分配者很难预测哪些基金经理会表现出色, IOR 正在与 Xponance 合作解决这个问题。

投资办公室资源将为客户提供 Xponance 金融科技平台 Aapryl 的访问权限,该平台使用机器学习来评估投资策略在不同市场条件下的表现。

art_xponance_0809.jpg
Xponance 总部位于宾夕法尼亚州费城。(马修·海切尔/彭博社)

过去的表现并不能预测未来的结果,但 Xponance 表示,通过使用机器学习和因子分析,其金融科技平台可以接近未来的结果。

现在,通过与 Investment Office Resources 的合作,该平台将更广泛地提供给分配者。 Investment Office Resources 是一家由前 Mercy Health 首席信息官 Anthony Waskiewicz 创立的外包公司。

IOR 为现有投资办公室提供非全权委托资源,将为其客户提供 Xponance 专有金融科技平台 Aapryl 的访问权限,该平台使用人工智能来预测投资策略的绩效。作为回报,IOR 将向 Aapryl 提供见解和产品反馈。

“许多机构配置者正在寻找方法来建立与其他人不同的投资组合,”瓦斯基维奇在电话中表示。“这正在推动决策的制定,但在某些选择过程中仍然需要一些纪律。”

Aapryl 汇总了 20,000 多个独立管理账户、共同基金和 ETF 的公共股票和固定收益表现,数据来源于 Informa Financial Technology。

该平台使用基于因素的分析来评估基金过去的表现。然后,Aapryl 通过算法运行投资,以便根据投资者投资组合的适合性对投资进行评分。

Xponance 于 15 年前推出了 Aapryl 作为内部技术。该资产管理公司于 2017 年开始向外部人士(包括经理和外包首席投资官公司)提供该平台的访问权限。

该平台总经理 David Andrade 表示:“分配者依赖于同行排名和比率,这对于描述过去的表现非常有用。” “他们的预测能力有限。”

Aapryl 通过使用机器学习来预测投资策略在不同经济环境中的表现来解决这个问题。

瓦斯基维奇说:“许多机构通过试图检验经理业绩中的技能和运气成分来谈论经理的勤勉程度。” “要得到最终的评估并不那么容易。”

他说,Aapryl 的因子分析可以帮助判断经理是否因为市场的优异表现而取得了强劲的业绩,或者因为他们真正产生了阿尔法。

分配者可以使用该平台逐个管理人或使用整体投资组合来评估投资。

“对我们来说,这不仅仅是‘这是一个好教练吗?’”瓦斯基维奇说。他补充道,这也是“我们如何将其纳入投资组合”。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/75023.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年9月9日 23:24
下一篇 2023年9月9日 23:33

相关推荐

  • 利率风险导致全球房地产融资额下降 71%

    由于利率上升降低了投资者的风险偏好,第三季度私人房地产融资大幅下滑。 Preqin 的一份报告显示,截至 9 月份的三个月里,全球范围内有 61 只基金筹集了 182 亿美元,比第二季度下降了 71%,当时 117 只基金筹集了 634 亿美元。该研究公司表示,这是当前加息周期中基金关闭速度最慢的一次。 由于央行加息增加了借贷成本,全球房地产市场陷入动荡。与…

    2023年11月6日
    22500
  • 女性如何应对生活方式的转变?让财务更稳健

    生活方式的转变及其对财务成功的影响: ‍ 生活方式蠕变,也称为生活方式通货膨胀,是指随着收入的增加,我们的支出逐渐增加。这是一种常见的现象,当我们赚得更多时,我们往往会花更多的钱,甚至常常没有意识到。我们开始将新的奢侈品和便利融入我们的生活,例如升级我们的住房、购买更高档的汽车或经常外出就餐。虽然这些变化乍一看似乎无害,但随着时间的推移,它们可能会对我们的财…

    2023年11月28日
    10100
  • 北京大学R语言教程(李东风)第27章: ggplot作图入门

    介绍 Hadley Wickem的ggplot2包是R的一个作图用的扩展包,它实现了“图形的语法”,将一个作图任务分解为若干个子任务,只要完成各个子任务就可以完成作图。在作常用的图形时,只需要两个步骤:首先将图形所展现的数据输入到ggplot()函数中,然后调用某个geom_xxx()函数,指定图形类型,如散点图、曲线图、盒形图等。 如果需要进一步控制图形细…

    2023年11月16日
    54600
  • 收入驱动型投资:管理利率风险的严格方法

    作为投资者,为什么我们容易出现非理性行为?为什么我们经常在该买的时候卖,在该卖的时候买?市场历史充满了这种行为动态的例子。 2020 年 3 月,随着 COVID-19 大流行的爆发,10 年期国债收益率跌至 0.5%。由于利率暴跌,固定收益基金的追踪回报强劲。 “长期走低”是一种普遍的前景,因为全球数万亿美元的主权债务的收益率为负。投资者认为“任何收益率”…

    2024年3月19日
    6800
  • 北京大学金融时间序列分析讲义第27章: 局部水平模型

    状态空间模型是时间序列分析领域中一类强大、灵活、多样的模型,配合卡尔曼滤波技术,可以涵盖ARIMA模型、许多非平稳的、带有外生变量的模型,比前面所述的线性时间序列模型更为灵活。R扩展包statespacer实现了许多基于线性高斯状态空间模型的模型,并且可以自定义模型。 参考: (Tsay 2010) (Durbin and Koopman 2012) (Be…

    2023年8月9日
    16700

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部