Models that reason, inside the mandate.
The intelligence layer turns market structure, filings and language into proposals, and shows its work. Models propose; the kernel, the mandate compiled, decides what is permitted; every signal carries its reasoning to the ledger.
Intelligence the mandate governs.
Models propose inside limits you authored. The mandate compiles to policy the kernel enforces before any order exists, so a model can never widen its own envelope.
- Generate and rank signalsAUTO
- Retrain a model in shadowAUTO
- Flag low-confidence language outputNOTIFY
- Promote a challenger modelAPPROVAL-GATED
- Change the mandate a model runs underAPPROVAL-GATED
Mandate Studio · Illustrative sample data
Three model families, designed to work as one.
No single method captures every market. Gradient-boosted and deep models for cross-sectional structure, language models for filings and transcripts, statistical time-series models for regime and volatility: their outputs are combined and weighted by the conditions each handles best, not averaged blindly.
- Modelli di machine learningAlberi gradient-boosted e reti profonde e ricorrenti progettati per apprendere la struttura cross-sezionale e sequenziale, con feature engineering e riaddestramento continui.
- Modelli di linguaggioPipeline LLM progettate per leggere documenti, trascrizioni degli utili, commenti del management e notizie — trasformando il linguaggio non strutturato in input strutturato e ragionato.
- Modelli di serie temporaliModelli a spazio degli stati, a cambio di regime e di volatilità (famiglia ARIMA/GARCH, filtraggio di Kalman) progettati per tracciare il cambiamento strutturale e prevedere il rischio.
- Sintesi d'ensembleMedia bayesiana dei modelli e voto ponderato progettati per combinare le previsioni, far emergere il disaccordo tra modelli e calibrare un unico segnale con punteggio di confidenza.
Ogni segnale è il termine di una pipeline documentata.
A signal is not a single model call. It passes through ingestion, feature construction and ensemble synthesis, then reaches the kernel as a proposal. Only what the mandate permits can become an order, and the reasoning travels with it.
- Ingestione e featureDati di mercato, fondamentali, alternativi e macro alimentano un livello di feature di segnali tecnici, di microstruttura, di sentiment e cross-asset.
- Ensemble e sintesiLe previsioni dei modelli vengono aggregate, i segnali in conflitto riconciliati su più orizzonti temporali, e la forza del segnale calibrata rispetto a un punteggio rischio-rendimento.
- The kernel decidesEach candidate is checked against position, concentration, liquidity and policy limits before it can become an order. Allowed or blocked, the outcome is written to the decision ledger with the clause that decided it.
- Consegna ordinataI segnali che superano i controlli sono progettati per arrivare ordinati per priorità, con metriche di confidenza e rischio, dimensionamento suggerito e parametri di ingresso e uscita allegati.
Ogni decisione è progettata per essere spiegata.
Institutional trust requires knowing why. Each signal is designed to carry attribution, plain-language reasoning, a confidence profile and, for any language-model output, a validation record, all written to the ledger and answerable in the Observatory. Opacity is treated as a defect.
- Attribuzione delle featureAttribuzione in stile SHAP e LIME progettata per mostrare quali input hanno guidato ciascuna previsione, con i contributi positivi e negativi scorporati.
- Ragionamento in linguaggio naturaleOgni segnale è progettato per portare una motivazione in linguaggio naturale: driver chiave, evidenze a sostegno e in contrasto, e il contesto storico che lo precede.
- Confidenza e incertezzaPunteggi di accordo tra modelli e quantificazione dell'incertezza sono progettati per accompagnare il segnale, non solo una stima puntuale.
- Firewall di ragionamento LLML'output del modello di linguaggio è progettato per essere verificato rispetto a dati strutturati per allucinazioni e coerenza logica, con le fonti tracciate e la revisione umana attivata in caso di bassa confidenza.
Un modello è governato prima, durante e dopo la produzione.
Models are designed to clear validation, run in shadow against the incumbent, and stay under monitoring once promoted. The explanation that helps a portfolio manager is the same record an examiner reads.
- Validato prima del deploymentWalk-forward e cross-validation purgata, controlli di leakage, verifiche di overfitting e revisione indipendente sono progettati nello sviluppo del modello prima che qualcosa raggiunga la produzione.
- Champion and challengerA new model runs in shadow beside the incumbent. Promotion waits for a named approver to sign it, and the decision is recorded.
- Monitored for driftModel behaviour, assumption drift and degradation are designed to be tracked continuously, with recalibration and rollback triggers.
- Prompt & version controlLLM prompts, model versions, and data are versioned so results are reconstructable.
- A record an examiner can readA model inventory, documented limitations and every explanation are kept on the decision ledger, written once and never edited.
See the intelligence layer in the full system.
It does not run alone: it is one part of an operating system Adaptic runs live on its own capital. Evaluate it on your own mandate in a six-week shadow pilot, with no capital at risk.
Product imagery shows illustrative sample data, not a track record. Adaptic holds no licence in any jurisdiction yet; its proprietary fund trades only its own capital, and it will not manage outside capital until it is authorized. Capability descriptions state what the system is designed to do.