市场数据解读
价格行为、流动性深度和波动性指标被不断处理，以形成对市场状况的短期和中期看法。
加密货币市场可以跨时区持续交易，并且没有受监管股票市场常见的熔断机制。对于人类投资者来说，这意味着决策经常是在疲劳、信息不完整或情绪压力下做出的。 Brook Rendova 建立的前提是，随着时间的推移，一致的、基于规则的适应优于被动的手动交易——尤其是在急剧回撤期间。
价格昼夜不停地变化，几乎没有留下预定的人为监督或延迟反应的空间。
看似多元化的资产在压力事件期间往往会一起移动，从而削弱了假定的保护。
恐惧和过度自信往往会使投资者的实际风险偏好偏离其声明的承受能力。
链上数据、订单深度和宏观信号的到达速度比大多数人手动处理的速度要快。
基础模型并不旨在预测确切的价格变动。相反，它会估计一系列可能的结果，并相应地调整头寸规模和资产配置。三种机制共同作用，使暴露与既定的风险状况保持一致。
价格行为、流动性深度和波动性指标被不断处理，以形成对市场状况的短期和中期看法。
随着情况变化，分配权重会在预先批准的限制内变化，从而减少波动性加剧期间的风险敞口，并在情况正常化时恢复风险敞口。
该模型记录了投资者如何应对过去的调整，并在投资者设定的限度内随着时间的推移重新调整其边界。
短期预测分析可以及早识别新出现的情况，但根据每个信号采取行动会带来不必要的人员流动和成本。 Brook Rendova 将每个信号与长期稳定性模型进行权衡，因此只有当预期收益超过对投资组合的干扰时才会进行调整。与频繁的重新定位相比，这种方法有利于更少、更及时的改变。
在这种情况下，精确意味着有意识地而不是持续地行动。目标是在经济低迷时期保护积累的价值，同时在情况好转时保持参与的能力。
说明分配如何随着市场条件的变化在定义的风险范围内变化。
在系统开始代表其行事之前，每个帐户都遵循相同的顺序。无论帐户大小如何，都不会跳过任何步骤。
投资组合持股和相关市场数据源安全连接，使模型在提出任何建议之前能够全面了解当前风险敞口。
通过结构化评估，投资者确定可接受的回撤水平、时间范围和流动性需求。这些参数设定了人工智能运行的边界。
在商定的范围内，系统会随着条件的变化自动调整分配，并记录每次调整以供以后审查。
这些是评估人工智能管理方法的谨慎投资者最常提出的问题。专门的常见问题解答页面上提供了更完整的概述。
Brook Rendova 不拥有客户资产的所有权。投资组合数据是通过许可连接访问的，因此该模型可以分析持股并在投资者授权的范围内提出或执行调整。
流动性条款取决于与账户相关的基础交易所或托管安排。除投资者所选基础设施已设定的锁定期外，Brook Rendova 不会施加额外的锁定期。
每个分配变化都会记录触发它的市场条件和风险参数。该记录可供审查，因此决策可以被追踪，而不是被视为不透明的输出。
该模型旨在在风险分析期间设定的限度内，随着波动性上升而减少风险敞口。它不会尝试准确确定市场底部或顶部的时间，也不会超越投资者规定的最大回撤容忍度。
是的。风险承受能力在入职时并不是固定的。投资者可以修改他们的参数，模型将重新校准其行为以反映更新的边界。