Fiscalmere analysiert Marktdaten in Echtzeit und wendet Backtest-Strategien an, um Entscheidungen zu unterstützen, die außerhalb eines festen Büros getroffen werden – mit der gleichen Genauigkeit, die ein ortsansässiger Analyst erwarten würde.
Entdecken Sie die MethodikJede Empfehlung stammt aus einem definierten Modell und wird anhand historischer Bedingungen getestet, bevor sie Ihr Dashboard erreicht.
Die Plattform verarbeitet Preis-, Volumen- und makroökonomische Signale bei deren Aktualisierung, anstatt sich auf Tagesend-Snapshots zu verlassen, die kurzfristige Veränderungen, die für aktive Positionen relevant sind, übersehen.
Modelle werden auf rollierenden Fenstern historischer Daten neu trainiert, wodurch Empfehlungen ohne manuelle Neukonfiguration angepasst werden können, wenn sich Marktregime ändern.
Fiscalmere wurde für einen Kundenstamm entwickelt, der Kapital verwaltet und gleichzeitig zwischen Zeitzonen wechselt. Auf das Dashboard kann von jedem angeschlossenen Gerät aus zugegriffen werden, und jede Empfehlung enthält die Begründung – nicht nur ein Signal.
Dies ist insbesondere für Remote-Investoren wichtig: Entscheidungen müssen häufig asynchron, außerhalb der üblichen Handelszeiten und ohne direkten Zugriff auf ein Research-Team getroffen werden. Die Plattform ist so strukturiert, dass sie dies kompensiert.
Empfehlungen werden mit einem Zeitstempel versehen und protokolliert, sodass ein klarer Prüfpfad entsteht, unabhängig davon, wo oder wann eine Entscheidung überprüft wurde.
Das Vertrauen in ein Modell entsteht dadurch, dass man sieht, wie es unter vergangenen Bedingungen funktioniert hat, einschließlich der Zeiten, in denen es schlecht gemeistert hat.
Jede Strategie wird mit mehrjährigen historischen Datensätzen verglichen, bevor sie live eingesetzt wird, und deckt dabei sowohl Zeiträume mit geringer als auch hoher Volatilität ab und nicht nur eine einzelne günstige Phase.
Maximaler Drawdown, Exposure-Konzentration und volatilitätsbereinigte Rendite werden gemeinsam überprüft, da Renditezahlen allein wenig über das Risiko aussagen, das zu ihrer Erreichung eingegangen wird.
Modelle werden anhand von Daten getestet, die aus dem ursprünglichen Trainingssatz zurückgehalten wurden, wodurch die Wahrscheinlichkeit verringert wird, dass starke Backtest-Ergebnisse einfach ein Artefakt einer Überanpassung sind.
Validierte Strategien kommen mit definierten Positionslimits in den Live-Einsatz, und die Leistung wird fortlaufend anhand der ursprünglichen Backtest-Erwartungen überwacht.
Backtest-Ergebnisse spiegeln historische Marktbedingungen wider und garantieren keine zukünftige Leistung. Fiscalmere legt den Zeitraum und die Datenquelle offen, die für die historische Bewertung jeder Strategie verwendet wurden, und stellt simulierte Ergebnisse nicht als ausgeführte Handelshistorie dar.
Der Wert liegt nicht allein in der Geschwindigkeit, sondern in der Reduzierung von Entscheidungen, die von der physischen Anwesenheit oder emotionalen Reaktionsfähigkeit abhängen.
Empfehlungen kommen bereits auf Risiken überprüft an, sodass der Zeitaufwand für die Überprüfung einer Position kürzer ist als für die Erstellung einer Analyse anhand von Rohdaten.
Für die Portfolioüberwachung ist weder ein fester Arbeitsplatz noch eine Präsenz während der Marktzeiten erforderlich, was eher zu einem Zeitplan passt, der von Reisen als von einem Schreibtisch geprägt ist.
Die Expositionsregeln gelten unabhängig vom Marktgeschehen oder persönlichen Umständen in gleicher Weise, wodurch kurzfristige Stimmungsentscheidungen eingeschränkt werden.
Sehen Sie sich die vollständige Methodik an, bevor Sie entscheiden, wie sie zu Ihrer Situation passt.
Sehen Sie sich die Vorteile im Detail anDie Antworten bleiben sachlich und nicht werblich, entsprechend der Art und Weise, wie die Plattform aufgebaut ist.
Jede Empfehlung wird durch ein Vorhersagemodell generiert, das auf historischem Preisverhalten, Volatilität und relevanten makroökonomischen Indikatoren trainiert wird. Das Modell gibt eine wahrscheinlichkeitsgewichtete Bewertung aus, die dann durch eine Risikominderungsebene gefiltert wird, bevor sie im Dashboard angezeigt wird.
Backtesting-Zahlen beschreiben, wie sich eine Strategie anhand historischer Daten unter angegebenen Annahmen entwickelt hat, einschließlich gegebenenfalls der Transaktionskosten. Sie sind ein Maß für die historische Robustheit des Modells und keine Prognose einzelner Ergebnisse, die je nach Zeitpunkt, Kapital und Marktbedingungen zum Einstiegszeitpunkt variieren können.
Kunden- und Kontodaten werden auf einer Infrastruktur innerhalb der EU gespeichert, in Übereinstimmung mit den DSGVO-Anforderungen, die für in Deutschland tätige Unternehmen gelten. Der Zugriff ist auf das „Need-to-know“-Prinzip beschränkt und die Daten werden nicht zu Marketingzwecken an Dritte weitergegeben.
Ja. Das Dashboard präsentiert jede Empfehlung mit einer verständlichen Erläuterung der Begründung und der angewandten Risikoparameter, sodass für eine verantwortungsvolle Verwendung keine technischen Kenntnisse in der Modellierung erforderlich sind.
Die Live-Leistung wird fortlaufend mit den Backtest-Erwartungen verglichen. Wenn eine Strategie wesentlich von ihrem historischen Risikoprofil abweicht, wird sie zur Überprüfung markiert und nicht unüberwacht ausgeführt.
Die Datenverarbeitung folgt den DSGVO-Standards für Infrastruktur und Speicherung innerhalb der Europäischen Union und spiegelt die Datenschutzerwartungen von Kunden mit Sitz in Deutschland und der DACH-Region im weiteren Sinne wider.
Greifen Sie auf das Dashboard zu, um aktuelle Modelle, ihren Backtest-Verlauf und die auf Live-Empfehlungen angewendeten Risikoparameter anzuzeigen.