很少有事件能像 2008 年的大衰退那样，表现出明显的连环多米诺骨牌效应。当时，房地产市场崩溃，经济普遍低迷，地震频发 灾难性的后果让经济学家和分析师们都在思考一个关键问题：这一切能被预测到吗？ 在全球金融体系中 人们普遍认为，当时没有任何现有的正式模型能够预见到这次经济衰退的严重程度。 但在疫情期间及之后，技术进步突飞猛进，现在，新的投资科技公司， ，表示他们可以解决这种缺乏远见的问题并确保历史不会重演。 因西茨 利用历史洞察力的力量 联合创始人兼首席策略师 Jay Samuels 表示，insytz 2007 年，也就是大衰退前的动荡时期，他们的算法能够探测到许多专家都未能察觉的微妙而关键的市场变化。有了这些数据，投资者就可以预测即将来临的危机，从而保护他们的投资组合免受许多人最终面临的严重损失。 已证实 他们的产品基础是一种算法，该算法回顾了过去 80 年的全球市场状况，并运用这些发现（趋势、模式和机会）来指导我们当前的日常市场状况。这种用 Python 编码的技术测试了“过去可以照亮未来”这一理念。 该算法采用来自全球 360 多个市场的加权维度和标准，综合成颜色编码（只有三种颜色，因此不是压倒性的数据彩虹）仪表板，每天更新，提供清晰且可操作的实时市场情报。 如果这项技术在大衰退期间可用，它可能会显著改善投资者和财富顾问应对危机的方式。塞缪尔斯表示，只要看一眼 insytz 日历上的所有红色，投资者就会意识到即将出现严重衰退的警告信号。通过实时洞察市场错误定价、过度反应和 ，这种远见可能有助于调整客户的投资组合。 甚至是新兴机遇 大多数注册投资顾问 (RIA) 和专业投资者已经使用大量数据来推动他们的决策。许多人甚至使用历史数据，那么这有什么不同呢？ 而其他数据来源（比如彭博社、CNBC 和其他投资科技公司）则会整理数据，引导投资者做出决策，同时 ，insytz 专注于提供公正的宏观视角。他们的仪表板提供高层次的市场概览，直至宏观制度内的微观动向——所有这些都以视觉模型的形式呈现，有助于阐明机会。 掩盖大局 市场清晰度和信心的新标准 在一个 今年发布的一项研究表明，75% 的咨询客户表示他们已经离开或至少考虑离开他们的顾问。其中，超过一半的人确实离开了，12% 的人转向了“机器人顾问”。 民意调查 在信任是客户关系基石的行业中，能够根据可靠的数据驱动洞察为客户提供清晰的财务信息和切实可行的建议，可以大大提高顾问的可信度和价值。如今的投资者不信任他们的顾问，而像大衰退这样的意外衰退也是怀疑的一部分——这可以说是合理的。 如今的投资者不仅在寻找可以管理财富的人，他们还在寻求确保自己财务未来安全的保障。无法提供这种清晰度和保证的 RIA 的投资组合将不断缩水。因此，Samuels 相信他们的彩色可视化模型将改变这个行业。  “如今的理财顾问必须成为老师，”他解释道，“有些学习者是视觉型的。我知道我就是。”  insytz 团队表示，结果不言而喻。通过跟踪从大萧条时期到今天的算法指导，他们的算法成功地在熊市（他们称之为低迷状态）、横盘市场和牛市（或上升状态）出现之前就识别了它们。有了这些知识，投资顾问可以做出提供更高风险调整回报的决策。Samuels 解释说，遵循该算法可以轻松获得令人印象深刻的 21.5% 平均年回报率，相比之下，标准普尔 500 指数买入并持有策略则不然。 从洞察到远见 “过去能预测未来吗？”这个问题很复杂，但就金融市场而言，insytz 认为我们可以从历史中学到很多东西。展望未来，显然新的投资技术和可视化模型将发挥越来越重要的作用。  insytz 团队声称，如果他们的公司在 21 世纪初就存在，那么大衰退是可以预见的。剩下的问题是：如果我们能够预测大衰退，我们会采取什么措施来降低风险？

This story contains new, firsthand information uncovered by the writer.

effect

Foresight

Power

Need PR for your company?

tweet me

Read My Stories

該音頻是用故事的原始語言製作的！

重新定义经济预测：insytz 算法如何预测大衰退

About Author

註釋

標籤

这篇文章刊登在

Related Stories

Claude Sonnet 3.5 系统提示泄漏：法医分析

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

如何将您的工作流程提高 10 倍：17 个必备应用程序

架构师指南：构建 AI/ML 数据湖参考架构

Claude Sonnet 3.5 系统提示泄漏：法医分析

Floki 的 Valhalla 成为印度环斯里兰卡赛事联合赞助商

如何将您的工作流程提高 10 倍：17 个必备应用程序

架构师指南：构建 AI/ML 数据湖参考架构

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps