How does Ivernholl determine my risk tolerance?

The model combines an initial, questionnaire-based baseline with ongoing behavioural data — how recommendations are accepted, adjusted or declined over time. The resulting score is recalculated continuously rather than fixed at onboarding.

Is this suitable for irregular, gig-economy income?

Yes. The model does not assume a fixed deposit schedule. Position sizing is recalculated against whatever capital is currently available, so variable income does not require manual recalibration each time it changes.

What data does the platform require access to?

Typically, transaction history and account-level data from connected sources, along with any market data relevant to your holdings. No data beyond what is required for risk scoring is requested.

Can I override the AI's recommendations?

Yes. Every recommendation can be adjusted or declined manually. That response is itself treated as a data point, feeding back into the variance model for future recalibration.

Data is encrypted in transit and at rest, with access restricted and logged at the process level. Security practices are reviewed as part of ongoing platform maintenance.

Does Ivernholl work for corporate, multi-mandate portfolios?

Yes. Each mandate can be scored and monitored independently within a single account, with variance limits applied per mandate rather than across the portfolio as a whole.

Ivernholl AI kockázatelemzési irányítópult koncepció

AI-alapú kockázati intelligencia

AI, amely automatikusan megtanulja a kockázattűrést

Az Ivernholl valós időben elemzi a piaci adatokat, a tranzakciós előzményeket és a bevételi mintákat, majd úgy igazítja az ajánlásokat, hogy megfeleljen annak, hogy mekkora szórást tud ténylegesen elnyelni – nem pedig egy általános, egyszeri kockázati pontszámot.

A kockázat elemzése Lásd a Módszertant

Élő modell kimenet

Folyamatos nézet az expozícióról, a varianciakövetésről és az ajánlási megbízhatóságról, amint új adatok érkeznek, nem pedig egy rögzített napi ütemezés szerint.

Core Engine

Folyamatos döntésekhez kifejlesztett prediktív modellezési mag

A rendszer nem egy statikus számológép. Folyamatosan feldolgozza az adatokat, és a feltételek változásával újraszámítja az ajánlásokat, miközben a kimeneteket a jelenlegi, nem pedig a múltbeli kockázati kitettséghez igazítja.

Valós idejű adatbevitel

A piaci hírcsatornákat, a tranzakciós előzményeket és a bevételi mintákat folyamatosan dolgozzák fel, nem pedig egy rögzített ütemezésben.

Frissítési ciklus: Folyamatos

Kockázati variancia modellezés

Az ajánlásokat súlyozzák az Ön megfigyelt lehívási toleranciájával, amely inkább viselkedésből, mint statikus kérdőívből származik.

Újrakalibrálás: Folyamatban van

Adaptive Recommendation Engine

A kimenetek az Ön pénzügyi helyzetének változásával módosulnak – a bevételek eltolódása, új kötelezettségek vagy megváltozott rövid távú célok.

Bemenetek: Több forrás

Alacsony késleltetésű következtetés

Az elemzés az adatforrás közelében fut, így az ajánlások a jelenlegi feltételeket tükrözik, nem pedig egy korábbi záróadatot.

Válasz: Almásodperc

AdatkezelésFolyamatos lenyelés

ModellviselkedésÖn-újrakalibrálás

Döntés hatályaEgyéni és mandátumszintű

A Platformról

Olyan emberek számára készült, akik nem férnek hozzá az intézményi kutatópulthoz

Az Ivernholl-et egy egyszerű megszorítás köré tervezték: a legtöbb egyéni befektetőnek és gigagazdasági szakembernek nincs ideje a piacok folyamatos figyelésére, sem a személyzetnek nincs arra, hogy az osztályok között változatos kockázati mandátumot kezeljen.

A platform átveszi ezt a felügyeleti funkciót. Ugyanazt a prediktív modellezési osztályt alkalmazza, amelyet az intézményi kockázati táblákban használnak, le van méretezve, hogy egyéni számlán vagy egyetlen vállalati portfólión működjenek, és a körülmények változásával automatikusan kiigazítják.

Ivernholl adatelemzési munkafolyamat munkaállomáson

Kockázat-tolerancia tanulás

Hogyan tanulja meg a modell az Ön kockázattűrését

A legtöbb platform egyszer, a bevezetéskor hozzárendel egy kockázati kategóriát, és változatlanul hagyja azt. Az Ivernholl a kockázati toleranciát olyan változóként kezeli, amely a viselkedéssel, a jövedelem stabilitásával és a volatilitásra adott megfigyelt reakciókkal együtt mozog.

Signal Flow

Bemeneti jelek: tranzakciók, bevételi ütem, megadott preferenciák

↓ súlyozva

Kockázati variancia modell

↓ beállítja

Ajánlott súlyozás

↓ termel

Pozíciószintű kimenet, minden adatfrissítéskor újrapontozva

Alapállapot-értékelésA kezdeti kalibrálás egyesíti a megadott preferenciákat a rendelkezésre álló korábbi tranzakciós viselkedéssel, elkerülve az egyetlen kérdőívre való hagyatkozást.
Viselkedési kalibrációA modell megfigyeli, hogy az ajánlásokat hogyan használják ténylegesen – elfogadják, módosítják vagy figyelmen kívül hagyják –, és ezt a választ adatpontként kezeli.
Variancia korrekcióAhogy az eredmények halmozódnak, a tolerancia pontszám felfelé vagy lefelé tolódik, ami a tényleges kényelmet tükrözi lehívással, nem pedig egy önbeszámolt becsléssel.
Folyamatos finomításAz újrakalibrálás nem áll le a beindítás után. Mindaddig folytatódik, amíg a fiók aktív marad.

A gyakorlati eredmény: az ajánlások szűkítik azt a kockázati szintet, amelyet fenntarthat, nem pedig azt, amelyet egyszer kiválasztott, és esetleg rosszul ítélt meg.

Használati esetek

Szabálytalan bevételekre és kötelező portfóliókra vonatkozik

Ugyanaz az alapmodell két különböző helyzetet támogat: a változó, részmunkaidős tőkét allokáló egyéneket és a több kockázati mandátumot egyszerre kezelő vállalati csapatokat.

Kiegészítő jövedelem teljes munkaidős ellenőrzés nélkül

A rendszertelen heti keresetű gigagazdasági szakember a rendelkezésre álló tőke egy részét az Ivernholl-en keresztül allokálja ahelyett, hogy manuálisan kezelné a pozíciókat a munkák között. A hozzájárulás nagysága hétről hétre változik, és a modell a pozícióméretet a rendelkezésre álló tőkéhez igazítja, nem pedig lekötött betéti ütemezést.

A modell az inkonzisztens pénzáramlást ismert inputként kezeli, nem pedig szélsőséges esetként, csökkentve a kézi újraegyensúlyozás szükségességét minden bevételi ciklus után.

Eredmény: Folyamatos kockázati kitettség a szabálytalan hozzájárulások ellenére

Több kockázati mandátumot kezelő Treasury csapatok

Egy vállalati pénzügyi csapat több belső portfóliót felügyel, amelyek mindegyike eltérő jóváhagyott kockázati plafonnal rendelkezik. Ahelyett, hogy megbízásonként külön táblázatokat tartana fenn, az Ivernholl egyetlen felügyelt nézeten belül mandátum-specifikus varianciakorlátokat alkalmaz, megjelölve minden olyan portfóliót, amely a jóváhagyott tartományon kívülre sodródik.

Minden egyes mandátumot egymástól függetlenül értékelnek, így egy nagyobb kockázatú allokáció egy portfólióban nem torzítja a jelentést egy konzervatívabb portfólió esetében.

Eredmény: Egy egységes nézet a különböző kockázati mandátumokról

Módszertan

Átlátható, lépésről lépésre előrejelző folyamat

Az alábbi munkafolyamat leírja, hogy a nyers adatok hogyan válnak használható ajánlássá. Minden szakasz naplózásra kerül, így bármely kimenet visszavezethető az azt előállító bemenetekre.

01Adatgyűjtés – kapcsolódó forrásokból származó piaci, fiók- és viselkedési adatok.
02Normalizálás – a bemeneteket megtisztítják és szabványosítják a források közötti összehasonlításhoz.
03Modellpontozás – a prediktív modell kockázattal korrigált előrejelzést generál.
04Varianciaellenőrzés – a kimenetet az aktuális tűrésprofilhoz viszonyítja a rendszer.
05Kézbesítés – az ajánlás a mögöttes megbízhatósági szinttel együtt jelenik meg.

Adatkezelés

A számla- és tranzakcióadatok átvitel közben és nyugalmi állapotban is titkosítva vannak. A nyers adatokhoz való hozzáférés naplózásra kerül, és a modell működéséhez szükséges folyamatokra korlátozódik.

Látencia

Az ajánlások az új adatok bevitelekor frissülnek, nem pedig egy rögzített napi vagy heti ciklusban, így a kimenetek inkább az aktuális, nem pedig az elavult állapotokat tükrözik.

Gyakran Kérdezett

Műszaki és gyakorlati kérdések

Hogyan határozza meg az Ivernholl a kockázattűrő képességemet?

A modell egy kezdeti, kérdőíven alapuló kiindulási állapotot kombinál a folyamatban lévő viselkedési adatokkal – az ajánlások elfogadásának, kiigazításának vagy elutasításának idővel. Az eredményül kapott pontszámot a rendszer folyamatosan újraszámolja, nem pedig a bevezetéskor rögzíti.

Alkalmas ez rendszertelen, gigagazdaságos bevételre?

Igen. A modell nem feltételez lekötött betéti ütemtervet. A pozíció méretezése az aktuálisan rendelkezésre álló tőkéhez képest újraszámításra kerül, így a változó jövedelmet nem kell minden alkalommal manuálisan újrakalibrálni, amikor változik.

Milyen adatokhoz kell hozzáférnie a platformnak?

Jellemzően a kapcsolódó forrásokból származó tranzakciós előzmények és számlaszintű adatok, valamint az Ön állományára vonatkozó piaci adatok. A kockázatpontozáshoz szükséges adatokon túl nem kérünk adatokat.

Felülírhatom az AI ajánlásait?

Igen. Minden ajánlás manuálisan módosítható vagy elutasítható. Ezt a választ adatpontként kezeli, amely visszacsatol a varianciamodellbe a jövőbeli újrakalibráláshoz.

Biztonságban vannak az adataim?

Az adatok továbbításakor és nyugalmi állapotban is titkosítva vannak, a hozzáférés korlátozott és folyamatszinten naplózva. A biztonsági gyakorlatok felülvizsgálata a platform folyamatos karbantartásának részeként történik.

Működik az Ivernholl vállalati, több megbízásos portfóliókhoz?

Igen. Minden megbízás külön-külön pontozható és nyomon követhető egyetlen számlán belül, az eltérési korlátok mandátumonként alkalmazhatók, nem pedig a portfólió egészére vonatkozóan.

Telepítse az Ivernholl-et, hogy megtekinthesse saját kockázati profilját a gyakorlatban

Csatlakoztasson egy adatforrást, és a modell az Ön tényleges tranzakciós viselkedéséből kezd tanulni, nem pedig egy statikus kérdőív eredményéből.

AI telepítése

A fiók beállítása általában néhány percet vesz igénybe; a modell az első csatlakoztatott adatforrástól kezdi meg a kalibrálást.