01
継続的なリスクプロファイリング
このシステムは、1 回限りのアンケートに頼るのではなく、設定した意思決定と目標に基づいてリスク許容度を調整し、状況の変化に応じてプロファイルを調整します。
ほとんどの家計の投資計画は一度作成され、たとえあったとしても年に 1 回見直されます。見直しの合間に金利は変化し、インフレによる貯蓄の侵食は目標ごとに異なっており、リスクエクスポージャは誰も気づかないうちに当初の計画から遠ざかっていきます。
これを手動で追跡するには、市場データを読む必要があり、ほとんどの家庭には時間がありません。その結果、過剰な警戒が成長を制限するか、景気後退が明らかになるまでエクスポージャーが野放しになるかのどちらかになります。
情報過多により、短期的なノイズと真のリスクを区別することが困難になります。静的モデルは、数四半期を超えて維持されることはほとんどない状況を想定しています。
3 つのプロセスがバックグラウンドで継続的に実行され、それぞれがリスク管理の異なる部分を処理します。
このシステムは、1 回限りのアンケートに頼るのではなく、設定した意思決定と目標に基づいてリスク許容度を調整し、状況の変化に応じてプロファイルを調整します。
現在および過去の市場データを分析し、特定の保有資産に影響を与える可能性のある状況にフラグを立てることで、資産の相関関係とボラティリティの変化を予測します。
露出が調整された許容値を超えた場合、プラットフォームはレビュー用に推奨される再調整アクションを実行し、手動で再計算することなく計画を調整します。
各ステージはダッシュボードに表示されるため、推奨事項の背後にある理由をソース データまで遡ることができます。
口座残高、寄付金、市場フィードが 1 つのデータセットに統合されます。
このモデルは、特定の保有資産に関連する過去のパターンと新たなパターンを特定します。
現在の露出を校正された許容値と比較して、ドリフトを特定します。
整合性を回復するために調整が提案され、実行前の承認が保留されます。
Rimba Nilaitama は、いくつかの長期的な目標、不規則な寄付、毎日市場を監視する限られた時間など、中所得世帯が実際に計画する方法を中心に設計されました。
このプラットフォームは、バックグラウンドで分析を処理し、注意が必要なものだけを表示することで、継続的なポートフォリオ管理の認知的負荷を軽減します。
同じ AI エンジンでも、期間と損失の許容範囲が同じではないため、大学の基金と退職金口座の扱いは異なります。
資金が必要になる前に景気後退から回復する時間があるため、このプラットフォームは 10 ～ 15 年の期間を想定しており、成長と引き換えに短期的なボラティリティを許容します。
口座引落が近づいているか、または取り崩し中の口座の場合、システムは成長よりも資本の保護を優先し、同じ市場シグナルに対してより保守的に反応します。
アカウントと取引のデータは転送中も保存中も暗号化され、リスク プロファイルと推奨事項を生成するためにのみ使用されます。マーケティング目的で第三者に販売または共有されることはありません。
推奨事項は、自由形式の生成ではなく、検証済みの市場フィードと実際のアカウントデータに基づいて生成されます。提案されたすべての調整はその背後にある特定のデータ ポイントを参照しているため、変更を承認する前に理由を確認できます。
決まったスケジュールはありません。システムは継続的に監視し、エクスポージャーが調整されたリスク許容度から大幅に逸脱した場合にのみ、リバランスを提案します。これは市場の状況に応じて、年に数回またはまれです。
はい。提案された調整はすべて、実行前に確認を必要とします。記載されたリスク許容度はいつでも手動で調整することもできます。
数分でプロファイルを設定し、Rimba Nilaitama が指定された目標に対して現在のエクスポージャをどのように読み取るかを確認します。