数据驱动的情景估计
这些模型处理历史序列和当前市场数据，以估计短期和中期的可能情况。预测伴随着置信区间，而不是作为确定性呈现。
背景
波动性是那些投资额外收入的人的主要风险
- 自营职业的收入每个月都在变化，没有固定的投资计划基础。
- 决策通常是根据碎片化信息或滞后于市场走势做出的。
- 当你的主要工作占据了你一天的大部分时间时，监控市场的时间就很有限。
- 一个单一的评估错误就可能对已经包含的资本产生不成比例的影响。
Fenmaro Edge 通过基于人工智能的决策助手解决了这些限制。该系统持续分析市场数据，标记高风险状况，并在风险变得严重之前提出纠正措施。目标不是不惜一切代价最大化回报，而是降低在总体收入中发挥补充作用的资本发生重大损失的可能性。
分析流程的表示：从原始数据到用户使用的操作信号。
工具
实时技术决策支持
三种不同的工具涵盖了整个决策周期：从对未来场景的估计，到持续监控，再到根据用户配置文件校准的操作指示。
持续监控风险
该系统不间断地观察仓位和市场状况，甚至在用户工作时间之外也是如此。当波动性发生变化时，风险阈值会自动重新计算。
根据配置文件校准的指示
操作指标考虑了可用资本、声明的时间范围和用户设定的风险承受能力，而不是针对每个人的单一标准配置文件。
方法
分析如何逐步进行
该过程的每个阶段都可以记录下来：从原始数据的收集到向用户显示的最终指示。
1. 数据收集和标准化
市场数据、价格和宏观经济指标是从结构化来源收集的，并恢复为统一的格式，这对于随着时间的推移进行一致的比较是必要的。
2. 使用预测模型进行分析
神经网络和统计模型分析标准化数据以识别重复出现的模式和异常。每个模型在应用于当前场景之前都会根据历史数据进行验证。
3. 业务产出和建议
分析结果被转化为可读的指示：估计的风险水平、建议的行动和总结的理由，没有不必要的技术术语。
实际应用
自营职业者和小投资者的用例
多元化
投资组合多元化
具有可变收入的专业人士可以根据系统根据不同头寸之间的相关性更新的标准，将额外资本分配到多种工具上，从而降低单一资产类别的风险集中度。
资金保护
低工作活动期的管理
在自营职业收入较低的月份，决策助理会自动偏向风险较低的职位，表明何时暂时降低投资组合的整体风险。
市场波动
市场波动管理
In the presence of fluctuations higher than the historical average, the system sends a notification with the level of risk detected and a summary of the available options, while still leaving the final decision to the user.
常见问题
技术和安全方面
输入平台的数据和财务信息如何受到保护？
数据通过加密连接传输并存储在具有专用访问控制的基础设施上。 Fenmaro Edge 不会出于商业目的与第三方共享您的信息。
该平台是否与已使用的投资账户或经纪人集成？
Fenmaro Edge 作为分析和决策支持工具运行，独立于订单执行基础设施。建议旨在手动应用于用户的现有帐户。
使用该系统是否需要接受专门的财务培训？
不会。模型背后的技术概念以通俗易懂的语言呈现为操作指南。使用更专业的术语时，总是附有简洁的解释。
即使可用时间有限，也要持续监控风险
即使在用户工作时间之外，市场监控和风险阈值验证也会继续进行，无需持续的人工检查。