三种机制构成了平台生成的每项推荐的基础。
该系统识别历史价格和数量数据中的模式，并将其转换为具有相关概率的场景。每个场景都会根据新的市场输入不断调整。
波动阈值和下行情景是按头寸计算的。当超过设定阈值时，曝光会自动减少，无需人工干预。
分析跨多个资产类别并行运行。添加新数据集不会中断或减慢现有模型流程。
每个策略在发布使用之前都会经过四个设定的步骤。
结构性和替代性数据源被合并和规范化。
算法是根据历史序列和多种市场机制进行训练的。
每个策略都在训练数据之外的时间段进行回溯测试。
只有通过回测的策略才会投入生产。
回溯测试根据训练期之外的历史市场数据来测试策略。这使得模型在之前的修正、利率变化和波动峰值期间的表现变得清晰可见。
在这种情况下偏离预设风险限额的策略将在上线前进行调整或拒绝。这个过程会在新的日期定期重复。
同一模型支持三个不同的决策问题。
对于个人投资者，该模型不断计算每个头寸的预期回报与风险之间的比率。如果出现偏差，用户会收到带有潜在动机的重新平衡建议。
该系统将当前的市场走势与基于历史数据的预期模式进行比较。统计上显着的偏差会被标记以供审查，而不是自动执行。
| 信号 | 偏差 | 状态 |
|---|---|---|
| 波动指数 | +2.3σ | 评估 |
| 成交量模式 | +1.1σ | 被忽略 |
| 相关性断裂 | +3.0σ | 评估 |
业务运营商使用相同的数据结构来告知预算和容量选择。该模型根据需求波动和成本价格发展来计算情景。
| 段 | 作业 | 趋势 |
|---|---|---|
| 营运资金 | 42% | 稳定 |
| 增长举措 | 31% | 瑞星 |
| 风险缓冲 | 27% | 稳定 |
下图显示了仪表板的结构，其中关键数据、信号和历史序列汇集在一个屏幕上。
| 数据集 | 系列 | 状态 |
|---|---|---|
| 股票指数（欧盟/美国） | 10岁 | 活跃 |
| 固定收益证券 | 8岁 | 活跃 |
| 替代数据源 | 4岁 | 验证中 |
答案集中在集成、安全性和模型操作上。
用户和平台之间的所有数据流量均经过加密。市场数据和模型输出与账户数据分开存储，因此访问分析并不能洞察个人用户信息。
模型每 15 分钟根据最新的市场数据重新计算一次。如果市场出现重大波动，无论固定间隔如何，都可以触发临时重新计算。
该平台提供用于读取信号和投资组合数据的 API 访问。对于那些想要将仪表板外部的分析与内部数据结合起来的人来说，可以导出为常见的电子表格和 BI 格式。
注册后，您将可以访问回测结果和活动模型的概述，然后再决定进一步实施。