我们的方法
Online Yatırım 不将财务决策视为“信号”，而是将其视为结构化分析链。平台;它分别记录了每个数据收集、模型提取、风险评分和推荐生成步骤，并向用户解释这些步骤的逻辑。
我们的目标受众是远程专业人士和个人投资者，他们在不依赖于中央办公室结构的情况下做出决定。因此，界面不会简化复杂的金融术语，而是优先考虑通过保留术语来使基本原理可见。
方法论
建议背后的逻辑分四个阶段进行。每个阶段都使用前一个阶段的输出作为输入，最终的推荐是该链的联合结果，而不是单个模型。
定期收集市场价格变动、宏观经济指标和公开的公司数据，并将其转换为标准格式。
概率场景是通过将收集到的数据与过去的价格行为相关联而产生的；使用概率范围而不是单一的确定估计。
每个场景都根据波动性和潜在损失大小进行评分。具有高不确定性的输出被转移到低权重的推荐阶段。
评分场景相结合，创建可操作的建议和相关的风险说明，并附有理由地呈现给用户。
该模型不呈现独立于风险水平的潜在回报。每一个建议；报告可能的损失情况以及波动范围和置信水平。这种结构让用户不仅看到机会，还看到成本。
使用的数据类别；公开的市场数据、宏观经济指标和公开披露的公司信息。平台在推荐屏幕上指示哪个数据类别影响哪个推荐。
平台能力
模型输出随着市场数据的到来而更新；用户可以看到根据哪些数据变化修改了推荐。
概率场景是根据历史数据模式生成的；该模型提供基于范围的预测，而不是单一的确定结果。
选定时间段内的所有建议及其理由都会定期汇编成结构化报告。
通过将当前资产分布与风险评分输出进行比较，标记出不平衡的集中点。
社区验证结果
该平台产生的每条建议都保存在可公开访问的日志中，而不是保存在封闭的档案中。该日志并排显示了建议的生成日期、其理由以及随后的市场结果。
使用场景
企业用途
团队在季度规划周期中评估模型输出及其现有内部数据。建议不是设定明确的方向，而是为决策者提供额外的参考点；最终决定权始终由各自的团队做出。
个人使用
远程工作并管理自己储蓄的用户使用风险评分查看当前的资产配置。该平台通过标记哪种资产类别在总风险中所占的份额有所增加，促进再平衡决策。
风险评估
在突然波动期间，该模型会重新计算现有头寸的敏感性，并在超出阈值时生成通知。这减少了用户手动跟踪每个数据集的需要。
常见问题解答
每一个建议；所使用的数据类别以及计算出的风险评分和概率范围一起呈现。用户不仅可以查看建议的结果，还可以查看哪些输入对该结果做出了贡献。
用户的投资组合和偏好数据仅出于提供建议的目的而进行处理，不会出于营销目的与第三方共享。访问受到基于帐户的授权的限制。
对于企业用户，报告输出可以标准文件格式导出。与我们的通信团队协商评估更广泛的系统集成需求。