每个建议都是已定义流程的输出，而不是单个黑盒预测。基础模型在用于支持任何决策之前会根据历史数据进行测试。
该系统会标记整个投资组合的集中风险和相关模式，因此可以在波动性转变为损失之前进行调整。
市场、宏观经济和投资组合数据不断重新处理。建议反映的是当前状况而不是上季度的数据。
每个模型在发布用于实时推荐之前都会针对多个历史市场时期（包括低迷时期）进行运行。
只有在根据超过一个完整的历史市场周期（包括收缩期）检查策略后才会发布建议。
对自动推荐的信任取决于对它的来源的了解。以下过程概述了原始数据如何成为具体的、可解释的建议。
市场定价、宏观经济指标和投资组合持股均来自许可数据提供商。输入会被记录并进行版本控制，因此任何建议都可以追溯到生成它的数据。
预测模型在滚动历史窗口上进行重新训练，并根据已知的市场事件进行检查。无法跨多个周期保持的参数将在部署前被丢弃。
每个输出包括时间范围、风险承受能力和计算所依据的数据范围。建议以带有权衡的选项的形式呈现，而不是单一的指令。
处理在欧盟境内的基础设施上运行，符合适用于德国用户的数据保护要求。客户投资组合数据在传输和静态时均进行加密，并且不会出于营销目的与第三方共享。
相同的基础模型支持两个不同的目标：限制下行风险和识别更长期的结构性增长机会。
储蓄分布在股票和固定收益领域的家庭使用 Storm Kryptium 来监控持有量之间的相关性。当模型检测到集中风险上升时，它会在家族现有的风险承受能力范围内提出重新平衡的选择，而不是建议不相关的新职位。
规划十年的投资者使用回溯测试情景模型来比较不同历史市场条件下的配置策略。该平台展示了每种策略在过去周期中的表现，支持基于先例而不是单独预测的决策。
评估 Storm Kryptium 在德国数据保护标准下使用的用户的常见问题。
数据处理在欧盟境内的基础设施上进行。这样做的目的是为了符合德国用户和机构普遍的数据驻留期望。
模型建立在许可的市场定价数据、宏观经济指标以及用户直接连接的投资组合或账户数据的基础上。没有任何数据来自未公开或未经验证的来源。
每个模型版本在用于生成实时建议之前，都会根据多个周期（包括下降期）的历史市场数据进行测试。无法通过这些测试的模型不会被部署。
是的。每条建议都包含其基本假设和时间范围，用户可以完全控制是否采取行动。平台支持决策；它不会自动执行交易。
不会。连接到 Storm Kryptium 的投资组合和账户数据仅用于生成用户自己的分析，不会出于营销或转售目的与第三方共享。
进一步问题： 访问我们的联系页面。
