Vanquish bruker prediktiv modellering og kontinuerlig dataanalyse til langsiktige økonomiske beslutninger, og hjelper britiske familier med å se forbi kortsiktig markedsstøy og planlegge fra en klarere, risikobevisst posisjon.
Vanquish er en dataanalyseplattform bygget for husholdninger som administrerer langsiktige spare-, pensjons- og investeringsporteføljer. I stedet for å gi meninger om individuelle aksjer, behandler den store volumer av markeds-, økonomi- og porteføljedata for å flagge mønstre som er vanskelige å se ved å lese finanspressen alene.
Plattformen er designet for å sitte sammen med eksisterende råd, ikke erstatte den. Dens rolle er å redusere tiden familier bruker på å sile gjennom motstridende kommentarer, og å presentere en strukturert, datert oversikt over hvordan modellene har prestert.
Markeder genererer nå mer kommentarer enn noen person med rimelighet kan absorbere. For familier som prøver å beskytte sparepenger over flere tiår, er vanskeligheten sjelden mangel på informasjon. Det er å skille signal fra støy, og vite hvilke utviklinger som faktisk endrer det langsiktige bildet.
Prosessen nedenfor er med vilje lineær. Hvert trinn produserer en utgang som mater den neste, slik at den endelige anbefalingen kan spores tilbake til dataene som informerte den.
Markedsprising, makroøkonomiske indikatorer og relevante porteføljedata samles inn og standardiseres på rullerende basis, i stedet for gjennomgått i isolerte grupper.
Statistiske modeller og maskinlæringsmodeller identifiserer historiske mønstre i volatilitet og korrelasjon, og genererer en rekke plausible utfall på kort sikt i stedet for en enkelt prognose.
Hver portefølje eller strategi som vurderes vurderes i forhold til eksponeringen for konsentrasjon, volatilitet og nedtrekk ved bruk av terskler angitt i den publiserte metodikken.
Funnene er oversatt til vanlig veiledning, med de underliggende dataene og modellantakelsene tilgjengelig for gjennomgang ved siden av anbefalingen.
Modeller valideres gjennom backtesting mot historiske perioder med markedsstress, og resultater gjennomgås av analytikere før de publiseres. Denne kombinasjonen av automatisert analyse og menneskelig tilsyn er ment å fange opp modellfeil før den når en husholdnings plan.
En sentral del av Vanquishs tilnærming er at modellutdata logges offentlig, i stedet for bare oppsummert i markedsføringsmateriell. Dette lar familier, og alle andre interesserte, se hvordan anbefalingene har holdt seg over tid.
Metoden angir på forhånd hvordan en anbefaling blir scoret som nøyaktig, hvordan volatilitetsbånd er definert, og hvordan revisjoner av en modell registreres. Oppføringer redigeres ikke med tilbakevirkende kraft; hvis en modell er oppdatert, logges endringen og datoen ved siden av den opprinnelige oppføringen.
| Dato logget | Strategi gjennomgått | Risikobånd | Utfall registrert |
|---|---|---|---|
| Eksempel på oppføring | Balansert vekstmodell | Moderat | Avventende vurderingsperiode |
| Eksempel på oppføring | Kapitalbevaringsmodell | Lavt | Avventende vurderingsperiode |
Mange husholdningsporteføljer akkumulerer konsentrasjonsrisiko gradvis, gjennom arbeidsgiverandelsordninger, gjentatte bidrag til et enkelt fond eller korrelerte eiendeler holdt på tvers av forskjellige kontoer. Vanquishs modeller skårer kontinuerlig eksponeringen på nytt på tvers av en portefølje, i stedet for å stole på en årlig gjennomgang.
I stedet for å produsere én prognose, genererer modelleringslaget en fordeling av plausible utfall basert på historiske analoger og gjeldende markedsforhold. Dette er ment å støtte planleggingsbeslutninger som forblir rimelige på tvers av flere scenarier, ikke bare det mest sannsynlige.
En plan bygget på ett enkelt punkt-i-tidsgjennomgang kan gå ut på dato innen et år. Vanquish revurderer en husholdnings registrerte strategi mot nye data på en kontinuerlig basis, og viser en revidert anbefaling kun når den underliggende analysen endres vesentlig.
Nei. Vanquish er et dataanalyseverktøy beregnet på å sitte sammen med profesjonelle råd eller uavhengig forskning. Den er utformet for å gjøre de underliggende dataene og resonnementene lettere å gjennomgå, ikke for å ta endelige beslutninger på vegne av en husholdning.
Hver anbefaling logges med en dato og modellversjonen som brukes. Resultatene vurderes mot den publiserte metodikken med faste intervaller, og enhver revisjon av en modell registreres ved siden av den opprinnelige oppføringen i stedet for å erstatte den.
Markedsprisdata, makroøkonomiske indikatorer og porteføljedata som en husholdning velger å gi. De spesifikke datakildene og oppdateringsfrekvensen er angitt i metodikkdokumentasjonen som er tilgjengelig gjennom plattformen.
Portefølje- og kontodata lagres separat fra de offentlige ytelsesloggene, som kun inneholder aggregerte modellutdata. Tilgangskontroller og lagringspraksis gjennomgås som en del av plattformens løpende sikkerhetsprosedyrer.
Ja. Ytelsesloggene er offentlig synlige, slik at familier kan gjennomgå historiske anbefalinger og resultater før de bestemmer seg for om de skal starte en analyse av sin egen portefølje.
For spørsmål som ikke dekkes her, kan støtteteamet vårt nås via kontaktside, der responstider og tilgjengelige kanaler er oppført.
Å starte analysen betyr å sende inn detaljene om din nåværende portefølje eller sparestrategi for gjennomgang. Det er ingen forpliktelse til å handle på resultatet, og metodikken bak forblir tilgjengelig hele veien.