模型
没有黑匣子。在信号到达仪表板之前，三个步骤一致地应用于每个数据集。
市场信息、定价历史和波动性数据被持续收集并标准化为单一的结构化格式。
该模型将当前状况与历史模式进行比较，以识别具有统计意义的信号，而不是短期噪音。
在发布建议之前，每个信号都会根据过去市场压力事件中得出的下行情景进行加权。
回测
每个策略在发布之前都会根据先前的市场数据运行。下图描述了该过程的范围，而不是对未来结果的预测。
比较折线图，显示模型的历史回测曲线及其部署后的性能，按市场状况（上涨、下跌、横盘）进行细分。
方法说明：结果来自于规定测试参数下的历史数据分析。回溯测试中过去的表现并不能保证未来的回报。可根据要求提供完整的方法文档。
工具
每个工具的设计目的都是为了缩短数据与合理决策之间的距离。
该平台持续监控头寸级别和投资组合级别的风险，并在偏差超过定义的阈值时对其进行标记。
警报按严重程度排名，因此注意力集中在最重要的数据点，而不是每次市场波动。
每个持有的资产都会收到一个风险评分，该风险评分源自类似资产的波动性、相关性和历史回撤行为。
当分数超出可接受范围时，系统会提出重新平衡选项，并在每个选项旁边显示基础数据。
合规与安全
谨慎的资本需要谨慎的基础设施。以下标准适用于每个帐户。
所有投资组合和市场数据在系统之间移动和存储时均使用行业标准协议进行加密。
客户数据保留在规定的管辖范围内，并且不会出于与分析交付无关的目的与第三方共享。
应用
相同的基础模型支持两种不同的资本管理方法。
机构投资者
具有固定分配授权的基金使用 Tallifority 来监控风险敞口漂移并标记多元化账簿中的相关风险，而无需进行活跃交易。
私人投资者
个人投资者使用预测风险评分和实时警报在出现波动之前调整加密货币和股票头寸。