How transparent is the underlying model logic?

Each recommendation includes the input factors that contributed to it and a confidence score. Full model internals are available under a technical briefing with the data science team.

What does the onboarding timeline look like?

Initial data integration and risk-threshold configuration typically take between two and four weeks, depending on the number of asset classes and existing data infrastructure.

Can risk thresholds be customized per portfolio?

Yes. Exposure limits, volatility tolerances, and intervention triggers are configured individually for each portfolio and can be adjusted as mandates change.

Batu Modaltama — AI platforma za institucionalno upravljanje kripto rizikom

Upravljanje rizikom vođeno umjetnom inteligencijom za institucionalne kripto portfelje

Batu Modaltama kontinuirano analizira tržišne podatke i primjenjuje prediktivne modele za ograničavanje negativne izloženosti. Zaštita kapitala radi 24 sata dnevno, neovisno o radnom vremenu tržišta ili dostupnosti analitičara.

24/7 praćenje modela Podaci obrađeni u Njemačkoj Pogubljenje pod ljudskim nadzorom

Ručna analiza ne može držati korak s 24-satnim tržištima

Kripto tržišta se neprestano kreću, a ručni pregledi rizika obično su ograničeni na radno vrijeme. Događaji volatilnosti koji se događaju tijekom noći ili tijekom vikenda često se ne adresiraju sve dok se pozicija već ne pomakne u odnosu na portfelj.

Batu Modaltama zamjenjuje zakazane ručne provjere kontinuiranim nadzorom modela. Sustav ponovno procjenjuje izloženost portfelja u fiksnim intervalima i označava odstupanja od definiranih pragova rizika bez čekanja na ciklus ljudskog pregleda.

24/7

Praćenje modela, uključujući vikende i državne praznike

< 60-ih

Tipični interval između osvježavanja podataka i ponovne procjene rizika

Tri komponente podržavaju svaku odluku prilagođenu riziku

Svaka komponenta radi neovisno i hrani kombinirani rezultat rizika. Niti jedan izlaz modela ne pokreće radnju bez prolaska kroz cijeli cjevovod.

Analiza u stvarnom vremenu

Podaci o tržištu, količini i volatilnosti unose se kontinuirano. Sustav uspoređuje trenutne uvjete s povijesnim uzorcima kako bi otkrio promjene prije nego što utječu na vrijednost portfelja.

Motor za smanjenje rizika

Ograničenja izloženosti postavljena su po imovini i po portfelju. Kada se pozicija približi definiranom pragu, mehanizam preporučuje smanjenje ili zaštitu prije nego što se granica probije.

Automatizirano usavršavanje strategije

Parametri modela se pregledavaju u odnosu na ostvarene performanse prema fiksnom rasporedu. Prilagodbe se dokumentiraju i primjenjuju tek nakon provjere u odnosu na povijesne podatke.

Od sirovih podataka do nadzirane odluke

Svaka preporuka prolazi kroz četiri faze. Ljudski nadzor ugrađen je u cjevovod, a ne dodan kao naknadna misao.

Gutanje podataka

Tržišni izvori, podaci iz knjige narudžbi i makroindikatori prikupljaju se i normaliziraju u jednu strukturu podataka koju mogu koristiti modeli.

AI modeliranje

Prediktivni modeli procjenjuju ishode ponderirane vjerojatnošću kroz više vremenskih horizonata i generiraju rangirani skup portfeljskih akcija.

Sloj ljudskog nadzora

Službenik za upravljanje rizikom pregledava preporuke koje premašuju unaprijed postavljeni prag materijalnosti prije nego što se puste na izvršenje.

Izlaz izvršenja

Odobrene radnje bilježe se s temeljnim obrazloženjem, vremenskom oznakom i verzijom modela, stvarajući zapis odluke koji se može revidirati.

Izgrađen za zahtjeve suvereniteta podataka u DACH regiji

Institucionalni klijenti u Njemačkoj zahtijevaju jasne odgovore o tome gdje se podaci nalaze i kako su zaštićeni. Oni su adresirani izravno, a ne kao fusnota.

Privatnost podataka

Podaci o portfelju klijenata obrađuju se unutar infrastrukture koja se nalazi u Njemačkoj. Pristup je ograničen na imenovano osoblje prema dokumentiranom odobrenju.

Regulatorno usklađivanje

Prakse rukovanja podacima strukturirane su u skladu sa zahtjevima GDPR-a koji se primjenjuju na obrađivače financijskih podataka koji rade u EU-u.

Sigurnosna infrastruktura

Šifrirani prijenos podataka, segmentirane kontrole pristupa i kontinuirano bilježenje sustava podržavaju sljedivi sigurnosni položaj.

Uobičajena pitanja timova za rizik i usklađenost

Koliko je transparentna logika temeljnog modela?

Svaka preporuka uključuje ulazne čimbenike koji su joj pridonijeli i ocjenu pouzdanosti. Cijeli model internih dijelova dostupan je na tehničkom brifingu s timom za podatkovnu znanost.

Kako izgleda vremenska traka integracije?

Početna integracija podataka i konfiguracija praga rizika obično traju između dva i četiri tjedna, ovisno o broju klasa imovine i postojećoj podatkovnoj infrastrukturi.

Mogu li se pragovi rizika prilagoditi po portfelju?

Da. Ograničenja izloženosti, tolerancije volatilnosti i okidači intervencije konfiguriraju se pojedinačno za svaki portfelj i mogu se prilagođavati s promjenom mandata.