验证而非推广
每个模型决策都带有时间戳并写入社区成员可以查看的日志中，而不是要求您相信我们的话。下面的摘录说明了该格式；它不是对未来结果的预测。
| 日志参考 | 日期 | 决策类型 | 基本原理总结 | 状态 |
|---|---|---|---|---|
| DG-10482 | 3月4日 | 再平衡 | 行业权重超出波动阈值 | 关闭 |
| DG-10483 | 3月5日 | 保持 | 与预计置信带没有偏差 | 关闭 |
| DG-10484 | 3月6日 | 防守转变 | 在两个关联资产之间检测到相关性峰值 | 监控 |
| DG-10485 | 3月7日 | 重新分配 | 确定低波动性收益率机会 | 关闭 |
每个模型动作都记录有时间戳、引发该动作的数据触发器以及由此产生的调整，因此推理在事后是可追溯的。
订阅者可以根据已发布的理由交叉检查记录的决策，标记差异供研究团队解决。
历史日志在事后仍可访问，而不是回顾性地进行总结或编辑。
它是如何运作的
该过程分为三个阶段。您只需要监控最后的结果即可；摄取和分析阶段无需手动输入即可运行。
该系统不断扫描市场动态、定价历史和宏观经济指标，整合原本需要多个单独工具来跟踪的输入。
模型根据您规定的风险承受能力和时间范围过滤摄取的数据，识别模式并丢弃超出您定义的参数的信号。
该引擎将生成的建议优化为简单语言操作，记录下来以供审核，同时您可以从单个仪表板监控进度。
风险管理
资本保全被视为模型的约束，而不是事后的想法。在建议任何重新分配之前，系统会根据账户级别设置的防御阈值进行检查。
内部使用的图表格式跟踪滚动波动带的预计回撤，并在到达您之前标记出任何可能将风险敞口超出您预设限制的建议。
使用案例
底层模型是相同的；应用的参数根据您想要实现的目标而有所不同。
我们的模型经过调整，可以识别低波动性的收益率机会，否则需要手动跟踪多种收入工具。
该模型分析您现有资产和表面配置之间的相关性，从而降低集中风险，而无需您研究每个新资产类别。
模型参数的时间范围得到延长，使其能够容忍短期波动，以换取较长时期内的复合风险。
