How is my data stored and processed?

Data is processed within EU-based infrastructure under GDPR requirements. Account and portfolio data are encrypted in transit and at rest, and access is limited to the processes required to generate your analysis.

Can I connect an existing brokerage or portfolio account?

Portfolio data can be imported through a read-only connection, which allows the model to factor in existing holdings without the platform holding transaction authority.

How far back does the backtesting data go?

Backtest windows vary by asset class and strategy, and are disclosed alongside each recommendation so you can see the exact historical period a result is based on.

Does the platform execute trades automatically?

No. Sound Yieldmontry produces analysis and recommendations; execution remains a manual decision made outside the platform.

What happens to my data if I close my account?

Stored data is deleted according to GDPR data-retention rules following account closure, with confirmation provided on request.

Tableau de bord d'analyse de données Sound Yieldmontry visualisant les signaux du marché en temps réel

Calibrez les décisions d’investissement avec des données de modèle back-testées

Sound Yieldmontry synthétise les flux de marché en temps réel et les ensembles de données historiques via un moteur prédictif, puis présente des recommandations ajustées en fonction du risque que vous pouvez vérifier avant d'engager du capital.

Analyse d'accès Revoir la méthodologie

Aperçu : un panneau de performances compact suit les résultats du modèle par rapport aux résultats réalisés sur des fenêtres historiques glissantes, mis à jour à mesure que de nouvelles données sont ingérées.

Fondation logique

Comment le moteur traite et valide les données

La plateforme ne génère pas de signaux à partir de règles statiques. Chaque recommandation passe par trois couches : ingestion, inférence de modèle et validation historique.

Ingestion de données en temps réel

Les flux de données de marché, macroéconomiques et sectoriels sont normalisés et horodatés à leur arrivée, de sorte que les modèles fonctionnent à partir d'un ensemble de données cohérent et actuel.

Modélisation prédictive

Les modèles statistiques et d'apprentissage automatique calibrent les pondérations en fonction de chaque classe d'actifs, en s'ajustant à mesure que de nouvelles entrées modifient la distribution sous-jacente.

Moteur de backtesting

Chaque stratégie est exécutée sur la base de données historiques sur les prix et la volatilité avant d'être exposée sous forme de recommandation, isolant ainsi la performance du bruit du marché.

Calibrage des risques

Les seuils de baisse et les bandes de volatilité sont définis par scénario, de sorte que les résultats reflètent une tolérance au risque définie plutôt qu'un score unique et mixte.

Résumé méthodologique : Les stratégies sont testées sur des ensembles de données historiques pluriannuels avant le déploiement, et les résultats sont versionnés afin que vous puissiez retracer quelle configuration de modèle a produit une recommandation donnée. Le traitement des données respecte les exigences du RGPD, avec une infrastructure de traitement située au sein de l'UE.

Un analyste Sound Yieldmontry examine les résultats de l'étalonnage des risques sur un poste de travail

Optimisation des décisions

Réduire l’exposition avant qu’elle ne devienne une perte

Au lieu de classer les opportunités uniquement en fonction du rendement projeté, le modèle évalue chaque candidat par rapport à son schéma de baisse historique. Les positions qui ont dépassé un seuil de rendement mais qui ont échoué à un contrôle de volatilité sont signalées et non masquées.

Ce séquençage – le filtre de risque en premier, le rendement en second – vise à faire apparaître les opportunités qui ont résisté au cours de plusieurs cycles de marché, plutôt que celles qui ont bien performé uniquement au cours d’une seule période favorable.

Fenêtre de retrait

Baisse maximale historique suivie par stratégie.

Bande de volatilité

Plage dans laquelle le modèle s’attend à un mouvement de prix.

Vérification de corrélation

Chevauchement avec les positions de portefeuille existantes.

Horizon de backtest

Longueur des données historiques utilisées pour la validation.

Scénarios appliqués

Où les jeunes professionnels appliquent les résultats

La plate-forme est conçue pour les personnes gérant un revenu principal qui souhaitent une deuxième entrée basée sur des données avant d'allouer des économies ou du temps.

Diversification du portefeuille

Répartir le risque sur des positions non corrélées

Comparez une position candidate avec vos avoirs actuels pour voir s'il existe déjà un chevauchement de secteur ou d'exposition à la volatilité, avant d'ajouter du capital.

Planification des revenus secondaires

Tester une stratégie par rapport aux cycles passés

Examinez une allocation proposée à travers des ralentissements historiques pour estimer comment elle se serait comportée, plutôt que de vous fier à une seule projection prospective.

Flux de trésorerie indépendant

Faire correspondre les besoins en liquidités pour positionner le risque

Filtrez les recommandations par période de détention et bande de volatilité pour les aligner sur des revenus irréguliers et des fenêtres de retrait plus courtes.

Transparence

Performances backtestées, comparées aux résultats obtenus

Chaque stratégie publiée comporte un enregistrement de performance généré à partir de données historiques, et non à partir de chiffres projetés ou hypothétiques.

Espace réservé au graphique de performances : affiche les rendements modélisés par rapport à la période de backtest correspondante une fois qu'une stratégie est sélectionnée dans le tableau de bord de la plateforme.

Déclaration de transparence

La logique du modèle, la fenêtre de backtest et les hypothèses derrière chaque stratégie sont divulguées dans l'interface de la plateforme. Rien n'est présenté sans sa période de référence historique sous-jacente.

Note de conformité

Le traitement des données suit le RGPD et s'effectue au sein d'une infrastructure basée dans l'UE. Les résultats sont de nature analytique et ne constituent pas des conseils financiers individuels au sens de la réglementation allemande ou européenne.

Intégration et sécurité

Questions techniques, réponses directes

Comment mes données sont-elles stockées et traitées ?

Les données sont traitées au sein d'une infrastructure basée dans l'UE conformément aux exigences du RGPD. Les données des comptes et des portefeuilles sont cryptées en transit et au repos, et l'accès est limité aux processus requis pour générer votre analyse.

Puis-je connecter un compte de courtage ou de portefeuille existant ?

Les données du portefeuille peuvent être importées via une connexion en lecture seule, ce qui permet au modèle de prendre en compte les avoirs existants sans que la plateforme ne détienne l'autorité de transaction.

Jusqu’où remontent les données de backtesting ?

Les fenêtres de backtest varient selon la classe d'actifs et la stratégie, et sont divulguées à côté de chaque recommandation afin que vous puissiez voir la période historique exacte sur laquelle un résultat est basé.

La plateforme exécute-t-elle automatiquement les transactions ?

Non. Sound Yieldmontry produit des analyses et des recommandations ; l’exécution reste une décision manuelle prise en dehors de la plateforme.

Qu'arrive-t-il à mes données si je ferme mon compte ?

Les données stockées sont supprimées conformément aux règles de conservation des données du RGPD après la clôture du compte, avec confirmation fournie sur demande.

Note de sécurité : les pipelines d'authentification, de stockage de données et de traitement sont conçus pour s'aligner sur le RGPD et les pratiques standard de l'UE en matière de protection des données pour les plateformes de technologie financière.