每个建议都可以追溯到定义的数据路径。该系统不会在不显示其背后机制的情况下提供预测。
头寸数据、订单历史记录和市场定价通过只读 API 连接提取，并在任何建模开始之前标准化为通用模式。
统计和机器学习模型根据历史和实时输入对波动性、相关性漂移和流动性状况进行评分，并在每个价格变动时刷新。
模型输出根据您在设置时定义的风险承受能力进行加权，产生头寸级别的指导而不是一般的市场信号。
当新数据到达时，模型输出会滚动刷新，而不是按固定的批处理计划刷新。每个建议都用计算它的数据窗口进行注释，因此您可以在采取行动之前追溯到信号源。
没有实施团队，也没有配置车间。下面的stepper就是整个过程。
授权与您的经纪账户的只读连接。无需申请或要求交易许可。
使用三个预设配置文件设置暴露限制和波动阈值，或指定自定义参数。
该系统通常会在同一会话中解析现有资产并返回初始风险调整视图。
静态风险报告在阅读时就已经过时了。本节概述了底层模型如何保持最新状态。
风险引擎将每个头寸视为移动变量而不是固定行项目。持有量之间的相关性是根据每次重大价格变动而不是每日或每周周期重新计算的，因此盘中形成的集中风险会在同一交易日中反映出来。
在入门期间设置的暴露限制充当模型输出的约束，而不是静态警报。当接近阈值时，系统会显示特定位置和推动变化的指标，而不是一般警告。
经纪头寸、市场定价和波动性信息已标准化为共享模式。
统计和机器学习模型并行对相关性、波动性和流动性进行评分。
根据您定义的风险承受能力校准模型输出，生成头寸级别的指导。
如果不明确说明其背后的内容，高级界面就毫无意义。提供以下详细信息来代替营销声明。
模型输出被记录并版本化。如果建议发生重大变化，变更日志会识别哪些输入发生了变化——数据源、模型参数或您自己的风险设置。
市场和定价数据来自许可的市场数据提供商和您连接的经纪账户。没有数据来自未经验证或抓取的来源。
根据已实现的结果，按照定义的时间表审查模型行为。如果模型的表现低于其预期容差，则会在发布进一步建议之前对其进行标记以进行审查。