Az PumpkinVine elemzi a történelmi és valós idejű piaci adatokat, hogy azonosítsa a kockázattal kiigazított allokációs útvonalakat, segítve a nyugdíjasokat és a magánbefektetőket a volatilitásnak való kitettség csökkentésében anélkül, hogy feladnák a növekedési célokat.
A rendszeres jövedelemkivonás megkezdése után a visszatérési sorrend kockázata válik elsődleges szemponttá: a korai nyugdíjazás visszaesése tartósan csökkentheti a fenntartható kivonási arányt, még akkor is, ha a hosszú távú átlagos hozam elfogadható marad. Az PumpkinVine közvetlenül modellezi ezt a kockázatot, ahelyett, hogy statikus, átlagos megtérülési feltételezésekre hagyatkozna.
A platform szerepe az, hogy statisztikailag szignifikáns mintákat jelenítsen meg a múltbeli lehívások és helyreállítási időszakok során, bemutatva az ebből eredő kockázattal kiigazított forgatókönyveket a befektető vagy a tanácsadó számára, hogy mérlegelje a személyes körülményeket. A végleges allokációs döntés a számlatulajdonosnál marad.
Az alábbi lehetőségek mindegyike az elemzési folyamat egy-egy szakaszára vonatkozik, a nyers adatok feldolgozásától a befektető által áttekinthető ajánlásig, mielőtt cselekedne.
A piaci árazás, a makrogazdasági mutatók és a portfólió-állományok egyetlen adathalmazba kerülnek, amely folyamatosan frissül a piaci órákban, nem pedig rögzített jelentési ciklusonként.
A prediktív modellek több lehívási és helyreállítási forgatókönyvet futtatnak a portfólió jelenlegi összetételéhez képest, megjelölve azokat a koncentrációkat, amelyek történelmileg korrelálnak az átlag feletti volatilitással.
Az eredmények az allokációs kiigazítások rangsorolt halmazaként jelennek meg, a mögöttes indoklással együtt, így a befektető vagy tanácsadó értékelheti a kompromisszumokat, mielőtt bármilyen változtatást jóváhagyna.
Az PumpkinVine által közzétett minden ajánlást először a múltbeli piaci feltételekhez (beleértve a jelentős zsugorodás időszakait) is tesztelnek, hogy felmérjék, hogyan teljesített volna egy adott allokáció a gyakorlatban, nem pedig elméletben.
A motor nem a legmagasabb elméleti megtérülést keresi. Olyan allokációkat keres, amelyek történelmileg csökkentették a lehívások mélységét és időtartamát, miközben megőrizték az összehasonlítható hosszú távú eredményt – ez a kompromisszum a leginkább releváns a bevételt szerző befektetők számára.
A fix havi jövedelemmel rendelkező nyugdíjas portfólióját folyamatosan felülvizsgálják a megtérülési sorrend kockázata szempontjából. Kiigazításokat javasolunk, ha a modellezett lefelé irányuló kitettség meghaladja a befektető által megadott tűréshatárt, és az indoklást minden javaslat mellett feltüntetjük.
Az SMSF-et kezelő vagyonkezelők a platformot használják az alap jelenlegi allokációjának stressztesztjére a múltbeli visszaesési forgatókönyvekhez képest, és azonosítják a koncentrációs kockázatot az eszközosztályok között, mielőtt az lényegessé válna a megfelelőségi jelentés szempontjából.
A pénzügyi tanácsadók ugyanazt az utólagos tesztelési motort alkalmazzák az ügyfélportfóliók könyvében, szabványosított, bizonyítékokon alapuló kimeneteket használva a kockázattűrésről szóló beszélgetések támogatására, nem pedig általános modellportfóliókra hagyatkozva.
A nagyobb allokátorok a platform forgatókönyv-motorját használják a stratégiai eszközallokációs eltolódások skálán történő értékelésére, és a javasolt változtatásokat a több évtizedes történelmi piaci ciklusokhoz hasonlítják a tőke lekötése előtt.
A portfólió- és számlaadatok az átvitel és a tárolás során titkosítva vannak, a hozzáférés az elemzési folyamat működéséhez szükséges rendszerekre korlátozódik.
A személyes és pénzügyi adatok kezelése az ausztrál adatvédelmi elveket követi, az adatok megőrzése a számla pontos modelljének fenntartásához szükséges mértékre korlátozódik.
A platform döntéstámogatást generál, nem automatizált kereskedéseket. Minden allokációs változtatáshoz a befektető vagy tanácsadója kifejezett jóváhagyása szükséges, mielőtt végrehajtaná.
Az PumpkinVine arra az előfeltételre épült, hogy a nyugdíjasokat és a magánbefektetőket jobban szolgálja az átlátható, bizonyítékokon alapuló elemzés, mint az átláthatatlan automatizált kereskedés. A platform modelljeit arra tervezték, hogy megmagyarázzák az érvelésüket, nem csak a következtetéseiket.
Minden output tartalmazza az ajánlás történeti alapját, így azt a fővárosért felelős személy felülvizsgálhatja, megkérdőjelezheti, elfogadhatja vagy elutasíthatja.
Nem. A platform rangsorolt ajánlásokat készít alátámasztó történelmi bizonyítékokkal. A portfólió allokációjának bármilyen módosításához a számlatulajdonos vagy tanácsadója kifejezett jóváhagyása szükséges.
Az utólagos tesztelés a jelenlegi modell logikáját alkalmazza a múltbeli piaci adatokra annak megfigyelésére, hogy egy adott allokáció hogyan viselkedett volna az elmúlt időszakokban, beleértve az ismert visszaeséseket is. Az eredmények történelmi szimulációk, nem a jövőbeli teljesítmény garanciái.
A megbízottak általában a platform forgatókönyv-elemzését használják az SMSF-elosztási döntéseikhez. A kimenet célja, hogy támogassa, nem pedig helyettesítse a vagyonkezelő saját megfelelési és befektetési kötelezettségeit.
Az adatok megőrzése arra korlátozódik, ami a pontos modell fenntartásához szükséges, amíg a fiók aktív. A bezáráskor az adatokat a platform adatvédelmi szabályzatának és a vonatkozó ausztrál adatmegőrzési követelményeknek megfelelően kezeljük.
Igen. Minden ajánlás bemutatásra kerül az azokat megalapozó múltbeli forgatókönyvekkel és kockázati tényezőkkel, így a döntés meghozatala előtt a saját feltételei szerint felülvizsgálható.
A technikai áttekintő munkamenet az utólagos tesztelési megközelítést, az adatkezelési gyakorlatokat és az ajánlások felépítését ismerteti – további kötelezettség nélkül.
Kérjen műszaki áttekintést