Bygge bro over gapet mellom kontrakter, med data i stedet for gjetting
Netropolis kjører tilbaketestede AI-modeller som administrerer overskuddskapital for frilansere og konsulenter, med mål om jevn, målt vekst i periodene mellom lønnet arbeid.
Netropolis kjører tilbaketestede AI-modeller som administrerer overskuddskapital for frilansere og konsulenter, med mål om jevn, målt vekst i periodene mellom lønnet arbeid.
Uavhengige inntekter kommer i ujevne støt. Et sterkt kvartal lar kontanter sitte på en brukskonto, og tjener lite, mens neste fakturadato forblir usikker. De fleste entreprenører misligholder å holde alt i reserve, som er trygt, men statisk, eller ad-hoc-investeringer, som sjelden testes mot noe utover personlig vurdering.
Netropolis ble bygget rundt et smalere spørsmål: hva antyder faktisk de historiske dataene om å allokere det overskuddet, og hvor raskt kan det konverteres til en spesifikk, risikojustert anbefaling.
Prosessen er bevisst lineær. Hvert trinn eksisterer for å fjerne skjønn fra beslutningen og erstatte den med et dokumentert, repeterbart trinn.
Markeds-, makro- og likviditetsdatasett som strekker seg over et tiår samles inn og normaliseres før noen modell tillates å berøre dem.
AI bygger et sannsynlighetsvektet syn på sannsynlige utfall under varierende volatilitetsforhold, i stedet for en enkelt prognose.
Tildelinger justeres innenfor avtalte terskler etter hvert som betingelsene endres, med hver endring logget mot den opprinnelige strategibriefen.
I stedet for en statisk kvartalsrapport, leser plattformen relevante markedssignaler på nytt etter hvert som de oppstår og reflekterer ethvert vesentlig skifte i allokeringens risikoprofil innen samme dag.
I perioder med forhøyet volatilitet er modellen utformet for å redusere eksponeringen foran bekreftede nedgangstider der historiske mønstre støtter det, med det eksplisitte målet om å begrense nedtrekk i stedet for å maksimere kortsiktig gevinst.
Du angir hvor raskt kapital kan kreves, og anbefalingssettet justeres deretter, og favoriserer posisjoner med kortere varighet og lavere volatilitet der kortsiktig likviditet er en uttalt prioritet.
Vi publiserer ikke kundetilbud. I stedet kommer hver strategi med et metodikkkort som beskriver nøyaktig hva som ble testet, mot hvilke data og over hvilken periode.
Hver strategi leveres med et diagram som sammenligner simulert ytelse med en relevant referanseindeks, inkludert perioder med tap.
Datasett inkluderer FTSE 100-historikk, globale makroindikatorer og volatilitetsmål på sektornivå, dokumentert sammen med modellens forutsetninger og kjente begrensninger.
Alle strategier simuleres mot mer enn ti år med markedsdata før distribusjon, og testes på nytt hver gang den underliggende modellen revideres.
Netropolis ble opprettet rundt en spesifikk observasjon: uavhengige fagfolk i Storbritannia har ofte meningsfulle reserver i korte, uforutsigbare perioder, og eksisterende investeringsverktøy er bygget for enten langsiktige pensjoner eller aktiv dagshandel, med lite i mellom.
Vår tilnærming kombinerer tilbaketestede AI-modeller med enkel rapportering, slik at en kontraktør ikke bare kan forstå hva anbefalingen er, men hvorfor dataene støtter den.
Du kan flagge en del av kapitalen som reservert, for eksempel midler satt av til selskapsskatt, og modellen vil ekskludere den fra aktiv allokering, og holde den i lavere volatilitet, lett tilgjengelige posisjoner som standard.
Kontodata er kryptert under overføring og hvile, og tilgang til tildelingskontroller krever autentisert pålogging. Vi deler ikke data på klientnivå med tredjeparter for markedsføringsformål.
Modellutdata vurderes fortløpende, og enhver anbefalt endring av allokeringen din presenteres med støttedata samme dag som den identifiseres. Du beholder den endelige godkjenningen før eventuell rebalansering trer i kraft.
Se gjennom de tilbaketestede modellene som er relevante for din likviditetshorisont før du forplikter deg til kapital.