O PumpkinVine analisa dados históricos e de mercado em tempo real para identificar trajetórias de alocação ajustadas ao risco, ajudando os aposentados e os investidores privados a reduzir a exposição à volatilidade sem abandonar os objetivos de crescimento.
Assim que começam os levantamentos regulares de rendimentos, o risco da sequência de rendimentos torna-se uma preocupação primordial: uma recessão no início da reforma pode reduzir permanentemente a taxa de levantamentos sustentáveis, mesmo que os rendimentos médios a longo prazo permaneçam aceitáveis. O PumpkinVine modela esse risco diretamente, em vez de confiar em suposições estáticas de retorno médio.
O papel da plataforma é revelar padrões estatisticamente significativos em quedas históricas e períodos de recuperação, apresentando os cenários ajustados ao risco resultantes para o investidor ou consultor avaliar as circunstâncias pessoais. A decisão final de alocação permanece com o titular da conta.
Cada recurso abaixo aborda um estágio distinto do pipeline de análise, desde a ingestão de dados brutos até uma recomendação que um investidor pode revisar antes de agir.
Os preços de mercado, os indicadores macroeconómicos e as participações em carteira são consolidados num único conjunto de dados, atualizados continuamente durante o horário de mercado, em vez de num ciclo fixo de relatórios.
Os modelos preditivos executam vários cenários de redução e recuperação em relação à composição atual da carteira, sinalizando concentrações que historicamente se correlacionaram com a volatilidade acima da média.
As conclusões são apresentadas como um conjunto classificado de ajustes de alocação com o raciocínio subjacente demonstrado, para que o investidor ou consultor possa avaliar as compensações antes de aprovar qualquer alteração.
Cada recomendação apresentada pelo PumpkinVine é primeiro testada em relação às condições históricas do mercado, incluindo períodos de contração significativa, para avaliar o desempenho de uma determinada alocação na prática e não na teoria.
O motor não busca o maior retorno teórico. Procura alocações que historicamente reduziram a profundidade e a duração dos levantamentos, preservando ao mesmo tempo um resultado comparável a longo prazo – um compromisso mais relevante para os investidores que obtêm rendimentos.
Um aposentado que recebe uma renda mensal fixa tem sua carteira continuamente reavaliada quanto ao risco de sequência de retornos. Os ajustes são propostos quando a exposição negativa modelada excede a faixa de tolerância declarada pelo investidor, com o raciocínio mostrado ao lado de cada sugestão.
Os administradores que gerem um SMSF utilizam a plataforma para testar a alocação atual do fundo em relação a cenários históricos de recessão, identificando o risco de concentração entre classes de ativos antes que se torne relevante para os relatórios de conformidade.
Os consultores financeiros aplicam o mesmo mecanismo de backtesting a uma carteira de carteiras de clientes, utilizando resultados padronizados e baseados em evidências para apoiar conversas sobre tolerância ao risco, em vez de confiar em carteiras de modelos genéricos.
Os alocadores maiores usam o mecanismo de cenário da plataforma para avaliar mudanças estratégicas na alocação de ativos em escala, fazendo referência cruzada das mudanças propostas com décadas de ciclos históricos de mercado antes de comprometer capital.
Os dados do portfólio e da conta são criptografados durante a transmissão e o armazenamento, com acesso limitado aos sistemas necessários para o funcionamento do pipeline de análise.
O tratamento de dados pessoais e financeiros segue os Princípios de Privacidade Australianos, com retenção de dados limitada ao necessário para manter um modelo preciso da conta.
A plataforma gera suporte à decisão, não negociações automatizadas. Cada alteração de alocação requer aprovação explícita do investidor ou de seu consultor antes de ser aplicada.
O PumpkinVine foi construído com base na premissa de que aposentados e investidores privados são mais bem atendidos por análises transparentes e baseadas em evidências do que por negociações automatizadas opacas. Os modelos da plataforma são concebidos para explicar o seu raciocínio, não apenas a sua conclusão.
Cada resultado inclui a base histórica da recomendação, para que possa ser revisado, questionado e aceito ou recusado pelo responsável pelo capital.
Não. A plataforma produz recomendações classificadas com evidências históricas de apoio. Qualquer alteração na alocação de uma carteira requer aprovação explícita do titular da conta ou de seu consultor.
O backtesting aplica a lógica do modelo atual a dados históricos de mercado para observar como uma determinada alocação teria se comportado durante períodos anteriores, incluindo desacelerações conhecidas. Os resultados são simulações históricas e não garantias de desempenho futuro.
Os administradores geralmente usam a análise de cenário da plataforma para informar as decisões de alocação de SMSF. O resultado foi concebido para apoiar, e não substituir, o cumprimento e as obrigações de investimento do próprio administrador.
A retenção de dados é limitada ao necessário para manter um modelo preciso enquanto a conta estiver ativa. No encerramento, os dados são tratados de acordo com a política de privacidade da plataforma e os requisitos de retenção australianos aplicáveis.
Sim. Cada recomendação é apresentada com os cenários históricos e fatores de risco que a informaram, para que possa ser revisada em seus próprios termos antes de qualquer decisão ser tomada.
Uma sessão de visão geral técnica abrange a abordagem de backtesting, as práticas de tratamento de dados e como as recomendações são estruturadas — sem obrigação de prosseguir.
Solicitar visão geral técnica