Tableau de bord d'analyse prédictive Fathomtally visualisant les données sur le patrimoine familial
Analyse financière basée sur l'IA · Conçue pour l'Allemagne

Modélisation prédictive du patrimoine familial, sans prix d'entrée institutionnel.

Fathomtally traite les revenus, les dépenses et les données de marché en recommandations ajustées au risque. Aucun dépôt minimum n’est requis pour commencer – le système adapte son analyse au capital dont vous disposez réellement.

0€Dépôt minimum pour commencer
24h/24 et 7j/7Surveillance continue des risques
Hébergé en DEDonnées traitées en vertu de la loi allemande sur les données
Cadre analytique

Comment le système construit une stratégie familiale à partir de données financières brutes

Fathomtally ne nécessite pas un solde de départ important pour fonctionner. Les modèles sous-jacents sont calibrés sur des ratios et des tendances, et non sur la taille absolue du compte – c'est pourquoi le point d'entrée reste ouvert quelle que soit la tranche de revenu.

01

Apport variable

Les revenus, les obligations fixes, les avoirs existants et l'horizon temporel sont structurés en une seule entrée de modèle.

02

Notation des risques

Chaque variable est pondérée en fonction des contraintes de volatilité et de liquidité spécifiques aux finances des ménages.

03

Sortie du scénario

Le modèle renvoie un petit ensemble de trajectoires d’allocation, classées en fonction de la stabilité projetée plutôt que du seul rendement projeté.

Résumé méthodologique

La couche prédictive s’appuie sur des séries historiques de marchés et sur les modèles de flux de trésorerie au niveau des ménages. Les résultats sont recalculés sur une base continue à mesure que de nouvelles données entrent dans le système, plutôt que selon un cycle d'examen annuel fixe.

Les recommandations sont présentées sous forme de fourchettes et non de chiffres uniques. Cela reflète l'intervalle de confiance du modèle et évite la fausse précision courante dans les outils de planification simplifiés.

0 €
Obligatoire pour ouvrir un compte et recevoir une première sortie de modèle
Capacités de base

Les modules techniques derrière chaque recommandation

Chaque module fonctionne sur le même ensemble de données sous-jacentes, de sorte qu'un changement dans une entrée (une nouvelle dépense, un changement de revenu) se propage de manière cohérente à travers la notation, l'allocation et la surveillance des risques.

Modélisation prédictive Noyau

Projections prospectives combinant des indicateurs macroéconomiques et des variables spécifiques aux ménages.

Précision prédictive (12 mois)87,4%
Cycle d'actualisation du modèleQuotidiennement
Variables suivies142

Évaluation des risques Tableau

Exposition des ménages divisée en catégories, mises à jour à mesure que les conditions changent.

CatégorieExpositionTendance
LiquiditéFaibleStable
Volatilité du marchéMoyen↓ 0,3%
ConcentrationFaibleStable

Surveillance en temps réel Statut

État de santé du système et actualité des données, visibles à tout moment dans le tableau de bord du compte.

Flux de données de marchéConnecté
Synchronisation du portefeuilleÀ jour
Détection d'anomaliesActif

Optimisation des actifs Module

Suggestions de rééquilibrage calibrées pour minimiser les prélèvements dans un horizon temporel défini.

Fréquence de rééquilibrageSur seuil
Moy. réduction du prélèvement−18%
Horizon pris en charge1 à 30 ans
Transparence et méthodologie

Paramètres du système, divulgués plutôt que résumés

Plutôt que de se fier à des témoignages, Fathomtally publie les paramètres de fonctionnement de son propre système. Ceci est destiné à un lecteur qui souhaite évaluer la logique, pas seulement le résultat.

Paramètres de l'algorithme

  • Type de modèleRégression d'ensemble + superposition basée sur des règles
  • Fenêtre de données d'entraînement15 ans
  • Déclencheur de recalculNouvelles données ou 24h
  • Rapports de confianceBasé sur la plage

Vérification de la source de données

  • Fournisseur de données de marchéAliments sous licence, réglementés par l'UE
  • Données sur les ménagesSoumis par l'utilisateur, chiffré au repos
  • Latence de mise à jour< 5 minutes
  • Résidence des donnéesAllemagne

Latence de traitement

  • Sortie initiale du modèle< 90 secondes
  • Recalcul du scénario< 12 secondes
  • Temps de disponibilité (90 jours glissants)99,6%

Sécurité et conformité

  • Données traitées conformément au RGPD (DSGVO)
  • Chiffrement de bout en bout pour les entrées financières stockées
  • Aucune donnée vendue ou partagée avec des annonceurs tiers
  • La suppression du compte supprime toutes les données de modèle associées
Parcours utilisateur

Du premier apport au suivi à long terme

Le processus ci-dessous reflète le comportement du compte dans la pratique, à partir du moment où les données sont saisies pour la première fois.

ÉTAPE 01

Initialisation

Créez un compte sans exigence de dépôt. Les paramètres de base du ménage sont saisis directement.

ÉTAPE 02

Ingestion de données

Les revenus, les obligations et les avoirs existants sont structurés dans le format d'entrée du modèle.

ÉTAPE 03

Cycle de recommandation

Le système renvoie un premier ensemble de scénarios d'allocation, classés par stabilité et par ajustement d'horizon.

ÉTAPE 04

Surveillance à long terme

Au fur et à mesure que les données sont mises à jour, le modèle recalcule et signale les écarts qui justifient une réévaluation.

Espace de travail d'analyse de données Fathomtally utilisé pour examiner les modèles financiers des ménages
À propos du système

Conçu pour les ménages, au prix d'un outil ménager

Fathomtally a été conçu autour d'une contrainte spécifique : la plupart des logiciels de planification conçus pour l'analyse de niveau institutionnel supposent un capital de niveau institutionnel. La suppression du dépôt minimum ne simplifie pas le modèle : elle élargit simplement le nombre de personnes pouvant l’utiliser.

La plateforme est destinée aux familles qui souhaitent une vision systématique du risque sur un horizon pluriannuel, et non un outil de trading pour la spéculation à court terme. Apprenez-en davantage sur le raisonnement derrière cette approche sur le à propos de la page.

Examinez la structure des données avant d’engager un capital.

L’initialisation d’une analyse ne nécessite pas de dépôt. Il crée un profil de ménage et renvoie un premier ensemble de résultats du modèle pour examen.