01 — 预测建模
前瞻性概率，而非模式匹配
该模型权衡历史价格行为、宏观指标和波动性聚类来估计结果的概率分布，而不是产生单一的确定性预测。每个建议旁边都会显示置信区间。
分析差距
管理自己资本的远程专业人员通常会监控多个资产类别以及全部工作负载。限制很少是缺乏信息。就是无法在重要的时刻一致地处理这些信息，而不感到疲劳或偏见。
决策疲劳往往会在交易周内加剧。应该在第一天减少的职位通常会保留到第三天，不是因为论文改变了，而是因为审稿人改变了。在独立管理的投资组合中，情感上忽视健全的退出规则是可避免差异的最常见来源之一。 Wachsttzung 的构建是为了消除特定的故障点，而不是为了准确地预测市场。
核心技术
该系统不发出通用的买入或卖出信号。它会根据您一次设置的风险状况来校准每项建议，并随着时间的推移进行完善，然后解释每个输出背后的机制，而不是呈现一个黑匣子。
01 — 预测建模
该模型权衡历史价格行为、宏观指标和波动性聚类来估计结果的概率分布，而不是产生单一的确定性预测。每个建议旁边都会显示置信区间。
02 — 自适应风险引擎
相同的市场信号对于资本保值型和寻求增长型而言会产生不同的输出。引擎会调整头寸大小、停止参数和进入时间以匹配您设置的边界，并根据您规定的容差变化进行修改。
03 — 实时信号
由于远程投资者不受单个交易所交易时间的限制，因此系统会连续跟踪相关工具并标记超出您预设阈值的偏差，而不需要手动轮询。
流程与方法
方法的透明度比标题输出更重要。每条建议都可以追溯到产生它的阶段。
该平台连续循环地从全球市场提取结构化和非结构化数据——定价、交易量、宏观数据和波动性指数——在任何分析开始之前标准化跨来源的格式。
原始信号会通过您的风险状况进行过滤。头寸和时间安排是根据可接受的回撤、持有期限和奖励预期进行建模的，丢弃超出您声明范围的产出。
保留的建议会附有推理（预期范围、置信水平以及触发输出的风险参数），因此您可以自行决定确认或拒绝。
应用于实践
里斯本联合办公空间的一位用户在旅行三周之前设定了可接受的最大回撤。该系统监控货币和股票头寸的相关风险敞口，并仅在投资组合的方差接近声明的限额时而不是每次微小波动时提出对冲。
具有增长导向的独立投资者会收到按相对于当月剩余风险预算的预期回报排名的候选职位。排名会随着开仓而更新，因此在做出新承诺之前，可用的风险分配始终可见。
关于Wachsttzung
Wachsttzung 是围绕一个特定的约束而设计的：独立投资者无法将交易大厅的注意力集中在市场上，但仍然需要有纪律的、具有风险意识的流程。该平台的目的并不是取代判断。它旨在消除导致决策不一致的重复分析负担。
系统生成的每条建议都可以追溯到生成它的数据和风险参数，因此可以在确认任何决策之前审查推理。当平台在受控阶段推出时，将根据请求授予访问权限。
