独立顾问很少能获得线性收入。付款如潮水般涌来，费用是固定的，让现金闲置或毫无方法地进行投资的诱惑仍然很强烈。手动分析您自己的风险暴露需要预测建模技能，很少有专业人士有时间在他们的活动中培养这些技能。
基于典型用法的说明性比较。实际时间取决于数据量和用户配置的阈值。
该平台连接到您声明的专业帐户并读取您的进入和退出历史记录。此阶段不做出任何决定：只需建立一个干净且过时的数据库即可。
预测建模模型会估计您的收入波动性，并将此结果与您在初始设置期间手动设置的风险阈值进行交叉引用。
分配将根据您选择的频率重新计算。任何修改都受到您的阈值的限制：系统永远不会超出您设置的限制。
收益率优化引擎将现金流时间序列与外部市场指标相结合。用户定义的风险阈值在模型中充当硬约束：它们永远不会自动放松，包括当模型检测到更高回报的机会时。
该模型会根据每个新的现金流入数据更新其预测，使您能够在压力影响您的分配之前对其进行预测。
当测得的波动率超过配置的阈值时，系统会在您定义的限制内自动减少相关头寸的风险敞口。
资产类别之间的分布是根据明确的规则重新计算的，同时考虑到您的收入与监控工具之间的历史相关性。
仲裁会考虑用户声明的税收制度，以限制会产生不成比例税收负担的现金流决策。
| 参数 | 描述 | 默认值 |
|---|---|---|
| 分析范围 | 用于估计收入波动性的滑动窗口 | 90天 |
| 重新校准频率 | 两次自动分配调整之间的间隔 | 24小时 |
| 初始波动阈值 | 减少曝光前的触发电平 | 可配置 |
| 紧随其后的资产类别 | 融入多元化引擎的品类数量 | 6 |
| 决策记录 | 保留每次算法调整的历史记录 | 继续 |
Lunavi Xezaro 不会取代您的判断：它会构建您已有的信息并一致地应用您的规则，包括当您专注于任务时。每次调整都可以从仪表板上查看、解释和逆转。
我们的目标不是不惜一切代价最大化回报，而是在一次又一次的任务中保持与您的风险承受能力一致的分配。
这里未涉及的技术问题： 查看完整文档。