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.

PumpkinVine instrumentpanel för prediktiv analys som används för portföljriskbedömning

AI-assisterad beslutsanalys

Prediktiv modellering för kapitalbevarande, byggd på backtestad marknadsdata

PumpkinVine analyserar historiska och realtidsmarknadsdata för att identifiera riskjusterade allokeringsvägar, vilket hjälper pensionärer och privata investerare att minska exponeringen för volatilitet utan att överge tillväxtmålen.

Visa prestandadata Begär teknisk översikt

Backtestad modell Snapshot

15 år

Historiskt fönster

0,4 s

Omanalyscykel

Volatilitetsband

Varför prediktiv modellering är viktig vid pensionering

Pensionsportföljer har en annan riskprofil än investeringar i ackumuleringsfas

När regelbundna inkomstuttag börjar blir risken för avkastningssekvensen ett primärt problem: en nedgång i början av pensioneringen kan permanent minska den hållbara uttagstakten, även om den långsiktiga genomsnittliga avkastningen förblir acceptabel. PumpkinVine modellerar denna risk direkt, snarare än att förlita sig på statiska antaganden om genomsnittlig avkastning.

Plattformens roll är att ta fram statistiskt signifikanta mönster i historiska uttag och återhämtningsperioder, och presentera de resulterande riskjusterade scenarierna för investeraren eller rådgivaren att väga mot personliga omständigheter. Det slutliga tilldelningsbeslutet ligger kvar hos kontoinnehavaren.

Historiskt backtesting djup15 år
Frekvens för omanalys av portföljenDagligen
Modellerade volatilitetsscenarierLåg / Medel / Hög
Mänsklig sign-off på allokeringsändringarObligatoriskt

Kärnfunktioner

Hur plattformen minskar exponeringen för onödiga risker

Varje funktion nedan adresserar ett distinkt stadium i analyspipelinen, från intag av rådata till en rekommendation som en investerare kan granska innan de agerar.

Steg 01 — Förtäring

Dataaggregation i realtid

Marknadsprissättning, makroekonomiska indikatorer och portföljinnehav konsolideras i en enda datauppsättning som uppdateras kontinuerligt under marknadstimmar snarare än på en fast rapporteringscykel.

UppdateringsintervallIntradag

Steg 02 — Modellering

Riskjusterad scenarioanalys

Prediktiva modeller kör flera scenarier för neddragning och återhämtning mot den nuvarande portföljsammansättningen och flaggar för koncentrationer som historiskt korrelerade med volatilitet över genomsnittet.

Scenarier per cykelFlervägs

Steg 03 — Rekommendation

Utgång för beslutsstöd

Resultaten presenteras som en rankad uppsättning allokeringsjusteringar med det underliggande resonemang som visas, så att investeraren eller rådgivaren kan utvärdera avvägningarna innan de godkänner någon förändring.

Godkännande stegManuell

Metodik

Rekommendationer härleds från bakåttestade prestanda, inte bara projektioner

Drawdown Recovery — Illustrativt Backtest

Simulerat tilldelningssvar över historiska nedgångsperioder (indexerat, icke-representativt för något liveklientresultat)

Varje rekommendation som visas av PumpkinVine testas först mot historiska marknadsförhållanden, inklusive perioder av betydande kontraktion, för att bedöma hur en given allokering skulle ha fungerat i praktiken snarare än i teorin.

Motorn söker inte efter den högsta teoretiska avkastningen. Den söker efter allokeringar som historiskt har minskat djupet och varaktigheten av uttag samtidigt som man bevarar ett jämförbart långsiktigt resultat - en avvägning som är mest relevant för investerare som drar en inkomst.

Transparensförklaring: Backtestade resultat beskriver tidigare marknadsbeteende och modellens historiska svar på det. De är inte en prognose av framtida resultat, och ingen allokeringsstrategi eliminerar marknadsrisken helt.

Ansökningar

Från ett individuellt pensionskonto till en bredare strategi för tillgångsallokering

Individuell pensionärsportfölj

En pensionär som har en fast månadsinkomst får sin portfölj fortlöpande omvärderas för risk för avkastningssekvens. Justeringar föreslås när den modellerade nedsidans exponering överstiger investerarens angivna toleransband, med resonemanget som visas bredvid varje förslag.

DagligenRisk omkontroll

Self-Managed Super Fund (SMF)

Förvaltare som förvaltar en SMSF använder plattformen för att stresstesta fondens nuvarande allokering mot historiska nedgångsscenarier, identifiera koncentrationsrisk över tillgångsklasser innan den blir väsentlig för efterlevnadsrapportering.

Flera tillgångarStresstestning

Rådgivare-hanterade klientböcker

Finansiella rådgivare tillämpar samma backtestingmotor över en bok av kundportföljer, och använder standardiserade, evidensbaserade utdata för att stödja samtal om risktolerans snarare än att förlita sig på generiska modellportföljer.

PortföljnivåRapportering

Institutionell tillgångsallokering

Större allokatorer använder plattformens scenariomotor för att utvärdera strategiska tillgångsallokeringsförskjutningar i stor skala, genom att korsrefera föreslagna förändringar mot decennier av historiska marknadscykler innan de satsar kapital.

DecennierAv historiska data

Säkerhet och tillit

Byggd för begränsningarna i den australiensiska finansiella miljön

Datakryptering under överföring och vila

Portfölj- och kontodata krypteras genom överföring och lagring, med åtkomst begränsad till system som krävs för att analyspipelinen ska fungera.

Sekretess anpassad till australiensiska standarder

Hanteringen av personlig och finansiell data följer de australiensiska integritetsprinciperna, med datalagring begränsad till vad som krävs för att upprätthålla en korrekt modell av kontot.

Mänsklig tillsyn över varje rekommendation

Plattformen genererar beslutsstöd, inte automatiserade affärer. Varje tilldelningsändring kräver ett uttryckligt godkännande från investeraren eller dennes rådgivare innan den åtgärdas.

Om tillvägagångssättet

Ett analytiskt lager som sitter bredvid mänskligt omdöme, inte i stället för det

PumpkinVine byggdes på premissen att pensionärer och privata investerare är bättre betjänta av transparent, evidensbaserad analys än av ogenomskinlig automatiserad handel. Plattformens modeller är designade för att förklara deras resonemang, inte bara deras slutsats.

Varje utdata inkluderar den historiska grunden för rekommendationen, så den kan granskas, ifrågasättas och antingen accepteras eller avböjas av den person som ansvarar för kapitalet.

PumpkinVine-analytiker granskar backtestad portföljdata på en arbetsstation

Vanliga frågor

Vanliga frågor om AI:s roll i beslutsprocessen

Tar PumpkinVine investeringsbeslut automatiskt?

Nej. Plattformen producerar rankade rekommendationer med stödjande historiska bevis. Varje förändring av en portföljs allokering kräver ett uttryckligt godkännande från kontoinnehavaren eller dennes rådgivare.

Hur beräknas "backtested" prestanda?

Backtesting tillämpar den nuvarande modelllogiken på historisk marknadsdata för att observera hur en given allokering skulle ha betett sig under tidigare perioder, inklusive kända nedgångar. Resultaten är historiska simuleringar, inte garantier för framtida prestanda.

Är detta lämpligt för en självförvaltad superfond?

Förvaltare använder vanligtvis plattformens scenarioanalys för att informera SMSF-tilldelningsbeslut. Resultatet är utformat för att stödja, inte ersätta, förvaltarens egen efterlevnad och investeringsåtaganden.

Vad händer med min data om jag slutar använda plattformen?

Datalagring är begränsad till vad som är nödvändigt för att upprätthålla en korrekt modell medan kontot är aktivt. Vid stängning hanteras data i enlighet med plattformens sekretesspolicy och tillämpliga australiensiska lagringskrav.

Kan jag se resonemanget bakom en specifik rekommendation?

Ja. Varje rekommendation presenteras med de historiska scenarier och riskfaktorer som informerade den, så att den kan granskas på sina egna villkor innan något beslut fattas.