方法论
回溯测试是我们在将每个策略应用于活资本之前将其应用于真实历史数据（包括收缩时期）的过程。这允许验证模型在已知不利条件下的行为。
有关价格、隐含波动率和资产之间相关性的数据是根据不同的市场状况（包括以前的危机）编制的。
该系统模拟每种资产组合的数千种可能的盈利路径，估计损失的概率大于投资者定义的阈值。
同时评估宏观经济、部门和流动性变量，以减少对单一风险指标的依赖。
每个模型都与其训练中未使用的时期进行对比，以便在建议任何投资组合调整之前检测过度拟合。
价值支柱
该系统并不不惜任何代价寻求利润最大化。优先考虑减少重大损失的风险，特别是在资本回收有限的投资范围内。
稳定性
算法不断调整资产之间的权重，以将投资组合偏差保持在投资者风险厌恶状况定义的范围内。
持续监控
当系统检测到市场相关性的相关变化时，它会生成包含当前风险水平和证明其合理性的变量的通知。
客观性
每条建议都附有其量化理由，以便投资者在批准之前可以审查调整背后的逻辑。
关于平台
Diáfano Prendanza 不自主执行操作。其功能是处理大量财务信息并将其转化为明确的建议，投资者或其顾问在对投资组合进行任何更改之前会对其进行审查。
这种方法使用户处于决策过程的中心，并得到分析的支持，考虑到所涉及的变量量，手动执行该分析是不切实际的。
技术清晰度
Diáfano Prendanza 仪表板将数千个数据点转换为少量可操作的指标，避免信息过载导致保守决策变得困难。
常见问题
这些模型包括基于真实历史危机的压力情景。当市场状况接近这些模式时，系统会逐步减少风险资产的敞口，而不是突然做出反应。
不会。平台会生成分析和警报，但每个投资组合调整决策都需要用户或其顾问的确认。目标是提供客观信息，而不是在没有监督的情况下自动做出决策。
信息在传输过程中和静态时都经过加密存储，并且访问仅限于所请求的分析所严格必需的流程。不会与服务之外的第三方共享任何数据。
这些模型会根据最近的市场数据定期重新验证，以检测与其预期行为的偏差，并在必要时调整参数。