跟踪示例
风险状况中等
投资期限15年
最新活动自动重新平衡。
连续计算调整
我们的方法
持久耐用的分析基础设施。
ValoriAi 提出的建议基于定量模型，并根据市场数据和您自己过去的套利进行更新。每个建议的调整仍然是可追踪的：您在验证或拒绝它之前查阅触发它的变量。
- 决策的可追溯性。 每条建议都表明了激发它的数据。
- 持续监控模型。 鉴于观察到的偏差，定期检查参数。
操作
一种安全算法方法。
计算您的分配遵循三个不同的步骤，每次更新数据或市场时都会重复这些步骤。
01
结构化数据收集
您提供有关您的目标、投资期限和财务状况的信息。在进行任何计算之前，这些元素构成了初始轮廓的基础。
02
使用机器学习进行风险分析
预测模型将您声明的回答与您的决策历史进行交叉引用，以估计比简单调查问卷更精细的风险承受能力。
03
动态投资组合调整
分配会根据市场的演变和您的个人资料不断重新计算，而不是按照预先决定的固定间隔重新计算。
平台模块
三个功能服务于同一目标。
每个模块都针对投资组合的不同维度，然后将结果合并到一个视图中。
分析
相关性分析
您投资组合中的资产根据其交叉行为进行评估，以限制重复暴露于隐藏在多条线下的相同风险因素。
监控
持续的市场监测
市场数据源会被持续处理，以检测与您的初始分配假设的重大偏差。
筛选
生活场景模拟
退休、学习资助、传承：每个目标都单独建模，然后合并到总体预测中。
比较
静态管理或持续优化。
这种差异与其说与所选择的资产有关，不如说与修订的频率和逻辑有关。
| 标准 | 季度静态管理 | AI持续优化 |
|---|---|---|
| 扫描频率 | 每三个月人工审核一次 | 不断重新计算，每个新数据 |
| 对市场的反应能力 | 可能会延迟几周 | 几乎立即检测到重大偏差 |
| 情绪偏见 | 受当前市场环境影响的决策 | 基于上游规则集的建议 |
| 型材定制 | 问卷在合同签订时冻结 | 根据您的实际仲裁重新计算的资料 |
用于重新计算您的个人资料的数据仍然根据 GDPR 进行托管和处理。未经您的验证，不会自动应用任何建议。
应用案例
两个目标，两种计算逻辑。
下面的场景说明了推理的结构，但没有预先判断有保证的结果。
资助研究
一个家庭希望积累资金用于孩子的高等教育，时间范围为十到十五年。
- 01范围是固定的进入高等教育的计划日期，而不是任意的持续时间。
- 02初期配置以成长型资产为主，随着到期日的临近逐渐脱敏。
- 03模拟多个市场轨迹来估计可能的资本范围，而不是单个数字。
退休保障
家庭准备就业收入和退休收入之间的过渡，目的是维持其生活水平。
- 01必要的资本是根据期望的起始年龄和预期的额外收入水平来预测的。
- 02随着出发日期的临近，风险暴露逐渐减小，如果出发日期推迟，风险暴露又会重新调整。
- 03如果投资组合的实际轨迹与最初设定的目标存在差异，则会触发警报。
技术问题
数据安全和模型逻辑。
在家庭建立个人资料之前，最常出现三点。
我的个人和财务数据如何受到保护？
根据 GDPR，传输的数据经过加密并托管在欧盟内部。您可以随时请求访问、更正或删除您所提供的信息。
人工智能是根据什么来制定建议的？
这些模型依赖历史市场数据和您过去的交易来估计风险承受能力并提出与您既定目标一致的分配。每项建议在执行之前均需经过您的验证。
定价结构如何？
初次访问配置文件分析是免费的。与持续监控和自动重新平衡相关的条款和条件将在任何订阅之前向您提供，详细且没有含糊的措辞。