每周手动跟踪价格变动、新闻流和投资组合风险是现实的，而每天花几个小时来做出真正明智的决策是不现实的。如果不加以管理，这种差距就会变成不受管理的波动，而不是经过计算的头寸。
数据到达的速度快于读取的速度。影响市场走势的信息全天更新，事后回顾往往意味着反应太晚。
风险承受能力很少是静态的。一旦波动性上升，在平静的季度中感觉可以接受的东西可能会感觉非常不同，但大多数投资组合都没有重新平衡以反映这种转变。
电子表格无法随心所欲地扩展。一旦职位数量或收入流增长超出一个人可以监控的范围，基于手动跟踪的副收入往往会趋于稳定。
Xyzenthor 的设计围绕一个简单的观察：大多数想要通过市场增加被动收入的人并不缺乏雄心，他们缺乏的是时间。该平台承担重复性工作——获取数据、运行比较、标记偏差——这样您的时间就可以用于决策，而不是数据输入。
每项建议都可以追溯到产生它的输入。没有任何东西被呈现为黑匣子信号；您可以查看哪些数据点改变了建议以及模型调整的原因。
大多数自动化工具对每个用户应用相同的模型。相反，Xyzenthor 的引擎从您设置的短期风险承受能力开始，然后在观察您的投资组合在实际条件下的实际表现时调整其推荐阈值 - 如果回撤感觉不舒服，则收紧风险敞口限制；如果您始终接受比默认设置假设的更多变动，则放松风险敞口限制。
重新校准是滚动进行的，而不是单一的入职测验，因此随着市场和环境的变化，模型的输出与您的容忍度保持一致。
您设定初始容忍范围和收入目标。
该引擎根据您指定的阈值映射实时数据。
阈值随着观察到的行为和条件的变化而调整。
该过程的任何部分都不会隐藏在您需要信任的专有声明后面。下面的每个阶段都会产生一个输出，您可以在它影响实时位置之前对其进行检查。
市场数据、投资组合持有量和您指定的风险参数都被提取到一个按滚动计划更新的单一结构化数据集中。
该模型将当前状况与风险校准阈值进行比较，确定相对于您定义的可接受的暴露程度。
已生成建议的调整（大小、时间戳和说明），可供您批准，或者如果您已启用，则让平台自动应用。
相同的基础数据提供了三种不同的方法，每种方法都有不同的规定容差。以下结果均不得到保证；它们描述了模型的行为如何因设置而异。
建议倾向于波动性较低的头寸并尽早触发再平衡，旨在将波动保持在预先商定的狭窄区间内，而不是追求尽可能高的回报。
该模型在标记重新平衡之前接受更广泛的变动，适合于在几年内建立副收入而不是对每次短期波动做出反应的人。
阈值被故意设置得很宽，允许在干预之前进行更大的回撤，但前提是这种设置会带来更高的损失风险以及更高的结果潜在差异。
这些是在有人连接真实账户之前我们最常被问到的问题。
是的。账户和投资组合数据按照英国 GDPR 要求进行处理，在传输和静态时进行加密，并且绝不会出售给第三方。您可以随时请求完全导出或删除您的数据。
默认情况下，每项建议都需要您的批准才能采取行动。如果用户希望平台应用校准调整而无需手动签核，则可以使用可选的自主模式，并且可以随时关闭该模式。
该模型将标记偏差并根据您的风险状况提出重新平衡步骤。这减少了不受管理的风险，但并没有消除损失的可能性——所有投资都带有风险，而且资本不受保护。
不需要专业的数据科学或交易背景。 Xyzenthor 旨在与股票和股票 ISA 等现有账户一起使用，以简单的方式提供建议。它不能替代适合您情况的独立财务建议。
被动是指减少日常监控，而不是取消所有监督。我们建议定期审查您的风险设置和结果，特别是在您的财务状况发生重大变化之后。