Do I need coding or financial modelling experience to use Nang Phatdat?

No. The platform is built for people who want the output of quantitative analysis without building the models themselves. Recommendations are presented in plain language, with technical terms defined alongside the figures they describe.

What level of risk is involved?

Every recommendation carries a risk classification based on its predictive variance and historical drawdown range. No classification removes risk entirely: markets can move against any model, and simulated historical performance does not guarantee future results.

How often are recommendations and performance reports updated?

Underlying data is processed continuously, and recommendations are recalculated as new market information arrives rather than on a fixed daily or weekly cycle. Performance reporting is refreshed on the same basis, so you are not working from a static snapshot.

How is my data and account kept secure?

Account data is encrypted in transit and at rest, and access follows standard authentication practice. Nang Phatdat does not require your brokerage or banking login details to generate recommendations, since the platform analyses market data rather than managing your funds directly.

Nang Phatdat datu analīzes informācijas panelis, kas tiek parādīts ekrānā

AI vadīta tirgus analīze

Uz datiem balstīti investīciju signāli bez izklājlapu darba

Nang Phatdat veic nepārtrauktu statistisko un mašīnmācīšanās analīzi, izmantojot tirgus cenas, apjomu un makroekonomiskos datus, un pēc tam parāda rezultātus kā ieteikumus, kurus varat pārskatīt dažu minūšu laikā. Nav nepieciešama kodēšana, modeļu veidošana un iepriekšēja pieredze kvantitatīvo finanšu jomā.

Skatiet stratēģijas veiktspēju Skatīt metodoloģiju

Stratēģijas izvades paraugs (ilustratīvs)

Signāla pārliecībaAugsts

Vēsturiskais samazinājuma diapazonsŠaurs

Modeļa atkārtotas apstiprināšanas statussPašreizējais

Imitēts piemērs tikai ilustrācijai. Nav prognoze vai nākotnes atdeves garantija.

Plaisa, ko tas aizver

Manuālā tirgus analīze neattiecas uz lielāko daļu investoru

Problēma ar to, kā to izdarīt pats

Cenu noteikšanas tendenču, apjoma maiņu un makroekonomisko rādītāju novērtēšana pat dažos tirgos katru nedēļu prasa stundu darbu ar izklājlapām, un liela daļa šīs analīzes ir novecojusi, pirms tā ir pabeigta. Lai izveidotu funkcionējošu prognozēšanas modeli no nulles, ir nepieciešama statistika, programmēšana un pastāvīga apkope, ko dažiem privātajiem investoriem ir pietiekami daudz laika vai fona.

Automatizēts slānis starp neapstrādātiem datiem un lēmumu

Nang Phatdat uzņem tās pašas datu kategorijas, ko izmantotu kvantitatīvs analītiķis, piemēro modeļus, kas jau ir pārbaudīti attiecībā pret vēsturiskajiem apstākļiem, un sniedz tikai ieteikumus, kas notīra noteiktu ticamības slieksni. Jūs pārskatāt produkciju; apstrāde notiek nepārtraukti fonā neatkarīgi no tā, vai jūs to skatāties vai nē.

Trīs termini, ko vērts saprast, pirms sākat

Algoritmiskā validācija: Modeļa pieņēmumu pārbaude, salīdzinot ar datiem, kurus tas iepriekš nav redzējis, lai pārbaudītu, vai tā loģika atbilst paraugam, uz kura tas tika izveidots.
Paredzamā dispersija: Diapazons, kurā paredzams, ka modeļa izlaide mainīsies. Šaurāka novirze parasti norāda uz stabilāku, augstākas ticamības signālu.
Atpakaļpārbaudīta IA: Atdeve, ko stratēģija būtu devusi, ja to piemērotu vēsturiskiem tirgus datiem. Tas apraksta simulētu pagātnes sniegumu, nevis solījumu par nākotnes rezultātiem.

Zem pārsega

Ko platforma patiesībā dara

Aiz katra ekrānā redzamā ieteikuma ir četras iespējas.

Modelēšana

Prognozējošā modelēšana

Statistikas un mašīnmācīšanās modeļi meklē noturīgus modeļus attiecībā uz cenu, apjoma un noskaņojuma datiem, radot uz nākotni vērstus signālus, nevis statisku momentuzņēmumu par tirgus pašreizējo stāvokli.

Datu cauruļvads

Reāllaika datu ievade

Tirgus plūsmas tiek apstrādātas nepārtraukti, tāpēc modeļi pārrēķina, tiklīdz tiek saņemta jauna informācija, nevis gaida fiksētu dienas vai iknedēļas atjaunināšanas ciklu.

Riska kontrole

Automatizēta riska mazināšana

Katram ieteikumam ir riska klasifikācija, un pozīcijas lieluma noteikšanas noteikumi tiek piemēroti automātiski, lai ierobežotu iedarbību uz jebkuru atsevišķu signālu, modeli vai tirgu.

Validācija

Vēsturisks atpakaļpārbaudes dzinējs

Pirms modelis sasniedz jūsu informācijas paneli, tas tiek pārbaudīts, salīdzinot ar gadu vēsturiskajiem datiem, lai noskaidrotu, kā tas būtu darbojies, tostarp tirgus stresa periodos.

Atpakaļpārbaudīts stratēģijas process

Kā tiek veidots ieteikums

Katra stratēģija iziet vienādus četrus posmus, pirms tā sasniedz jūsu informācijas paneli. Neviena no šīm darbībām netiek izlaista, lai iegūtu ātrāku rezultātu.

Datu vākšana

Cenas, tirdzniecības apjoms un attiecīgie makroekonomiskie rādītāji tiek iegūti no vairākiem tirgiem un normalizēti kopējā formātā.

Modeļa apstiprināšana

Katram modelim tiek veikta algoritmiska validācija, ņemot vērā vēsturiskos periodus, par kuriem tas netika apmācīts, tostarp pagātnes lejupslīdes laikā, lai noteiktu, kā tā loģika būtu izturējusies stresa apstākļos.

Izpildes stratēģija

Ieteikumi tiek izdoti, pievienojot riska klasifikāciju un ieteicamo pozīciju lielumu, nevis kā vienotu, nekvalificētu pirkšanas vai pārdošanas norādījumu.

Veiktspējas uzraudzība

Tiešraides rezultāti tiek pastāvīgi salīdzināti ar modeļa atpakaļpārbaudītajām prognozēm. Ja rezultāti būtiski atšķiras, modelis tiek atzīmēts atkārtotai kalibrēšanai.

Kā tas ir uzbūvēts

Izstrādāts, lai parādītu savu darbību

Nang Phatdat ir izveidojusi datu analītiķu un inženieru komanda, kas katru modeli uzskata par dokumentētu procesu, nevis slēgtu sistēmu. Ikvienu ieteikumu var izsekot līdz datu ievadei un validācijas darbībām, kas to radīja, lai jūs varētu redzēt signāla pamatojumu, nevis vienkārši uzticēties izvadei.

Platforma atrodas Apvienotajā Karalistē, un tās struktūra ir balstīta uz Apvienotajā Karalistē bāzēto investoru datu apstrādes un ziņošanas cerībām, un līdzās katram stratēģijas ziņojumam ir pieejamas piezīmes par metodoloģiju.

Nang Phatdat analītiķi ekrānā pārskata modeļa validācijas datus

Pārskatu izkārtojums

Sīkāka informācija par ziņojumiem, ko jūs varētu redzēt

Tālāk esošajā panelī ir atspoguļota pārskatu informācijas paneļa struktūra, izmantojot simulētus skaitļus, lai ilustrētu izkārtojumu, nevis atspoguļotu faktiskos tirdzniecības rezultātus.

Imitēta pretpārbaudes līkne (ilustratīvs)

Atpakaļpārbaudes periods

Vairāki pilni tirgus cikli, tostarp lejupslīdes, nevis viens labvēlīgs vēstures posms.

Prognozējošā dispersijas josla

Tiek ziņots kopā ar katru ieteikumu, nevis apliecinošajos dokumentos, kas jums ir jāpieprasa atsevišķi.

Modeļa atkārtota apstiprināšana

Darbojas pēc noteikta grafika un tiek aktivizēta automātiski, ja tiešraides izpilde novirzās no iepriekš pārbaudītām cerībām.

Šīs sadaļas skaitļi un diagrammas ir tikai ilustratīvi un neatspoguļo kādas konkrētas stratēģijas vēsturisko vai prognozēto sniegumu. Pagātnes simulētais sniegums nav uzticams nākotnes rezultātu rādītājs, un visi ieguldījumi ir saistīti ar zaudējumu risku.

Pirms sākat

Jautājumi, kurus mums uzdod visbiežāk

Vai man ir nepieciešama kodēšanas vai finanšu modelēšanas pieredze, lai izmantotu Nang Phatdat?

Nē. Platforma ir paredzēta cilvēkiem, kuri vēlas iegūt kvantitatīvu analīzi, neveidojot pašus modeļus. Ieteikumi ir sniegti vienkāršā valodā ar tehniskiem terminiem, kas definēti līdzās tajos aprakstītajiem skaitļiem.

Kāds riska līmenis ir saistīts?

Katram ieteikumam ir riska klasifikācija, pamatojoties uz tā paredzamo dispersiju un vēsturisko izņemšanas diapazonu. Neviena klasifikācija pilnībā nenovērš risku: tirgi var mainīties pret jebkuru modeli, un simulēta vēsturiskā veiktspēja negarantē nākotnes rezultātus.

Cik bieži tiek atjaunināti ieteikumi un veiktspējas pārskati?

Pamatdati tiek apstrādāti nepārtraukti, un ieteikumi tiek pārrēķināti, kad tiek saņemta jauna tirgus informācija, nevis fiksētā dienas vai nedēļas ciklā. Darbības pārskati tiek atsvaidzināti, pamatojoties uz to pašu, tāpēc jūs nestrādājat no statiska momentuzņēmuma.

Kā mani dati un konts tiek aizsargāti?

Konta dati tiek šifrēti sūtīšanas un atpūtas laikā, un piekļuve tiek veikta saskaņā ar standarta autentifikācijas praksi. Nang Phatdat neprasa jūsu starpniecības vai bankas pieteikšanās informāciju, lai ģenerētu ieteikumus, jo platforma analizē tirgus datus, nevis tieši pārvalda jūsu līdzekļus.