WEETU applique une modélisation prédictive aux données de marché et opérationnelles, puis publie les recommandations et les résultats qui en résultent afin que vous puissiez revoir le raisonnement avant de vous y fier.
Conçu pour les professionnels et les investisseurs secondaires qui veulent des preuves avant l'allocation, et non des promesses.
WEETU a été construit sur un principe simple : les recommandations générées par un algorithme doivent être vérifiées de la même manière que le travail de n'importe quel analyste. Chaque sortie du modèle est horodatée, expliquée en termes simples et comparée à ce qui s'est réellement passé par la suite.
Nous travaillons avec des données structurées et non structurées (tarifications, dépôts, mesures opérationnelles et indicateurs macro) pour faire apparaître des modèles difficiles à suivre manuellement dans un portefeuille ou une entreprise en croissance.
La plateforme est construite autour de trois fonctions connectées : elle lit les données en continu, note les décisions en fonction du risque et du rendement attendu, et ajuste les recommandations à mesure que de nouvelles informations arrivent.
Les flux de marché, les états financiers et les mesures opérationnelles sont traités de manière continue plutôt que par lots périodiques, de sorte que les recommandations reflètent les conditions actuelles.
Chaque recommandation est pondérée en fonction de la volatilité, des baisses historiques et des limites de concentration, et pas seulement de la hausse projetée, avant de vous être présentée.
À mesure que de nouvelles données arrivent, les recommandations précédentes sont réévaluées et les ajustements sont signalés plutôt que réécrits silencieusement, afin que vous puissiez voir ce qui a changé et pourquoi.
Notre USP est constitué de résultats vérifiés par la communauté : la logique et les résultats du modèle sont visibles pour les utilisateurs, et non enfermés dans une boîte noire.
Les entrées brutes sont normalisées et vérifiées pour détecter les lacunes ou les anomalies avant d'atteindre un modèle prédictif.
Chaque sortie est associée aux variables et à la plage de confiance utilisée par le modèle, écrites en langage simple.
La recommandation, sa justification et la date sont enregistrées publiquement avant que le résultat ne soit connu.
Une fois que les résultats sont disponibles, ils sont annexés au même enregistrement, de sorte que leur exactitude dans le temps est vérifiable et non affirmée.
Les membres peuvent revoir le raisonnement derrière les appels passés et le comparer à ce qui a suivi. Rien n'est modifié rétroactivement une fois qu'une recommandation est enregistrée.
La même approche de modélisation s’applique à trois types de décisions récurrentes, chacune avec un risque et un horizon temporel différents.
Les chefs d'entreprise utilisent des modèles de scénarios pour comparer l'impact projeté des changements de prix, du calendrier d'expansion ou de l'allocation des ressources avant d'engager le budget, avec des hypothèses énoncées à côté de chaque scénario.
L'exposition entre les positions ou les unités commerciales est surveillée par rapport aux seuils de volatilité et de corrélation, avec des alertes déclenchées lorsque la concentration dépasse les limites que vous avez définies.
Les recommandations d'allocation sont rééquilibrées en fonction de l'évolution des données du marché, visant un profil de rendement ajusté au risque plutôt que le gain le plus élevé possible à court terme.
C’est ici que la promesse secondaire est testée par rapport aux preuves : chaque recommandation que nous publions est suivie ici, qu’elle ait fonctionné ou non.
Chaque entrée dans le journal comporte une date, la justification déclarée du modèle et le résultat final. Rien n'est supprimé une fois publié, y compris les appels dont les résultats n'ont pas répondu aux attentes.
Nous faisons cela parce que les déclarations de revenus passifs sont faciles à faire et difficiles à vérifier. Un journal qui montre uniquement les victoires n’est pas un historique : c’est du marketing.
Des réponses simples sur la fiabilité, la confidentialité et la manière dont les risques sont gérés.
Aucun modèle n’est correct à chaque fois. Nous publions l'historique de précision dans le journal des performances plutôt que dans un seul chiffre, afin que vous puissiez juger de la fiabilité dans différentes conditions de marché plutôt que de prendre une réclamation à sa valeur nominale.
Nous collectons les informations nécessaires pour générer et personnaliser des recommandations, telles que les préférences de risque déclarées et les paramètres de portefeuille que vous fournissez. Nous ne vendons pas de données personnelles à des tiers.
Chaque recommandation comprend une fourchette de risque indiquée et les hypothèses qui la sous-tendent. La logique d’atténuation des risques surveille en permanence la concentration et la volatilité et signale les positions qui dépassent les seuils convenus.
Oui. Chaque entrée enregistrée comprend la justification en langage simple ainsi que les points de données sur lesquels le modèle pesait le plus à ce moment-là.
Il est conçu pour les professionnels et les investisseurs secondaires qui souhaitent une approche documentée et fondée sur des preuves plutôt que des signaux de trading quotidiens. Nous vous recommandons de consulter le journal des performances avant d'allouer un capital.
Vous avez une question qui n'est pas abordée ici ? Contactez notre équipe.
Accédez aux recommandations actuelles, à la justification du modèle et au journal public complet des performances pour évaluer si l'approche de WEETU correspond à votre stratégie d'allocation à long terme.
Afficher le journal des performancesPas de période de blocage. Les journaux restent visibles, que vous restiez ou non membre.