每个推荐在到达用户之前都会经过四个阶段。该过程故意是线性的，因此可以在每一步进行检查和解释。
市场反馈、历史定价和交易量数据会按照定期计划进行提取和标准化，因此每个模型都基于相同的基础数据集。
统计模型将当前状况与数千种历史模式进行比较，以识别价格行为中的重复结构。
每个确定的模式都根据预测风险模型进行加权，该模型考虑了波动性、回撤历史以及与其他头寸的相关性。
该系统会生成带有规定置信区间的简单语言推荐，而不是在没有上下文的情况下呈现的单个数字。
平台发布的每条建议都带有时间戳并保留在帐户持有者可见的日志中，包括表现不佳的条目。
| 型号 | 时期 | 最终结果 | 波动带 | 状态 |
|---|---|---|---|---|
| 风险等级A | 第 1 周样本 | +1.8% | 低 | 已验证 |
| 风险等级B | 第 1 周样本 | +0.6% | 中等 | 已验证 |
| 风险等级C | 第 1 周样本 | −0.3% | 高 | 已验证 |
| 风险等级A | 第 2 周样本 | +0.9% | 低 | 已验证 |
此摘录使用示例图来说明日志的格式和字段。它并不代表实际交易结果，任何日志中记录的过去表现（包括完整的日志）并不表明未来的回报。
验证印章： 每个日志条目都会与推荐时使用的原始数据快照进行交叉检查，记录一旦发布就会被锁定，因此无法进行追溯编辑。
该平台围绕一小组组件进行组织，这些组件分别处理数据处理、风险评估和报告，因此每个部分都可以根据自己的条件进行审查。
定价、交易量和波动性数据是按固定时间间隔收集的，而不是偶尔批量收集的，从而减少了市场事件和模型响应之间的滞后。
每项建议都附有规定的风险范围，该风险范围是根据该资产类别特定的历史回撤和波动性数据计算得出的。
输出在生成时直接写入性能日志，模型的输出与其发布的记录之间无需手动步骤。
分析层不会尝试预测确切的价格。它估计给定结果的概率范围，并根据历史上类似模式出现的频率对建议进行排名，因此可以在一致的基础上对决策进行比较。
相同的基础模型可以应用于单个头寸或更广泛的投资组合，因为每个建议都是独立生成的，并且不依赖于账户之间的手动重新校准。
大多数用户没有编码或金融工程背景。以下问题是有人在开设账户之前最常提出的问题。
不会。模型在后台运行，界面是围绕简单语言摘要构建的。您将看到建议、其风险范围及其背后的推理，而不是原始代码或公式。
您审查建议并决定是否采取行动。该平台不需要日常监控，但定期检查性能日志可以帮助您了解给定模型随时间的变化情况。
帐户数据在传输过程中和静态时都进行加密，访问受到个人身份验证的限制，并且系统活动会被记录下来，以便可以识别和调查异常的访问模式。
是的。性能日志中的每个条目都链接回用于生成它的数据快照和风险评分，因此给定建议背后的推理是可追踪的，而不是呈现为黑匣子。
表现不佳的条目与成功的条目一起保留在公共日志中。该日志不会进行追溯编辑，因此它包含具有负面结果和正面结果的条目。