Методология

Уровень верификации

Каждая величина, публикуемая Drusus, сопровождается тремя элементами метаданных о происхождении: первичный источник, время снимка и проверенная цена закрытия предыдущей сессии, относительно которой исчисляются процентные изменения. Уровень верификации отклоняет любую инструментальную строку, в которой какой-либо из этих элементов отсутствует или устарел сверх порога свежести, установленного для соответствующей площадки.

Это наиболее существенное проектное решение в архитектуре. Обзор, который пропускает инструмент, простителен; обзор, который искажает данные о нём, — нет. Уровень верификации намеренно консервативен: он скорее пометит данные как недоступные, чем опубликует непроверенную цифру.

ИИ-аналитик

ИИ-аналитик в чат-интерфейсе Drusus построен на большой языковой модели, ограниченной системной подсказкой, которая требует от него использовать только предоставленный проверенный контекст данных, отмечать любые данные, в которых он не уверен, и излагать материал в аналитическом регистре старшего профессионала, а не маркетингового ассистента.

На уровне Institution аналитик построен на модели Anthropic Claude Sonnet — модели высшего класса, поддерживаемой платформой. На уровне Strategist и ниже аналитик опирается на иную модель сопоставимой аналитической способности для большинства вопросов, но с более ограниченным контекстным окном для наиболее сложных межинструментальных анализов. Выбор модели производится для каждого запроса; мы не понижаем искусственно качество вывода на нижних уровнях.

Аналитик настроен отказываться от формулирования инвестиционных рекомендаций в значении регуляторного периметра, отказываться от выдачи рекомендаций к покупке или продаже отдельных ценных бумаг и отмечать ситуации, в которых пользователь, по всей видимости, ищет такие рекомендации, а не анализ.

Сценарное моделирование

Модуль симуляции Монте-Карло, доступный на уровне Strategist и выше, опирается на историческое распределение доходностей каждого составляющего инструмента с 1985 года (где доступно) по настоящее время, со скользящим корреляционным окном, откалиброванным с учётом режимной зависимости корреляций активов. Симуляция по умолчанию проходит 10 000 траекторий, настраиваемых пользователем.

Модуль допускает заданные пользователем графики снятия средств как в номинальном, так и в реальном выражении, при этом инфляция моделируется на основе выбранного пользователем национального индекса потребительских цен. Результат сообщает вероятность сохранения капитала как в номинальном, так и в реальном выражении, медианную траекторию и значимые процентили (5-й, 25-й, 75-й, 95-й).

Принципиальная методологическая оговорка является обычной для работы по методу Монте-Карло: историческое распределение, из которого черпает симуляция, может не быть репрезентативным для того режима, который фактически охватит горизонт прогнозирования. Результат обусловлен предположением о том, что прошлое информативно относительно будущего, и должен прочитываться с надлежащей осмотрительностью.

Стоимость под риском

Расчёт Стоимости под риском (VaR), доступный на уровне Strategist и выше, использует метод исторического моделирования со скользящим корреляционным окном. Мы сознательно не приняли аналитический (параметрический) метод, который предполагает гауссовское распределение доходностей и склонен недооценивать риск хвостов; равно как и метод дисперсии-ковариации в его простой форме, который аналогичным образом недооценивает тяжёлые хвосты, характерные для финансовых данных.

Окно ретроспективы по умолчанию составляет 250 торговых дней и настраивается. Уровень доверия задаётся пользователем, причём 95 % и 99 % являются обычными значениями по умолчанию. Ожидаемые потери (Conditional VaR) приводятся наряду с заголовочным значением по той же причине, по которой эта мера предпочитается в серьёзной литературе по риску: она характеризует убыток при условии превышения порога VaR, то есть ту величину, которая фактически имеет значение в случае такого превышения.

Сверка кросс-листингов

Для инструментов с двойным листингом (особенно для китайских крупнейших компаний с листингами одновременно на HKEX и NYSE, а также для значительного множества европейских и латиноамериканских наименований) платформа сводит листинги в единую запись инструмента, явно раскрывая скорректированное на валютный курс ценовое соотношение. Используемый валютный курс — спот-курс закрытия сессии соответствующей площадки; для пользователей, которым требуется синхронизированное ценообразование в часы перекрывающихся торгов, предоставляется межсессионная сверка.

Отклонение между двумя листингами, нормализованное по валютному курсу, само является отслеживаемым аналитическим объектом. Устойчивое отклонение, выходящее за пределы исторического диапазона, помечается для внимания пользователя, поскольку подобные отклонения часто отражают либо расчётно-обусловленное трение, либо расхождение в регуляторных соображениях одной из двух юрисдикций.

Редакционный конвейер Drusus Daily

Каждый выпуск Drusus Daily производится через четырёхступенчатый конвейер. Во-первых, из источников платформы собирается срез данных, причём каждая цифра несёт свои метаданные о происхождении. Во-вторых, уровень верификации отклоняет любые неполные или устаревшие строки данных. В-третьих, проверенный контекст передаётся языковой модели, ограниченной системной подсказкой, которая требует использовать только предоставленные данные и предписывает редакционный голос. В-четвёртых, автоматический проверочный проход исследует сгенерированный текст на предмет любых ссылок на величины, отсутствующие в проверенном контексте, и отклоняет выпуск при обнаружении таких ссылок.

Редакционный надзор обеспечивает Gravenos. Если автоматическая проверка выявляет проблему, требующую участия человека, выпуск удерживается до её разрешения. Платформа скорее опубликует частичный выпуск с прозрачной пометкой, чем полный выпуск, содержащий непроверенный материал.

Правила цитирования

Там, где платформа используется как источник данных или аналитического контекста в академических или профессиональных исследованиях, мы просим ссылаться на неё следующим образом: Gravenos, Drusus Platform, gravenos.com, с указанием даты получения данных. Там, где методология вносит существенный вклад, просим ссылаться непосредственно на эту страницу. Там, где материалы Drusus Daily используются в исследованиях, просим ссылаться на соответствующий выпуск с указанием даты.