阅读资产负债表、解读宏观经济数据以及同时跟踪数十项指标需要多年的练习。大多数私人投资者没有这样的时间，仅凭直觉往往会产生不一致的结果，特别是在动荡时期。
Altaris Global Capital 用连续处理相同数据的模型取代了手动解释，并应用固定的、经过测试的方法，而不是不断变化的情绪。
在将模型用于实时推荐之前，会根据涵盖多个市场周期（包括经济低迷时期）的历史价格数据进行测试。这并不能预测未来的结果，但它显示了策略在真实条件下的表现。
说明性回测输出：在连续历史时期（包括扩张和收缩阶段）绘制的模拟策略绩效。
多个历史市场周期，包括持续下跌时期。
对模型之前未处理的数据进行样本外测试。
随着新市场数据的出现，基础数据集会不断更新。
随着条件的变化，模型假设会按照固定的时间表重新评估。
我们的方法简介：每个模型都根据历史数据的一个片段进行训练，并在其从未见过的单独的后续片段上进行测试，这是防止过度拟合的标准保护措施。每个测试周期的结果都会被记录并保留，以便可以审查表现而不是相信表现。没有任何模型的部署是基于一次有利的测试运行。
每个功能都解决一个特定的任务，否则需要持续的手动工作。
基于模式的模型使用历史和当前数据来估计可能的近期价格行为，以概率范围而不是单个固定数字的形式呈现。
每项建议都与基于波动性、相关性和历史回撤数据的风险评分配对，因此风险敞口是明确的而不是隐含的。
市场源是连续获取的，因此仪表板反映的是当前状况，而不是几小时或几天前的数据。
该模型标记了相关头寸的集中度，并建议与规定的风险承受能力（而不是通用模型投资组合）相一致的调整。
基础设施注释：模型输出使用时间戳和输入数据引用进行记录，因此任何建议都可以追溯到生成它的数据。
对于每个用户和每个受审查的资产来说，该过程都是相同的；仅输入数据发生变化。
价格历史、交易量和相关市场指标从多个来源收集，并标准化为通用格式以供分析。
回溯测试模型根据历史模式评估输入数据，生成近期可能行为的概率加权视图。
结果会根据您规定的风险承受能力和时间范围进行筛选，从而生成适合您的具体情况的建议，而不是通用信号。
金融软件的可信度取决于数据的处理方式，而不仅仅是模型性能。
数据在传输过程中和静态时都被加密，访问权限仅限于生成分析所需的系统和流程。
Altaris Global Capital提供数据驱动的分析，不构成个人财务建议。所有处理均遵循适用于德国和欧盟的 GDPR 要求。
核心基础设施受到持续监控，并针对不规则行为自动发出警报，以便在问题影响分析交付之前识别问题。
Altaris Global Capital 建立在一个简单的前提之上：当投资决策依赖于经过检验的证据而不是基于情绪的预测时，投资决策就会得到改善。我们的团队专注于模型验证和数据基础设施，而不是预测头条新闻。
通过平台提供的每条建议都可以追溯到记录的回测和特定的数据输入，因此可以随时审查其背后的推理。
