Vanquish tillämpar prediktiv modellering och kontinuerlig dataanalys för långsiktiga finansiella beslut, vilket hjälper brittiska familjer att se förbi kortsiktigt marknadsbrus och planera från en tydligare, riskmedveten position.
Vanquish är en dataanalysplattform byggd för hushåll som hanterar långsiktigt sparande, pensioner och investeringsportföljer. Istället för att ge åsikter om enskilda aktier, bearbetar den stora volymer marknads-, ekonomi- och portföljdata för att flagga mönster som är svåra att se genom att bara läsa finanspressen.
Plattformen är utformad för att ligga vid sidan av befintlig rådgivning, inte ersätta den. Dess roll är att minska den tid familjer spenderar på att sålla igenom motstridiga kommentarer och att presentera en strukturerad, daterad registrering av hur dess modeller har presterat.
Marknader genererar nu mer kommentarer än någon enskild person rimligen kan ta till sig. För familjer som försöker skydda besparingar under decennier är svårigheten sällan brist på information. Det skiljer signal från brus och att veta vilka utvecklingar som faktiskt förändrar den långsiktiga bilden.
Processen nedan är avsiktligt linjär. Varje steg producerar en utdata som matar nästa, så den slutliga rekommendationen kan spåras tillbaka till den information som informerade den.
Marknadsprissättning, makroekonomiska indikatorer och relevant portföljdata samlas in och standardiseras på rullande basis, snarare än att granskas i isolerade omgångar.
Statistiska och maskininlärningsmodeller identifierar historiska mönster i volatilitet och korrelation, vilket genererar en rad rimliga kortsiktiga utfall snarare än en enda prognos.
Varje portfölj eller strategi som granskas bedöms mot dess exponering för koncentration, volatilitet och uttag, med hjälp av tröskelvärden som anges i den publicerade metoden.
Resultaten översätts till vägledning i klarspråk, med de underliggande data och modellantaganden som görs tillgängliga för granskning tillsammans med rekommendationen.
Modeller valideras genom backtesting mot historiska perioder av marknadsstress, och utdata granskas av analytiker innan de publiceras. Denna kombination av automatiserad analys och mänsklig tillsyn är avsedd att fånga upp modellfel innan det når hushållets plan.
En central del av Vanquish:s tillvägagångssätt är att modellutdata loggas offentligt snarare än att endast sammanfattas i marknadsföringsmaterial. Detta gör att familjer, och alla andra intresserade, kan granska hur rekommendationer har hållit i sig över tid.
Metodiken anger i förväg hur en rekommendation bedöms som korrekt, hur volatilitetsband definieras och hur revisioner av en modell registreras. Inlägg redigeras inte retroaktivt; om en modell uppdateras loggas ändringen och dess datum tillsammans med den ursprungliga posten.
| Datum loggat | Strategin granskas | Riskband | Resultatet registrerats |
|---|---|---|---|
| Exempel på inmatning | Balanserad tillväxtmodell | Måttlig | Väntande granskningsperiod |
| Exempel på inmatning | Kapitalbevarande modell | Låg | Väntande granskningsperiod |
Många hushållsportföljer ackumulerar koncentrationsrisk gradvis, genom arbetsgivaraktieprogram, upprepade bidrag till en enda fond eller korrelerade tillgångar som hålls på olika konton. Vanquish:s modeller poängsätter kontinuerligt exponeringen över en portfölj, snarare än att förlita sig på en årlig granskning.
Istället för att producera en prognos genererar modelleringsskiktet en fördelning av rimliga utfall baserat på historiska analoger och aktuella marknadsförhållanden. Detta är avsett att stödja planeringsbeslut som förblir rimliga över flera scenarier, inte bara det mest troliga.
En plan som bygger på en enda punkt-in-time granskning kan bli inaktuell inom ett år. Vanquish omvärderar ett hushålls inspelade strategi mot nya data på en kontinuerlig basis, och visar en reviderad rekommendation endast när den underliggande analysen väsentligt förändras.
Nej. Vanquish är ett dataanalysverktyg avsett att sitta vid sidan av professionell rådgivning eller oberoende forskning. Den är utformad för att göra underliggande data och resonemang lättare att granska, inte för att fatta slutgiltiga beslut på ett hushålls vägnar.
Varje rekommendation loggas med ett datum och vilken modellversion som används. Resultaten granskas mot den publicerade metoden med fasta intervall, och varje revidering av en modell registreras tillsammans med den ursprungliga posten istället för att ersätta den.
Marknadsprisdata, makroekonomiska indikatorer och portföljdata som ett hushåll väljer att tillhandahålla. De specifika datakällorna och uppdateringsfrekvensen anges i metoddokumentationen som är tillgänglig via plattformen.
Portfölj- och kontodata lagras separat från de offentliga prestationsloggarna, som endast innehåller aggregerade modellutdata. Åtkomstkontroller och lagringsmetoder ses över som en del av plattformens pågående säkerhetsprocedurer.
Ja. Prestandaloggarna är offentliga, så familjer kan granska historiska rekommendationer och resultat innan de bestämmer sig för om de ska påbörja en analys av sin egen portfölj.
För frågor som inte tas upp här kan vårt supportteam nås via kontaktsida, där svarstider och tillgängliga kanaler listas.
Att starta analysen innebär att lämna in detaljerna om din nuvarande portfölj eller sparstrategi för granskning. Det finns ingen skyldighet att agera på resultatet, och metodiken bakom det förblir tillgänglig hela tiden.