Kalpi

Cos'è Kalpi?

Kalpi è una piattaforma di investimento basata su regole che ti aiuta a costruire portafogli azionari, fare backtest e investire utilizzando regole predefinite anziché scelte discrezionali. Il suo scopo principale è trasformare le decisioni di portafoglio in strategie data-driven che puoi testare e ripetere.

Invece di affidarsi alle emozioni nel processo decisionale, Kalpi si concentra sulla creazione di basket azionari personalizzati da regole strategiche e sull'uso del backtesting per valutare tali regole prima di applicarle in un contesto di portafoglio live.

Caratteristiche Principali

• Costruzione di portafogli basata su regole: Crea basket azionari personalizzati utilizzando regole esplicite, rendendo la logica di selezione chiara e ripetibile.
• Backtesting di portafogli: Testa portafogli basati su regole contro dati storici per comprendere le performance potenziali della strategia prima di impegnare capitale.
• Workflow strategy-first: Organizza l'investimento intorno a una strategia aggiornata e rivalutata, anziché a una selezione one-off.
• Riduzione delle emozioni tramite regole predefinite: Usa lo stesso set di regole per guidare le decisioni di portafoglio, minimizzando cambiamenti discrezionali.

Come Usare Kalpi

1. Definisci le regole del tuo portafoglio: Specifica i criteri o la logica per la selezione delle azioni.
2. Costruisci un basket dalle regole: Usa Kalpi per assemblare il portafoglio in base ai tuoi input strategici.
3. Fai backtest del portafoglio: Esegui un backtest per valutare le performance storiche del tuo set di regole.
4. Usa la strategia per il futuro: Una volta impostate le regole, adotta l'approccio del portafoglio come piano di investimento.

Casi d'Uso

• Test di una nuova regola di selezione azionaria: Costruisci un basket con una regola specifica, fai backtest e itera sulle regole se i risultati non soddisfano le aspettative.
• Mantenere coerenza nelle decisioni di portafoglio: Usa lo stesso set di regole nel tempo per ridurre l'impatto delle decisioni emotive quotidiane.
• Creare portafogli personalizzati per obiettivi diversi: Imposta basket basati su regole distinte (ad esempio, criteri di selezione diversi) e valuta ciascuno tramite backtesting.
• Confrontare varianti di strategia: Modifica una parte della logica delle regole, fai backtest del portafoglio aggiornato e confronta i risultati tra varianti.

FAQ

Kalpi è solo per backtesting o si può usare per investire?

Kalpi è presentata come piattaforma per costruire e fare backtest di portafogli azionari, e per investire utilizzando l'approccio basato su regole risultante.

Cosa significa “investimento basato su regole” in Kalpi?

Nel contesto di Kalpi, si riferisce alla definizione della logica di costruzione del portafoglio come regole che determinano quali azioni includere, anziché selezioni puramente discrezionali.

Serve sapere programmare per usare Kalpi?

Le informazioni fornite non specificano se sia richiesta programmazione. Se hai un requisito particolare, consulta la documentazione di Kalpi o i dettagli di onboarding sul sito.

Che tipo di output aspettarsi dal backtesting?

Il backtesting serve a valutare come il tuo portafoglio basato su regole avrebbe performato storicamente. Le metriche o il formato esatti non sono dettagliati nel contenuto fornito.

Alternative

• Sistemi di regole basati su fogli di calcolo: Se preferisci il controllo manuale, puoi codificare regole di selezione in fogli di calcolo e usare workflow di backtesting separati; il compromesso è un setup più manuale e minor integrazione degli strumenti di portafoglio.
• Piattaforme dedicate al backtesting: Alcuni tool si concentrano principalmente sul backtesting di strategie; potrebbero richiedere lavoro extra per tradurre i risultati in un workflow di investimento.
• Tool di gestione portafoglio con strategie scriptate: Invece di un workflow di investimento basato su regole focalizzato su creazione e testing di strategie, questi tool enfatizzano il tracking e il ribilanciamento del portafoglio, con automazione strategica gestita diversamente.
• Ambienti di ricerca quant-style: Ambienti di ricerca generali possono implementare e testare strategie, ma potrebbero essere meno ottimizzati per costruire e investire in basket azionari da input di regole.