每个信号在发布作为决策依据之前都会经历四个阶段。这个过程减少了对个人意见的依赖，并使每项建议背后的逻辑易于理解。
结构化和非结构化市场数据在进入模型管道之前会被持续导入并检查一致性。
算法可以识别重复出现的数据集群和相关性，而人类分析以这种速度无法检测到这些数据。
每个识别的模式都会根据历史时间段进行测试，以检查不同市场条件下的命中率和风险参数。
只有在验证通过后，带有置信值和风险分类的信号才会传输到决策界面。
每个功能都针对一个特定的决策问题：可能发生什么、风险有多大以及现在正在发生什么。
预测模型根据历史数据集群评估价格变动的概率，并提供置信区间而不是全面预测。
头寸规模和风险参数会根据波动性和回撤历史自动调整，以系统地限制资本损失。
运行仪表板显示信号状态、市场变化和投资组合影响，无需手动评估。
Bonus Programm 提出的每项建议均基于记录的回测历史记录。该系统依赖于经过多个市场周期检查的客观数据集群，而不是意见或短期趋势。
该方法故意保持易于理解：每个信号都可以追溯到基础测试运行，包括创建它的市场条件。
该平台既可用于微调现有投资组合，也可用于建立新的自动化收入来源。
拥有现有投资组合的投资者使用信号归因根据当前风险参数重新平衡头寸。回测历史为重新分配决策提供了客观的基础，否则必须以耗时的方式手动检查。
时间预算有限的受雇专业人士会设置自动信号通知，以兼职方式做出结构化决策。不再需要准备建模工作，因为信号已经基于经过验证的数据集群。
回答在决定数据驱动平台之前通常出现的问题。
每分钟都会不断地读取和处理市场数据。确切的延迟取决于特定的数据源，但对于所有支持的市场来说，延迟时间都在较低的个位数分钟范围内。
根据新获得的市场数据定期进行再培训。此外，如果市场发生重大变化，则会启动计划外的验证运行以保持模型的准确性。
风险参数基于历史波动性、回撤行为和单独存储的上限。用户可以在定义的范围内调整这些参数，而无需更改底层模型逻辑。
不符合回测中定义的最低标准的模型将不会被发布用于信号生成。它们保留在开发环境中，直到通过重新验证。
该平台处理公开的市场数据以及结构化的历史时间序列。可通过联系页面获取所用数据源的详细概述。