Ogni raccomandazione può essere tracciata nel registro pubblico delle prestazioni

Chiarezza attraverso i dati per le tue prime decisioni di investimento

Frei Prägentum elabora i dati di mercato utilizzando modelli statistici e traduce il risultato in segnali comprensibili. L'intelligenza artificiale non sostituisce la tua decisione; struttura la situazione informativa in modo che i principianti possano prendere decisioni informate senza alcuna conoscenza preliminare.

Controlla subito le prestazioni Scopri la metodologia

Il contesto

Chi investe per la prima volta sui mercati dei capitali si troverà di fronte a un eccesso di opinioni, tendenze dei prezzi e notizie. Questo rumore di mercato rende difficile distinguere i segnali rilevanti dal rumore a breve termine, ulteriormente esacerbato da un’asimmetria informativa strutturale tra attori istituzionali e investitori privati.

I movimenti dei prezzi appaiono arbitrari finché manca il contesto dei dati sottostanti.
Le opinioni degli analisti spesso si contraddicono tra loro senza che venga divulgata la metodologia alla base delle stesse.
I prodotti bancari classici raramente comunicano raccomandazioni con motivazioni comprensibili.

Modellazione predittiva

I modelli statistici valutano le tendenze storiche dei prezzi, i rapporti di bilancio e i cicli di mercato al fine di identificare modelli che non possono essere esaminati in punti specifici. Il risultato è una stima della probabilità, non una garanzia.

Analisi in tempo reale

Milioni di punti dati – prezzi, notizie, volumi di scambi – vengono elaborati continuamente. Questo processo di deep learning rileva i cambiamenti prima di quanto consentito dalla valutazione manuale e aggiorna i segnali di conseguenza.

Classificazione del rischio

Ciascuna raccomandazione è dotata di una classificazione del rischio che tiene conto della volatilità, della correlazione del mercato e della liquidità. In questo modo rimane visibile quale rischio si confronta con una possibile opportunità.

Tracciabilità

Il registro delle prestazioni pubbliche documenta ogni raccomandazione in modo immutabile

Una volta pubblicato, un segnale diventa parte di un protocollo visualizzabile pubblicamente. Sono escluse le modifiche successive: gli utenti vedono la stessa cronologia che viene utilizzata anche internamente per valutare la qualità del modello.

Protocollo attivo

Indicatore delle prestazioni dal vivo

Mostra lo stato attuale delle raccomandazioni aperte e chiuse, ciascuna con un timestamp e i dati iniziali su cui si basa la valutazione.

Processo di verifica

Ogni raccomandazione viene sottoposta ad hashing e archiviata prima della pubblicazione. La comunità può effettuare un controllo incrociato dei dati iniziali e dei risultati in qualsiasi momento.

Tasso di successo nel tempo

Rappresentazione illustrativa della cronologia dei registri, non una previsione di rendimento garantito.

Metodologia

Come i dati grezzi diventano un segnale gestibile

La logica dietro Frei Prägentum segue un processo fisso: i dati vengono filtrati, ponderati in base alla pertinenza e solo successivamente convertiti in un segnale. Questo processo ha lo scopo di ridurre la speculazione, non di sostituirla: la decisione finale spetta alla persona che investe.

Raccolta dati

I dati sui prezzi, le cifre chiave dell'azienda e gli indicatori macroeconomici sono raccolti da fonti disponibili al pubblico.
Pulizia e filtraggio

I set di dati ridondanti o in conflitto vengono rimossi per mantenere il rumore del mercato fuori dal modello.
Ponderazione

Ai fattori rilevanti viene assegnato peso all'interno del modello in base alla loro importanza storica: nessun fattore da solo è decisivo.
Generazione e registrazione del segnale

Il risultato viene emesso come raccomandazione con classificazione del rischio e salvato immediatamente nel registro pubblico delle prestazioni.

Il team Frei Prägentum analizza i dati finanziari

Informazioni su Frei Prägentum

Uno strumento di supporto, non un’autorità decisionale

Frei Prägentum si propone come partner di analisi per le persone che dispongono di capitale ma che non si fidano facilmente delle vendite bancarie tradizionali. L’intelligenza artificiale si fa carico dell’analisi di grandi quantità di dati; Resta responsabilità della persona che investe determinare se un segnale si adatta alla propria volontà di assumersi dei rischi.

Questa distribuzione dei ruoli è stata scelta deliberatamente: aumento anziché automazione. Ogni raccomandazione è fornita con giustificazione e provenienza dei dati in modo che gli utenti possano capire perché è emerso un segnale, non solo che esiste.

Inizia il tuo futuro basato sui dati

Nessun investimento minimo, piena trasparenza.