发动机
金融和商业数据不断到来——价格走势、情绪变化、宏观数据发布以及跨行业的结构变化。其中大部分与任何单一决定无关。 Resgatura Edição 的引擎实时摄取该体积，并应用加权模型，仅显示对当前决策有重大影响的因素。
目的不是进行确定性预测，而是减少专业人员在采取行动之前必须记住的变量数量。这就是使建议保持简洁和站得住脚的原因。
标准
仅当其推理可以被检验时，建议才有用。每个交易日，Resgatura Edição 都会生成一份报告，记录哪些数据点影响决策、模型如何对它们进行加权以及分配的置信度级别。没有任何内容呈现为黑盒输出。
所考虑信号的细分、应用于建议的风险范围、当天调整模型置信度的任何宏观事件以及与前一天头寸的比较。用户可以将单个推荐追溯到产生该推荐的输入。
方法
该平台对其生成的每条推荐都遵循固定的顺序。理解这个序列通常足以消除输出是任意的感觉。
全球市场数据、情绪指标和宏观经济数据不断从成熟的数据提供商处获取。
输入通过风险加权模型运行，该模型考虑了波动性、相关性和历史回撤模式。
该模型会根据用户规定的风险承受能力和时间范围生成量身定制的建议。
每项建议都会根据实际结果进行审核，并将审核跟踪添加到第二天的报告中。
应用用途
多元化投资者
市场研究时间有限的受薪专业人士在分配资本之前使用 Resgatura Edição 根据预测风险模型评估股权头寸。决策不是根据头条新闻做出反应，而是根据模型的置信区间和调整后的头寸规模进行检查，从而使风险敞口与规定的风险承受能力保持一致。
战略运营商
企业主使用该平台的宏观趋势分析来根据需求信号来安排库存采购和人员配置调整，而不仅仅是凭直觉。目标是做出更站得住脚的分配决策，并有书面理由支持，而不是对短期收益的投机性押注。
解决的问题
是的。个人和帐户数据根据适用于德国地区的 GDPR 要求进行处理，包括数据最小化以及根据请求访问或删除存储信息的权利。
该引擎利用了涵盖股票、宏观经济指标和公众情绪来源的成熟金融数据提供商。数据来源记录在每份每日报告中，因此给定信号的来源绝不是不透明的。
波动性扩大了推荐的置信区间，而不是抑制推荐本身。实际上，这意味着平台将标记确定性较低并向下调整建议的头寸规模，而不是完全暂停分析。
是的。每条建议都记录了生成时所应用的输入和权重，并且该记录在相应的每日报告中仍然可用。