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

  • 我们应该担心利率的快速上升吗?

    作者:Stephen Dover 期限溢价一直在上升,但投资者应该担心吗?富兰克林邓普顿研究所所长史蒂芬·多佛 (Stephen Dover) 解释了什么是期限保费,以及为什么它们值得关注。 最初发表于 Stephen Dover 的 LinkedIn 时事通讯全球市场展望。在 LinkedIn 上关注 Stephen Dover,他会在其中发布自己的想法和…

    2023年10月31日
    14600
  • 美国如何保持国债市场正常运转

    25.8万亿美元的美国国债市场就像世界金融市场的循环系统——其他一切都依赖于它。近年来,偶尔会出现堵塞,央行不得不介入以恢复资金流动。现在,随着国债价格根据联邦借款激增和长期利率前景变化进行调整,政策制定者保持市场健康至关重要。 诊断相对简单。几十年来,市场一直依赖一群所谓的一级交易商(目前有 24 家)在压力时期维持秩序。但在过去十年中,市场规模呈爆炸式增…

    2023年10月26日
    13700
  • 不确定市场的有吸引力的收入机会

    作者: 富兰克林邓普顿投资 与去年相比,随着收益率上升,人们对固定收益资产类别重新产生了兴趣。富兰克林收入投资者公司 (Franklin Income Investors) 首席信息官 Ed Perks 分享了他对近期宏观发展的分析以及他认为的收入机会。 要点: 美国加息暂停,但可能在较长时间内保持较高水平,滞后效应可能会在 2024 年初显现出来。 由于固…

    2023年12月31日
    14700
  • 北大金融时间序列分析讲义第3章: 线性时间序列模型

    介绍 课程采用蔡瑞胸(Ruey S. Tsay)的《金融数据分析导论:基于R语言》(Tsay 2013)(An Introduction to Analysis of Financial Data with R)作为主要教材之一。“线性时间序列模型”这一部分是教材的第二章和第三章的授课笔记,本章讲授时间序列的线性模型,包括: 一些基本概念 AR, MA, A…

    2023年7月13日
    47500
  • 在高度分散的世界中释放阿尔法机遇

    作者: Rich Mathieson,Christopher DiPrimio,24 年 3 月 6 日 关键点 离散度上升:从长期停滞状态向通货再膨胀状态的转变,不仅导致全球盈利增长扩大,而且导致公司业绩和业绩的离散度显着提高。 阿尔法优于贝塔:除了加剧分散性之外,新制度可能会抑制近几十年来的整体市场表现。这反映出机会集有利于阿尔法回报来源而不是贝塔回报来…

    2024年3月20日
    11800

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