方法论
三个组件不断协同工作。没有任何要求您自己监控市场或解释图表。
该系统会在发布时摄取市场和资产数据，更新其模型，而不是依赖日终快照。这使得建议能够适应不断变化的条件。
每个机会在达到建议之前都会根据波动性和风险阈值进行筛选。未通过过滤器的职位将被自动排除，不会标记为供手动审核。
输出根据您规定的风险承受能力和时间范围进行加权，因此具有不同目标的两个投资者会从相同的基础数据中获得不同的指导。
模型是在滚动数据窗口而不是单个历史数据集上重新训练的，这降低了由一个不寻常的市场时期形成建议的风险。
验证
这些是执行建议的公共日志，而不是回溯测试的模拟。每个条目都带有时间戳，并且在您投入任何资金之前都可以查看。
| 记录日期 | 策略类型 | 风险等级 | 状态 |
|---|---|---|---|
| 每周条目 | 资本保值 | 低 | 公开记录 |
| 每周条目 | 增长分配 | 中等 | 公开记录 |
| 每周条目 | 部门轮换 | 中高 | 公开记录 |
日志以滚动方式维护，反映实际执行记录而不是预计结果。我们发布它们，以便可以检查有关性能的声明，而不是相信它们。
工艺流程
该流程的设计使得人工智能能够完成繁重的工作，同时您在每个阶段都保留对资本的最终控制权。
您可以通过只读的加密连接链接现有的经纪公司或帐户。未经您的授权，Eventdata 永远无法转移资金。
该系统会分析您的持仓以及实时市场数据，识别原本需要手动研究的模式和风险集中度。
提出建议供批准，或在您预先设置的限制内自动执行。您可以随时调整或暂停程序。
应用场景
对于已经积累了十多年储蓄的父母来说，首要任务通常是保存而不是激进的增长。 Eventdata 的风险过滤器经过校准，可标记集中风险，并在波动加剧期间自动减少风险敞口，因此在您处理其他事情时，资本不会处于无人管理的状态。
寻求优化闲置资本的企业主往往缺乏时间跟踪新兴行业。推荐引擎在数据中形成模式时就会发现机会，而不是在它们已经被广泛报告和定价之后。
关于平台
Eventdata 的设计围绕一个简单的前提：自动化只有在其结果可以检查时才能赢得信任。不是要求投资者相信业绩主张，而是公开记录每项执行的建议，并以简单的语言记录模型背后的方法。
我们与具有数据素养的专业人士合作，他们希望项目能够减少他们的时间投入，同时又不减少他们对结果的监督。
了解有关 Eventdata 的更多信息问题
自动风险过滤器可以减少随着条件变化而面临的波动头寸风险，而不是等待预定的审查。您还可以设置最大回撤阈值，该阈值会触发自动执行暂停，从而让您有时间手动查看情况。
默认情况下，帐户连接使用只读加密访问。 Eventdata无法提取或转移资金；执行权限（如果授予）仅限于您设置的参数，并且可以随时撤销。
您的资金始终保留在您自己的经纪或托管账户中。 Eventdata 提供建议，并在授权的情况下提供执行指令，但流动性受您的账户提供商的标准条款管辖，而不是由我们管辖。
熟悉投资基础知识有助于准确设置您的风险承受能力。除此之外，该平台的构建是为了用简单的语言解释其建议，而不是假设技术流畅。