画面に表示された Nang Phatdat データ分析ダッシュボード
AIを活用した市場分析

スプレッドシート作業を必要としない、データに裏付けられた投資シグナル

Nang Phatdat は、市場価格、取引量、マクロ経済データ全体にわたって継続的な統計および機械学習分析を実行し、数分で確認できる推奨事項として出力を表示します。コーディングやモデル構築は必要なく、量的金融の予備知識も必要ありません。

サンプル戦略出力 (例)

信号の信頼性高
過去のドローダウン範囲狭い
モデルの再検証ステータス現在

説明のみを目的としたシミュレーション例。将来の収益を予測または保証するものではありません。

それが埋めるギャップ

手動の市場分析はほとんどの投資家にとってスケールが合わない

自分でやる場合の問題点

たとえ少数の市場にわたる価格傾向、出来高の変化、マクロ経済指標を評価するには、毎週何時間ものスプレッドシート作業が必要であり、その分析の多くは完了する前に古くなってしまいます。機能する予測モデルをゼロから構築するには、統計、プログラミング、継続的なメンテナンスが必要ですが、時間や背景を持っている個人投資家はほとんどいません。

生データと意思決定の間の自動化されたレイヤー

Nang Phatdat は、定量的アナリストが使用するのと同じカテゴリのデータを取り込み、過去の条件に対してすでにテストされたモデルを適用し、定義された信頼しきい値をクリアする推奨事項のみを表示します。出力を確認します。処理は、ユーザーが監視しているかどうかに関係なく、バックグラウンドで継続的に実行されます。

始める前に理解しておくべき 3 つの用語

アルゴリズムの検証
モデルの前提をこれまでに見たことのないデータに対してテストし、そのロジックがモデルの構築に基づいたサンプルの外で維持できるかどうかを確認します。
予測分散
モデルの出力が変化すると予想される範囲。一般に、分散が狭いほど、信号がより安定し、信頼性が高いことを示します。
バックテストされた ROI
過去の市場データに適用した場合に戦略が生み出すであろうリターン。これはシミュレーションされた過去のパフォーマンスを説明するものであり、将来の結果について約束するものではありません。
ボンネットの下で

プラットフォームが実際に行うこと

画面に表示されるすべての推奨事項には 4 つの機能があります。

モデリング

予測モデリング

統計モデルと機械学習モデルは、価格設定、出来高、感情データにわたる永続的なパターンを探し、市場の現在の位置の静的なスナップショットではなく、将来を見据えたシグナルを生成します。

データパイプライン

リアルタイムのデータ取り込み

市場フィードは継続的に処理されるため、毎日または毎週の固定された更新サイクルを待つのではなく、新しい情報が到着するとモデルが再計算されます。

リスク管理

自動化されたリスク軽減

すべての推奨事項にはリスク分類が含まれており、ポジションサイジングのルールが自動的に適用されて、単一のシグナル、モデル、または市場へのエクスポージャーが制限されます。

検証

履歴バックテスト エンジン

モデルがダッシュボードに到達する前に、市場ストレスの期間を含め、モデルがどのようにパフォーマンスを発揮するかを確認するために、長年にわたる履歴データに対してテストされます。

バックテストされた戦略プロセス

推奨事項の構築方法

すべての戦略は、ダッシュボードに到達するまでに同じ 4 つの段階を通過します。結果をより速く生成するために、これらのステップはいずれもスキップされません。

1

データ収集

価格、取引高、および関連するマクロ経済指標は複数の市場から取得され、共通の形式に正規化されます。

2

モデルの検証

各モデルは、過去の景気低迷を含む、トレーニングされていない歴史的期間に対するアルゴリズム検証を受け、そのロジックがストレス下でどの程度持ちこたえるかを測定します。

3

実行戦略

推奨は、単一の無条件の売買指示としてではなく、リスク分類と提案されるポジションサイジングを添付して発行されます。

4

パフォーマンスの監視

実際の結果は、モデルのバックテストされた予測と継続的に比較されます。結果が大きく異なる場合は、モデルに再調整のフラグが立てられます。

構築方法

機能を示すために構築

Nang Phatdat は、各モデルをクローズド システムではなく文書化されたプロセスとして扱うデータ アナリストとエンジニアのチームによって構築されています。すべての推奨事項は、その推奨事項を生成したデータ入力と検証ステップまで遡ることができるため、単に出力を信頼するのではなく、シグナルの背後にある理由を確認できます。

このプラットフォームは英国に拠点を置き、英国を拠点とする投資家のデータ処理とレポートの期待に基づいて構築されており、すべての戦略レポートとともに方法論のメモが利用可能です。

Nang Phatdat アナリストが画面上でモデル検証データを確認
レポートのレイアウト

表示されるレポートを詳しく見る

以下のパネルはレポート ダッシュボードの構造を反映しており、実際の取引結果を表すのではなく、レイアウトを示すためにシミュレートされた図を使用しています。

シミュレートされたバックテスト曲線 (例)

バックテスト期間

歴史の単一の有利な期間ではなく、景気後退を含む複数の完全な市場サイクル。

予測分散バンド

すべての推奨事項とともにレポートされますが、個別に要求する必要がある裏付けドキュメントに拘束されることはありません。

モデルの再検証

固定スケジュールで実行され、ライブ パフォーマンスがバックテストの期待からずれた場合に自動的にトリガーされます。

このセクションの図とチャートは説明のみを目的としており、特定の戦略の過去のパフォーマンスや予測パフォーマンスを表すものではありません。過去のシミュレートされたパフォーマンスは将来の結果の信頼できる指標ではなく、すべての投資には損失のリスクが伴います。

始める前に

よくある質問

Nang Phatdat を使用するには、コーディングまたは財務モデリングの経験が必要ですか?

いいえ。このプラットフォームは、モデルを自分で構築せずに定量分析の出力を必要とするユーザー向けに構築されています。推奨事項は平易な言葉で提示され、説明されている図とともに専門用語が定義されています。

どのレベルのリスクが関係していますか?

すべての推奨事項には、予測の差異と過去のドローダウン範囲に基づいてリスク分類が含まれています。リスクを完全に除去する分類はありません。市場はあらゆるモデルに反して動く可能性があり、シミュレートされた過去のパフォーマンスは将来の結果を保証するものではありません。

推奨事項とパフォーマンス レポートはどのくらいの頻度で更新されますか?

基礎となるデータは継続的に処理され、毎日または毎週の固定サイクルではなく、新しい市場情報が到着すると推奨事項が再計算されます。パフォーマンス レポートは同じ基準で更新されるため、静的なスナップショットから作業することはありません。

私のデータとアカウントはどのように安全に保たれますか?

アカウント データは転送中も保存中も暗号化され、アクセスは標準の認証慣行に従って行われます。 Nang Phatdat では、プラットフォームが資金を直接管理するのではなく市場データを分析するため、推奨事項を生成するために証券会社や銀行のログイン情報は必要ありません。

資本を投入する前に方法論を確認する

アカウントを作成して最初の戦略レポートを開くには、約 10 分かかります。閲覧するために支払い詳細やリンクされた証券口座は必要ありません。

分析を開始する