PumpkinVine は、過去のリアルタイムの市場データを分析してリスク調整後の配分経路を特定し、退職者や個人投資家が成長目標を放棄することなくボラティリティへのエクスポージャーを軽減できるように支援します。
定期的な収入の引き出しが始まると、収益シーケンスのリスクが最大の懸念事項になります。たとえ長期的な平均収益が許容範囲内であっても、退職初期の低迷により持続可能な引き出し率が恒久的に低下する可能性があります。 PumpkinVine は、静的な平均リターンの仮定に依存するのではなく、このリスクを直接モデル化します。
このプラットフォームの役割は、過去のドローダウンと回復期間における統計的に有意なパターンを明らかにし、投資家やアドバイザーが個人的な状況と照らし合わせて検討できるように、結果として生じるリスク調整済みのシナリオを提示することです。最終的な割り当ての決定はアカウント所有者に委ねられます。
以下の各機能は、生データの取り込みから、投資家が行動する前に確認できる推奨事項まで、分析パイプラインの個別の段階に対応します。
市場価格、マクロ経済指標、ポートフォリオの保有状況は単一のデータセットに統合され、固定されたレポートサイクルではなく、市場時間中に継続的に更新されます。
予測モデルは、現在のポートフォリオ構成に対して複数のドローダウンおよび回復シナリオを実行し、平均を超えるボラティリティと過去に相関していた集中にフラグを立てます。
調査結果は、根本的な推論とともにランク付けされた割り当て調整セットとして表示されるため、投資家やアドバイザーは変更を承認する前にトレードオフを評価できます。
PumpkinVine によって提示されるすべての推奨事項は、まず、大幅な縮小期間を含む過去の市場状況に対してテストされ、特定の割り当てが理論上ではなく実際にどのように機能するかを評価します。
エンジンは理論上の最高の収益を追求しません。これは、同等の長期的な結果を維持しながらドローダウンの深さと期間を歴史的に短縮する配分を検索します。これは、収益を得る投資家にとって最も重要なトレードオフです。
毎月固定収入を得ている退職者は、収益シーケンスのリスクについてポートフォリオを継続的に再評価されます。モデル化されたダウンサイドエクスポージャーが投資家の指定された許容範囲を超えた場合、調整が提案され、各提案の横にその理由が示されます。
SMSFを管理する管理委員会は、このプラットフォームを使用して、過去の景気低迷シナリオに照らしてファンドの現在の配分をストレステストし、コンプライアンス報告に重要になる前に、資産クラス全体にわたる集中リスクを特定します。
ファイナンシャル・アドバイザーは、一連の顧客ポートフォリオに同じバックテスト・エンジンを適用し、標準化された証拠に基づいた出力を使用して、一般的なモデル・ポートフォリオに依存するのではなく、リスク許容度に関する会話をサポートします。
より大規模なアロケーターは、プラットフォームのシナリオ エンジンを使用して戦略的な資産配分の変更を大規模に評価し、資本をコミットする前に数十年の歴史的な市場サイクルに対して提案された変更を相互参照します。
ポートフォリオとアカウントのデータは送信と保管全体にわたって暗号化され、アクセスは分析パイプラインが機能するために必要なシステムに限定されます。
個人データと財務データの処理はオーストラリアのプライバシー原則に従い、データ保持はアカウントの正確なモデルを維持するために必要なものに限定されます。
このプラットフォームは自動取引ではなく、意思決定のサポートを生成します。すべての配分変更には、実行前に投資家またはそのアドバイザーからの明示的な承認が必要です。
PumpkinVine は、退職者や個人投資家にとっては、不透明な自動取引よりも透明で証拠に基づいた分析の方が良いサービスを受けることができるという前提に基づいて構築されています。プラットフォームのモデルは、結論だけでなく推論を説明するように設計されています。
すべての出力には推奨事項の歴史的根拠が含まれているため、資本の責任者はそれを検討し、質問し、承認または拒否することができます。
いいえ。プラットフォームは、歴史的証拠を裏付けるランク付けされた推奨事項を生成します。ポートフォリオの配分を変更するには、口座保有者またはそのアドバイザーからの明示的な承認が必要です。
バックテストでは、現在のモデル ロジックを過去の市場データに適用し、既知の低迷期を含む過去の期間に特定の割り当てがどのように動作したかを観察します。結果は過去のシミュレーションであり、将来のパフォーマンスを保証するものではありません。
管理委員会は通常、プラットフォームのシナリオ分析を使用して、SMSF 割り当ての決定を通知します。出力は、受託者自身のコンプライアンスおよび投資義務に代わるものではなく、サポートするように設計されています。
データ保持は、アカウントがアクティブな間、正確なモデルを維持するために必要なものに限定されます。閉鎖時には、データはプラットフォームのプライバシー ポリシーおよび適用されるオーストラリアの保持要件に従って処理されます。
はい。各推奨事項には、その情報を提供した過去のシナリオとリスク要因が示されているため、決定を下す前に独自の条件で検討することができます。
技術概要セッションでは、バックテストのアプローチ、データ処理の実践、推奨事項の構成方法について説明しますが、続行する義務はありません。
技術概要のリクエスト