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 institucionālai kriptogrāfijas riska pārvaldībai

AI vadīta riska pārvaldība institucionālajiem kriptovalūtu portfeļiem

Batu Modaltama nepārtraukti analizē tirgus datus un izmanto paredzamos modeļus, lai ierobežotu negatīvo ietekmi. Kapitāla aizsardzība darbojas visu diennakti neatkarīgi no tirgus stundām vai analītiķu pieejamības.

Modeļu uzraudzība 24/7 Dati tiek apstrādāti Vācijā Cilvēka uzraudzīta izpilde

Manuālā analīze nevar sekot līdzi 24 stundu tirgiem

Kripto tirgi nepārtraukti mainās, un manuālas riska pārskatīšanas parasti tiek veiktas tikai darba laikā. Nepastāvības notikumi, kas notiek vienas nakts laikā vai nedēļas nogalēs, bieži netiek risināti, līdz pozīcija jau ir mainījusies pret portfeli.

Batu Modaltama aizstāj plānotās manuālās pārbaudes ar nepārtrauktu modeļa uzraudzību. Sistēma atkārtoti novērtē portfeļa ekspozīciju ar fiksētiem intervāliem un atzīmē novirzes no definētajiem riska sliekšņiem, negaidot cilvēka pārskatīšanas ciklu.

24/7

Modeļu uzraudzība, tostarp nedēļas nogalēs un svētku dienās

< 60. gadi

Tipisks intervāls starp datu atsvaidzināšanu un riska atkārtotu novērtēšanu

Trīs komponenti atbalsta katru ar risku pielāgotu lēmumu

Katrs komponents darbojas neatkarīgi un nodrošina kombinētu riska rādītāju. Neviena modeļa izvade neaktivizē darbību, neizejot cauri visam konveijeram.

Reāllaika analīze

Tirgus, apjoma un nepastāvības dati tiek iegūti nepārtraukti. Sistēma salīdzina pašreizējos apstākļus ar vēsturiskajiem modeļiem, lai noteiktu izmaiņas, pirms tās ietekmē portfeļa vērtību.

Riska mazināšanas dzinējs

Ekspozīcijas limiti ir noteikti katram aktīvam un portfelim. Kad pozīcija tuvojas noteiktam slieksnim, dzinējs iesaka samazināt vai nodrošināt risku, pirms tiek pārkāpts ierobežojums.

Automatizēta stratēģijas uzlabošana

Modeļa parametri tiek pārskatīti, salīdzinot ar realizēto veiktspēju pēc fiksēta grafika. Korekcijas tiek dokumentētas un piemērotas tikai pēc apstiprināšanas, izmantojot vēsturiskos datus.

No neapstrādātiem datiem līdz uzraudzītam lēmumam

Katrs ieteikums iziet četrus posmus. Cilvēciskā uzraudzība ir iebūvēta cauruļvadā, nevis pievienota kā pārdoma.

Datu ievadīšana

Tirgus plūsmas, pasūtījumu grāmatas dati un makro indikatori tiek apkopoti un normalizēti vienā datu struktūrā, ko var izmantot modeļi.

AI modelēšana

Prognozējošie modeļi novērtē ar varbūtību svērtos rezultātus vairākos laika periodos un ģenerē ranžētu portfeļa darbību kopu.

Cilvēka pārraudzības slānis

Riska speciālists pārskata ieteikumus, kas pārsniedz iepriekš noteiktu būtiskuma slieksni, pirms tie tiek nodoti izpildei.

Izpildes izvade

Apstiprinātās darbības tiek reģistrētas ar pamatā esošo pamatojumu, laikspiedolu un modeļa versiju, izveidojot pārbaudāmu lēmuma ierakstu.

Izstrādāts datu suverenitātes prasībām DACH reģionā

Institucionālie klienti Vācijā pieprasa skaidras atbildes par to, kur atrodas dati un kā tie tiek aizsargāti. Tie ir apskatīti tieši, nevis kā zemsvītras piezīme.

Datu konfidencialitāte

Klientu portfeļa dati tiek apstrādāti infrastruktūrā, kas atrodas Vācijā. Piekļuve ir atļauta tikai nosauktam personālam ar dokumentētu apstiprinājumu.

Normatīvā saskaņošana

Datu apstrādes prakse ir strukturēta tā, lai tā atbilstu GDPR prasībām, kas piemērojamas finanšu datu apstrādātājiem, kas darbojas ES.

Drošības infrastruktūra

Šifrēta datu pārraide, segmentēta piekļuves kontrole un nepārtraukta sistēmas reģistrēšana atbalsta izsekojamu drošības stāvokli.

Bieži uzdotie jautājumi no riska un atbilstības komandām

Cik pārredzama ir modeļa pamatā esošā loģika?

Katrs ieteikums ietver ievades faktorus, kas to veicināja, un ticamības rādītāju. Pilna modeļa iekšējā informācija ir pieejama tehniskajā instruktāžā ar datu zinātnes komandu.

Kā izskatās uzņemšanas laika skala?

Sākotnējā datu integrācija un riska sliekšņa konfigurācija parasti ilgst no divām līdz četrām nedēļām atkarībā no aktīvu klašu skaita un esošās datu infrastruktūras.

Vai riska sliekšņus var pielāgot katram portfelim?

Jā. Ekspozīcijas ierobežojumi, svārstīguma pielaides un intervences izraisītāji tiek konfigurēti atsevišķi katram portfelim, un tos var pielāgot, mainoties pilnvarām.