保本平台
通过严格的、人工智能监控的止损系统保护您的财富
Tallyvorage 持续分析市场数据，并应用基于规则的预测止损机制，旨在在损失复合之前限制回撤。目标是稳定、有节制的增长，而不是投机性的上涨。
独立风险建模
持续的市场监测
透明、记录的方法
Tallyvorage 持续分析市场数据，并应用基于规则的预测止损机制，旨在在损失复合之前限制回撤。目标是稳定、有节制的增长，而不是投机性的上涨。
长期以来，将资本分散到不同的资产类别一直是抵御市场风险的标准措施。然而，在数字互联的市场中，资产类别之间的相关性往往会在压力时期急剧上升，而这恰恰是最需要保护的时候。仅建立在多元化基础上的投资组合仍然可能会同时经历严重的持股下跌。
这就是回撤保护旨在弥补的差距。回撤保护机制不是仅仅依赖分配，而是主动监控投资组合价值，并在损失超过规定阈值时进行干预。对于利用资本获取退休收入的投资者来说，限制下跌的深度与未来增长的前景一样重要，因为从巨额损失中恢复需要获得不成比例的更大收益。
在出现任何调整之前，急剧的下跌将持续其整个过程。
同样的下降会在预定阈值处被拦截，从而限制进一步的损失。
Tallyvorage 的建立前提是保护本金是工程纪律问题，而不是预测虚张声势。在将任何参数应用于实时头寸之前，会根据历史回撤事件对平台的风险框架进行审查，并在不同的波动条件下进行压力测试。
系统生成的每个建议都可以追溯到一组定义的输入和阈值。这种结构化的、可审计的流程旨在让投资者清楚地了解调整头寸的原因，而不是发出不透明的信任信号。
该平台围绕三个相互关联的功能构建，每个功能都针对风险管理的不同阶段：收集信息、解释信息并毫不犹豫或情绪偏见地采取行动。
市场定价、波动性指标和流动性信号被持续吸收并整合到单一的、当前的投资组合风险视图中。通过设计，市场事件与其在模型中的反映之间的延迟被保持在最低限度。
统计模型估计了在普遍情况下回撤的概率和可能的幅度。这些估计会随着新数据的到来而重新计算，而不是依赖于静态的、定期更新的预测。
当建模风险超过定义的容忍度时，系统会生成具体的、可操作的建议。阈值是预先设定的，因此对给定市场条件的响应是一致的且有记录的，而不是即兴的。
以下序列描述了信息如何在平台上移动，从最初观察到代表客户调整仓位。
在相关时间范围内收集定价和波动性数据，并与历史模式进行比较，以识别不稳定的早期迹象。
根据当前风险估计审查投资组合权重，并计算调整以使风险敞口回到投资者定义的承受范围内。
智能止损作为最终的安全网，全天候制定预定的退出或减少风险敞口，不受市场时间的影响，也不受情绪干扰。
所有数据处理均旨在符合通用数据保护条例 (GDPR) 的要求，包括数据最小化和规定的保留期限。投资组合和个人数据存储在位于欧盟境内的基础设施上，访问仅限于直接负责风险监控的系统和人员。
该系统旨在与流动性强的交易所交易工具配合使用，以便可以在正常的市场交易条件下调整头寸。它不会将资本锁定在固定期限内；相反，它决定何时以及如何减少或退出现有头寸，以应对衡量的风险。
该模型利用现有的统计技术来估计回撤概率和波动性聚类，包括方差滚动度量和历史压力情景。该方法的摘要，包括应用于给定账户的阈值，可根据要求提供，以便底层逻辑对投资者来说不是一个封闭的系统。