How is portfolio and account data secured in transit and at rest?

Data is encrypted in transit using industry-standard TLS, and encrypted at rest within the storage layer. Access to raw account data is restricted to the processes that require it for model calibration; it is not used to train models for other accounts. Review security specifications →

What latency should I expect between a market event and a system response?

Under normal operating conditions, the ingestion pipeline processes new data within sub-minute windows. Latency can increase during periods of high upstream feed volume or scheduled maintenance; any delay is reflected in the timestamp attached to each data point. Review latency specifications →

How is the predictive model trained, and does it use my data to improve itself?

Models are trained on aggregated historical market data and are recalibrated per account using that account's own activity and constraints. Individual account data is not pooled across users to retrain the shared model. Review model training documentation →

Can I export the data and recommendations the system generates?

Recommendations, rationale logs, and the underlying data points used in each decision can be exported from your dashboard in standard tabular formats, so you retain a record independent of the platform. Ask about export formats →

What happens if a data feed goes offline?

If an upstream feed becomes unavailable, the module flags the affected data category as stale rather than silently substituting outdated figures, and recommendations dependent on that feed are paused until the connection is restored. See full technical FAQ →

Uzak bir yatırımcı tarafından kullanılan Silver Yielode veri analizi kontrol paneli

Nerede çalışırsanız çalışın, risk toleransınıza uyum sağlayan niceliksel zeka

Silver Yielode, piyasa ve portföy verilerini gerçek zamanlı olarak alır, risk iştahınızın kalibre edilmiş bir profilini oluşturur ve koşullar değiştikçe önerilerini otomatik olarak ayarlar; bir masaya, işlem salonuna veya sabit bir internet bağlantısına ihtiyaç duymaz.

Analizi Başlat Model Özelliklerini İnceleyin

Canlı Pozisyon Monitörü Örnek çıktı

Hisse Senetleri — Küresel Risk bandı: Orta +%1,4

FX — GBP/USD riski Risk grubu: Muhafazakar -%0,3

Sabit Gelir Risk bandı: Düşük +%0,2

Dijital Varlıklar Risk bandı: Yüksek -%2,1

Metodoloji

Model bir öneriye nasıl ulaşır?

Her çıktı, tek bir kara kutu tahmininden ziyade sıralı bir sürecin sonucudur. Aşağıdaki adımlarda, veri alımı ile kontrol panelinizde gösterilen öneri arasında ne olduğu açıklanmaktadır.

Veri Kullanımı

Piyasa beslemeleri, portföy bildirimleri ve işlem kayıtları, sürekli bir programa göre birleşik bir veri katmanına çekilir.

Normalleştirme

Farklı komisyoncuların, para birimlerinin ve varlık sınıflarının rakamlarının doğrudan karşılaştırılabilmesi için girdiler temizlenir ve standartlaştırılır.

Profil Kalibrasyonu

Risk profilinizi güncellemek için geçmiş kararlarınız ve belirtilen kısıtlamalarınız, gözlemlenen dalgalanma toleransına göre ağırlıklandırılır.

Öneri Çıktısı

Sistem, her biri güven düzeyine ve ona ulaşmak için kullanılan veri noktalarına ilişkin açıklamaların eklendiği sıralanmış bir dizi eylem oluşturur.

Model için "risk toleransı" ne anlama geliyor?

Risk toleransı, işe alım sırasında sabitlenen tek bir sayı değildir. Model, bunu ticaret geçmişiniz, belirttiğiniz zaman ufku ve önceki önerilere verdiğiniz yanıtla değişen bir aralık olarak ele alır. Zaman dilimleri arasında sermayeyi yöneten uzak bir yatırımcı, bir kez yanıtlanan statik bir ankete güvenmek yerine, faaliyet kalıpları veya belirtilen kısıtlamalar değişirse eşiklerin ayarlandığını görecektir.

Sistem yanıt yolu

Mevcut eşiklere göre işaretlenen gelen veri noktası

Kalibre edilmiş risk aralığınıza göre ölçülen sapma

Destekleyici gerekçelerle önerilen düzeltme

Eylem günlüğe kaydedildi ve profil gelecekteki döngüler için güncellendi

Temel Zeka

Her önerinin arkasında iki işlevsel temel bulunur

Platform, tahmine dayalı modelleme ve sürekli veri alımı üzerine kurulmuştur. Her biri, konumdan bağımsız bir yatırımcının aksi takdirde gerçekleştirmesi gereken manuel inceleme hacmini azaltmak için mevcuttur.

Tahmine Dayalı Modeller

Tahminler, geçmiş fiyat davranışlarından, oynaklık kümelemesinden ve portföy düzeyindeki korelasyonlardan oluşturulur ve ardından bir öneri olarak ortaya çıkmadan önce mevcut risk aralığınızla çapraz kontrol edilir.

Giriş penceresiDevam eden geçmiş + canlı yayın
Yeniden kalibrasyonSürekli, olayla tetiklenen
Çıkış formatıGüven notu içeren dereceli eylem

Model doğruluk rakamları her portföye özeldir ve burada genel bir rakam olarak belirtilmek yerine, ilk kalibrasyon döneminden sonra kontrol panelinizde görüntülenir.

Gerçek Zamanlı Veri Alımı

Piyasa verileri, hesap özetleri ve ilgili makroekonomik açıklamalar sürekli olarak alınır, dolayısıyla risk profili asla bir döngüden daha eski bilgilere dayanmaz.

KaynaklarPiyasa beslemeleri, komisyoncu ihracatları, makro bültenleri
İşlemeToplu değil akış
Gecikme hedefiNormal yük altında alt dakika

Gecikme, yukarı akış akışının kullanılabilirliğine göre değişebilir; platform, bir öneride kullanılan her veri noktasına karşı bir zaman damgası gösterir.

Risk Yönetimi Modülü

Masa başında olmadığınızda sermayeyi ve zamanı koruyun

Uzaktan çalışan profesyoneller nadiren işlem günü boyunca pozisyonları izleme lüksüne sahiptir. Risk yönetimi modülü bu kısıtlama etrafında oluşturulmuştur: eşikleri sürekli olarak izler ve yalnızca bir karar gerçekten buna ihtiyaç duyduğunda dikkatinizi gerektirir.

Sistem, sürekli uyarı vermek yerine, düşük öncelikli sinyalleri toplar ve yalnızca kalibre edilmiş risk aralığınızın dışında kalan değişiklikleri iletir. Bunun amacı, verileri incelemek için harcanan zamanı azaltmak ve her piyasa dalgalanmasına ayrı ayrı tepki vermekten kaynaklanan insan hatasını azaltmaktır.

Eşikler, manuel sıfırlama gerektirmek yerine, risk profiliniz yeniden kalibre edildiğinde otomatik olarak ayarlanır.
Yükseltme mantığı, rutin volatiliteyi gerçek sapmalardan ayırarak uyarı hacmini azaltır.
Her tavsiyenin kayıtlı bir gerekçesi vardır, böylece kararlar olay gerçekleştikten sonra gözden geçirilebilir.
Sabit bir ofis bağlantısına bağımlı olmadan farklı zaman dilimlerinde çalışacak şekilde tasarlanmıştır.

Kullanım Durumları

Farklı veri türlerine uygulanır

Aynı alım ve profil oluşturma hattı, çeşitli finansal veri kategorilerine uygulanır. Sonuçlar sağlanan verilerin kalitesine ve hacmine bağlı olduğundan, aşağıdaki tablo garanti edilen sonuçlardan ziyade tipik kullanımı açıklamaktadır.

Veri Türü	Tipik Uygulama	Tipik Çıkış	İşleme Yükü
Listelenen hisse senedi portföyü	Pozisyon düzeyinde risk bandı oluşturma ve yeniden dengeleme istemleri	Gerekçeli dereceli yeniden dengeleme önerileri	Yüksek hacimli, sürekli
Çoklu para birimi nakit akışı	Sınır ötesi gelir için döviz riskinin izlenmesi	Eşik uyarılarıyla birlikte maruz kalma özeti	Orta, olay odaklı
Özel işletme geliri verileri	Serbest meslek geliri için nakit akışı oynaklığı değerlendirmesi	Rezerv tavsiyesi ve farklılık işaretleri	Düşük ila orta, periyodik
Dijital varlık varlıkları	Volatiliteye göre ayarlanmış risk limitleri	Bant ayarlı konum sınırları	Yüksek hacimli, sürekli

İşleme yükü, modelin kategori başına işlediği verilerin sıklığını ve hacmini yansıtır; garantili bir getiri veya sonucu temsil etmez. Yerini almak üzere tasarlandığı özel işlev bu olduğundan, modelin sizin adınıza işleyebileceği veri hacmiyle orantılı olarak manuel inceleme süresi kısalır.

Teknik SSS

Veri güvenliği, gecikme ve model eğitimi

Bunlar, entegrasyondan önce teknik açıdan düşünen kullanıcılar tarafından en sık sorulan sorulardır. Daha ayrıntılı bilgi için her yanıt, ilgili spesifikasyon sayfasına bağlanır.

Portföy ve hesap verileri aktarım sırasında ve kullanımda değilken nasıl güvence altına alınır?

Veriler, aktarım sırasında endüstri standardı TLS kullanılarak şifrelenir ve kullanımda değilken depolama katmanı içinde şifrelenir. Ham hesap verilerine erişim, model kalibrasyonu için bu verilere ihtiyaç duyan süreçlerle sınırlıdır; diğer hesaplara yönelik modelleri eğitmek için kullanılmaz.

Güvenlik özelliklerini inceleyin →

Bir piyasa olayı ile sistem yanıtı arasında ne kadar gecikme beklemeliyim?

Normal çalışma koşulları altında, alım hattı yeni verileri birkaç dakikadan kısa sürede işler. Gecikme, yüksek yukarı akış besleme hacmi veya planlı bakım dönemlerinde artabilir; herhangi bir gecikme, her veri noktasına eklenen zaman damgasına yansıtılır.

Gecikme özelliklerini inceleyin →

Tahmine dayalı model nasıl eğitiliyor ve kendisini geliştirmek için verilerimi kullanıyor mu?

Modeller, toplu geçmiş piyasa verileri üzerinde eğitilir ve o hesabın kendi etkinliği ve kısıtlamaları kullanılarak hesap başına yeniden kalibre edilir. Paylaşılan modeli yeniden eğitmek için bireysel hesap verileri kullanıcılar arasında toplanmaz.

Model eğitimi belgelerini inceleyin →

Sistemin ürettiği verileri ve önerileri dışarı aktarabilir miyim?

Her kararda kullanılan öneriler, mantık günlükleri ve temel veri noktaları, kontrol panelinizden standart tablo formatlarında dışa aktarılabilir, böylece platformdan bağımsız bir kayıt tutarsınız.

Dışa aktarma formatları hakkında bilgi alın →

Bir veri akışı çevrimdışı olursa ne olur?

Yukarı akışlı bir besleme kullanılamaz hale gelirse, modül, güncel olmayan rakamları sessizce değiştirmek yerine, etkilenen veri kategorisini eski olarak işaretler ve bu beslemeye bağlı öneriler, bağlantı yeniden sağlanana kadar duraklatılır.

Teknik SSS'nin tamamına bakın →

Başlayın

Herhangi bir taahhütte bulunmadan önce veri hattınızı gözden geçirin

Entegrasyon, bağlamayı düşündüğünüz veri kaynaklarının (aracılık ihracatları, döviz hesapları veya ticari gelir kayıtları) incelenmesiyle başlar. İlk kalibrasyon döngüsünden önce mevcut hesaplarınızı taşımanıza gerek yoktur.

Analizi Başlat Model Özelliklerini İnceleyin

Hesap verileri aktarım sırasında ve kullanımda değilken şifrelenir ve model eğitimi için hiçbir zaman kullanıcılar arasında bir havuzda toplanmaz.