实时处理
市场数据是连续获取和评分的，而不是按照固定的每日或每周时间表进行。当波动性急剧上升或资产之间的相关性发生变化时，该模型会在同一时段的分析中反映这一点，远远早于手动季度审查发现这一点。
人工监督的问题
市场不断产生信息：盈利修正、利率决策、货币变动、行业轮动。对于大多数家庭来说，在一个完整的工作日之后或带着年幼的孩子在家中手工处理所有这些数据是不现实的。
通常的结果不是突然的损失。这就是漂移——投资组合慢慢地不再符合最初建立的风险承受能力和目标，仅仅是因为没有人有时间来审查它们。
多个市场周期
我们的分配逻辑在应用于任何实时投资组合之前，会针对几个不同的历史市场周期（包括波动性较高的时期）进行测试。
方法论
四个阶段，每个阶段喂养下一个阶段。每个阶段都包括在客户资金受到影响之前进行明确的检查。
定价、宏观经济指标和波动性指标持续从多个市场数据源中获取。
统计模型对观察到的模式的概率和持久性进行评分，丢弃在时间范围内不成立的噪音。
拟议的头寸在批准之前会经过对回撤风险、持股之间的相关性和单一头寸规模的固定限制。
每次调整都会在部署前根据回溯测试场景进行基准测试，然后根据实时结果进行监控。
核心能力
市场数据是连续获取和评分的，而不是按照固定的每日或每周时间表进行。当波动性急剧上升或资产之间的相关性发生变化时，该模型会在同一时段的分析中反映这一点，远远早于手动季度审查发现这一点。
利用波动性历史记录和宏观敏感性为每种持股生成前瞻性风险评分，标记可能偏离预期风险范围的头寸。
当分配超出设定的容差范围时，就会生成交易以使投资组合恢复与其目标权重一致，而无需每日签核。
关于Quantrix Ai
Quantrix Ai 的建立前提是，大多数投资决策在脱离日常情绪和有限时间后都会得到改善。我们的模型会根据新的市场数据定期进行审查，并且在形成实时投资组合之前，会记录每项方法的更改。
我们不公布价格目标或短期预测。该平台的输出是托管分配，并由您可以随时查看的记录流程提供支持。
透明度
每个策略都根据跨越多个不同市场体系（包括扩张期和收缩期）的历史价格和宏观经济数据来运行。将结果与被动基准进行比较，以隔离主动再平衡的贡献。
模型的判断标准是风险调整后的回报、最大回撤以及各个子时期的一致性，而不是单一的总体回报数据。仅在一个指标上表现良好的策略不会被批准进行实时部署。这些测试中过去的表现并不能保证未来的结果。
使用案例
家庭为教育或退休储蓄通常有很长的期限和有限的时间来监控市场。在这里，该模型有利于更广泛的多元化，并允许再平衡逻辑吸收短期波动，因此贡献不断增加，而不需要父母的频繁关注。
更接近利用其投资组合的投资者，或者只是不太能容忍大幅波动的投资者，可以设定更严格的风险范围。然后，预测风险评估层会提前触发再平衡，用一些上行潜力换取范围更窄的预期结果。