预测建模
根据历史价格行为、宏观经济指标和波动模式训练的统计模型可以生成特定时间范围内的概率加权预测。输出表示为带有置信区间的范围，而不是单点保证。
零费用机制
大多数经纪和咨询平台对每笔交易、每次再平衡收取一定比例的费用，并且经常在报价的基础上收取点差。在多年的持有期内，这些费用对投资者不利，其方式与对投资者有利的复合回报方式大致相同，从而悄悄降低了投资组合的最终价值。
Atlantic Neural 不对通过平台执行的交易收取佣金。底层技术——预测建模、风险缓解和实时分析——的资金独立于交易量，这意味着该系统没有结构性激励来鼓励不必要的交易活动。
核心技术
Atlantic Neural 发布的每个建议都是三个连接系统的输出，而不是单个黑盒预测。这种分离允许独立地测试每个组件并隔离其错误。
根据历史价格行为、宏观经济指标和波动模式训练的统计模型可以生成特定时间范围内的概率加权预测。输出表示为带有置信区间的范围，而不是单点保证。
在建议到达账户之前，会根据头寸规模规则、相关风险敞口以及针对个人投资者规定的风险承受能力和时间范围设置的回撤阈值进行检查。
市场数据是连续处理的，而不是定期批量处理的，使系统能够检测会话中波动性或流动性的变化，并相应地调整长期建议。
方法论
从传入的市场数据到在您的帐户中显示的建议的路径遵循固定的顺序。每个阶段都会被记录下来，这样就可以在事后审查任何给定建议背后的推理。
价格、交易量和波动性数据均来自许可的市场信息以及公开发布的宏观经济数据。数据带有时间戳和版本，以便历史分析保持可重复性。
预测引擎根据当前数据集对每个候选资产或工具进行评分，生成预测范围和相关的置信度度量。
在提出任何建议之前，一个单独的基于规则的流程会根据您账户的风险参数和现有风险检查预测，从而减少重复或冲突头寸的可能性。
最终输出包含其支持数据、置信范围以及通过的风险检查，因此推理是可见的，而不是隐藏在单个“买入”或“卖出”指令后面。
应用用途
跨多个司法管辖区或货币工作所赚取的收入通常是不规律的。 Atlantic Neural 根据预测市场状况对现金流模式进行建模，以建议考虑货币风险和可变收入周期的分配时间，而不是假设每月固定贡献。
在波动性加剧期间，风险缓解引擎会减少建议的头寸规模，并标记可能会放大回撤的相关持仓。目的是限制可避免的损失，而不是确定地预测短期价格方向。
除了个别交易建议外，该平台还会根据投资者既定目标定期审查总体分配，并随着市场状况和时间范围的变化，重新平衡建议以实现目标风险回报状况。
支持与决策
账户和市场数据在传输过程中和静态时均进行加密。对底层模型基础设施的访问受到限制和记录，个人身份数据与交易活动记录分开存储。
Atlantic Neural 支持 API 连接以读取现有投资组合数据，从而允许预测和风险引擎计算平台外部的持仓。集成可用性取决于第三方提供商的 API 条款。
该平台在构建时考虑到了远程和国际移动用户的需求，并且访问不受固定位置的限制。某些监管特征可能会有所不同，具体取决于您开户时的税务居住国。
收入来自用于高级分析和数据深度的可选订阅层，而不是来自执行交易的百分比。这种分离的目的是使推荐引擎的激励与账户表现而不是交易频率保持一致。