à un seul échange

Non. Les données sur les prix et la liquidité sont regroupées sur plusieurs sites afin de réduire la dépendance à l'égard de la qualité ou de la disponibilité des données d'une bourse unique.