Does PumpkinVine make investment decisions automatically?

No. The platform produces ranked recommendations with supporting historical evidence. Any change to a portfolio's allocation requires explicit approval from the account holder or their adviser.

How is "backtested" performance calculated?

Backtesting applies the current model logic to historical market data to observe how a given allocation would have behaved during past periods, including known downturns. Results are historical simulations, not guarantees of future performance.

Is this suitable for a Self-Managed Super Fund?

Trustees commonly use the platform's scenario analysis to inform SMSF allocation decisions. The output is designed to support, not replace, the trustee's own compliance and investment obligations.

What happens to my data if I stop using the platform?

Data retention is limited to what is necessary to maintain an accurate model while the account is active. On closure, data is handled in line with the platform's privacy policy and applicable Australian retention requirements.

Can I see the reasoning behind a specific recommendation?

Yes. Each recommendation is presented with the historical scenarios and risk factors that informed it, so it can be reviewed on its own terms before any decision is made.

Interface de tableau de bord d'analyse prédictive PumpkinVine utilisée pour l'évaluation des risques de portefeuille

Analyse de décision assistée par l'IA

Modélisation prédictive pour la préservation du capital, basée sur des données de marché backtestées

PumpkinVine analyse les données de marché historiques et en temps réel pour identifier des trajectoires d'allocation ajustées au risque, aidant ainsi les retraités et les investisseurs privés à réduire leur exposition à la volatilité sans abandonner leurs objectifs de croissance.

Afficher les données de performances Demander un aperçu technique

Aperçu du modèle backtesté

15 ans

Fenêtre historique

0,4 s

Cycle de réanalyse

Bandes de volatilité

Pourquoi la modélisation prédictive est importante à la retraite

Les portefeuilles de retraite présentent un profil de risque différent de celui des investissements en phase d'accumulation

Une fois que les retraits réguliers de revenus commencent, le risque de séquence de rendements devient une préoccupation majeure : un ralentissement au début de la retraite peut réduire de façon permanente le taux de retrait durable, même si les rendements moyens à long terme restent acceptables. PumpkinVine modélise ce risque directement, plutôt que de s'appuyer sur des hypothèses statiques de rendement moyen.

Le rôle de la plateforme est de faire apparaître des tendances statistiquement significatives dans les périodes de baisse et de reprise historiques, en présentant les scénarios ajustés au risque qui en résultent pour que l'investisseur ou le conseiller puisse les évaluer en fonction de leur situation personnelle. La décision finale d'attribution appartient au titulaire du compte.

Profondeur historique du backtesting15 ans
Fréquence de réanalyse du portefeuilleQuotidiennement
Scénarios de volatilité modélisésFaible / Moyen / Élevé
Approbation humaine sur les changements d’allocationObligatoire

Capacités de base

Comment la plateforme réduit l'exposition à des risques inutiles

Chaque fonctionnalité ci-dessous aborde une étape distincte du pipeline d'analyse, depuis l'ingestion de données brutes jusqu'à une recommandation qu'un investisseur peut examiner avant d'agir.

Étape 01 — Ingestion

Agrégation de données en temps réel

Les prix du marché, les indicateurs macroéconomiques et les titres du portefeuille sont regroupés dans un seul ensemble de données, actualisé en permanence pendant les heures de marché plutôt que selon un cycle de reporting fixe.

Intervalle d'actualisationIntrajournalier

Étape 02 — Modélisation

Analyse de scénarios ajustés aux risques

Les modèles prédictifs exécutent plusieurs scénarios de baisse et de reprise par rapport à la composition actuelle du portefeuille, signalant les concentrations historiquement corrélées à une volatilité supérieure à la moyenne.

Scénarios par cycleMulti-chemin

Étape 03 — Recommandation

Résultats d’aide à la décision

Les résultats sont présentés sous forme d'un ensemble classé d'ajustements d'allocation avec le raisonnement sous-jacent affiché, afin que l'investisseur ou le conseiller puisse évaluer les compromis avant d'approuver tout changement.

Étape d'approbationManuel

Méthodologie

Les recommandations sont dérivées de performances backtestées, et non uniquement de projections.

Récupération après prélèvement - Backtest illustratif

Réponse d'allocation simulée au cours des périodes de ralentissement historique (indexée, non représentative des résultats réels des clients)

Chaque recommandation formulée par PumpkinVine est d'abord testée par rapport aux conditions historiques du marché, y compris les périodes de contraction significative, afin d'évaluer les performances d'une allocation donnée en pratique plutôt qu'en théorie.

Le moteur ne recherche pas le rendement théorique le plus élevé. Il recherche des allocations qui réduisent historiquement l’ampleur et la durée des prélèvements tout en préservant un résultat comparable à long terme – un compromis particulièrement pertinent pour les investisseurs qui tirent un revenu.

Déclaration de transparence : Les résultats backtestés décrivent le comportement passé du marché et la réponse historique du modèle à celui-ci. Ils ne constituent pas une projection des performances futures et aucune stratégie d’allocation n’élimine entièrement le risque de marché.

Applications

Du compte de retraite individuel à une stratégie plus large d’allocation d’actifs

Portefeuille individuel de retraités

Un retraité percevant un revenu mensuel fixe voit son portefeuille réévalué en permanence en fonction du risque de séquence de rendement. Des ajustements sont proposés lorsque l'exposition à la baisse modélisée dépasse la bande de tolérance déclarée par l'investisseur, le raisonnement étant indiqué à côté de chaque suggestion.

QuotidiennementRevérification des risques

Super Fonds autogéré (SMSF)

Les administrateurs gérant un SMSF utilisent la plateforme pour tester l'allocation actuelle du fonds par rapport à des scénarios de ralentissement historiques, identifiant le risque de concentration entre les classes d'actifs avant qu'il ne devienne important pour les rapports de conformité.

Multi-actifsTests de résistance

Livres clients gérés par des conseillers

Les conseillers financiers appliquent le même moteur de backtesting sur un ensemble de portefeuilles clients, en utilisant des résultats standardisés et fondés sur des preuves pour étayer les conversations sur la tolérance au risque plutôt que de s'appuyer sur des portefeuilles modèles génériques.

Au niveau du portefeuilleRapports

Allocation d'actifs institutionnels

Les plus grands allocateurs utilisent le moteur de scénarios de la plateforme pour évaluer les changements d'allocation stratégique d'actifs à grande échelle, en croisant les changements proposés avec des décennies de cycles de marché historiques avant d'engager du capital.

Des décenniesDes données historiques

Sécurité et confiance

Conçu pour les contraintes de l'environnement financier australien

Chiffrement des données en transit et au repos

Les données du portefeuille et des comptes sont cryptées tout au long de leur transmission et de leur stockage, avec un accès limité aux systèmes nécessaires au fonctionnement du pipeline d'analyse.

Confidentialité alignée sur les normes australiennes

Le traitement des données personnelles et financières suit les principes australiens de confidentialité, la conservation des données étant limitée à ce qui est nécessaire pour maintenir un modèle précis du compte.

Surveillance humaine sur chaque recommandation

La plateforme génère une aide à la décision, et non des transactions automatisées. Chaque changement de répartition nécessite l’approbation explicite de l’investisseur ou de son conseiller avant d’être mis en œuvre.

À propos de l'approche

Une couche analytique qui accompagne le jugement humain et non le remplace

PumpkinVine a été construit sur le principe selon lequel les retraités et les investisseurs privés sont mieux servis par une analyse transparente et fondée sur des preuves que par un trading automatisé opaque. Les modèles de la plateforme sont conçus pour expliquer leur raisonnement, et pas seulement leur conclusion.

Chaque résultat inclut la base historique de la recommandation, de sorte qu'elle peut être examinée, remise en question et acceptée ou refusée par la personne responsable du capital.

Analyste PumpkinVine examinant les données de portefeuille back-testées sur un poste de travail

Foire aux questions

Questions courantes sur le rôle de l'IA dans le processus décisionnel

PumpkinVine prend-il automatiquement les décisions d'investissement ?

Non. La plateforme produit des recommandations classées avec des preuves historiques à l’appui. Toute modification de l'allocation d'un portefeuille nécessite l'approbation explicite du titulaire du compte ou de son conseiller.

Comment sont calculées les performances « backtestées » ?

Le backtesting applique la logique du modèle actuel aux données historiques du marché pour observer comment une allocation donnée se serait comportée au cours des périodes passées, y compris lors des ralentissements connus. Les résultats sont des simulations historiques et non des garanties de performances futures.

Est-ce adapté à un super fonds autogéré ?

Les administrateurs utilisent généralement l'analyse de scénarios de la plateforme pour éclairer les décisions d'allocation SMSF. Le résultat est conçu pour soutenir, et non remplacer, les propres obligations de conformité et d'investissement du fiduciaire.

Qu'arrive-t-il à mes données si j'arrête d'utiliser la plateforme ?

La conservation des données est limitée à ce qui est nécessaire pour maintenir un modèle précis pendant que le compte est actif. À la fermeture, les données sont traitées conformément à la politique de confidentialité de la plateforme et aux exigences australiennes de conservation applicables.

Puis-je voir le raisonnement derrière une recommandation spécifique ?

Oui. Chaque recommandation est présentée avec les scénarios historiques et les facteurs de risque qui l'ont éclairée, afin qu'elle puisse être examinée selon ses propres conditions avant qu'une décision ne soit prise.