背景
管理来自多个司法管辖区的投资组合会改变风险的性质。
定期更改网络、国家和时区的投资者可能会面临不受控制的连接、市场监控中断以及多个设备之间的访问分散的风险。无论分配决策的质量如何，这些因素都会增加暴露面积。
Veltronyqa 在端到端加密架构中隔离会话数据，无论是从联合办公空间、机场还是临时住宅进行连接。敏感数据的身份验证和存储独立于所使用的网络，这限制了连接受损的影响。
我们的方法
Veltronyqa 专为不使用固定办公桌工作的用户而设计。该基础设施连续运行，不依赖于单个接入点，并在会话之间同步分析，而不会暴露数据。
引擎生成的每个建议都是可追踪的：输入数据、应用的风险过滤器和加权逻辑仍然可见，这允许对算法辅助的决策进行事后控制。
发动机和安全
仅当提供预测情报的数据完整且受到保护时，预测情报才有价值。 Veltronyqa 将这两个要求视为单个系统，而不是两个单独的模块。
该引擎吸收市场数据、宏观经济指标和历史投资组合行为，以生成概率场景。这些模型会定期重新校准，以限制与不断变化的市场条件相关的漂移。
结果以概率范围而不是单一值的形式呈现，以反映任何财务预测固有的不确定性。
数据的性质
市场、宏观、行为
定期重新校准多源输入。
每条建议在提出之前都会经过合规性过滤器。该过滤器检查与适用于用户声明的司法管辖区的监管框架的一致性，并标记潜在的差异，而不是默默地纠正它们。
这种方法将最终决定权留给投资者，同时记录考虑的监管限制。
功能
监管过滤
记录报告，决定权留给用户。
市场流量和投资组合变动在收到时立即进行处理，不会延迟批处理。这缩短了市场事件与将其纳入风险模型之间的时间。
连续处理还可以比传统的定期分析更快地检测到异常波动偏差。
加工方法
连续流
无需批处理的事件集成。
方法论
决策优化过程遵循三个不同的步骤，并记录下来以便进行独立审查。
收集市场来源、关联账户和外部指标并将其标准化为通用格式，并对每个条目进行时间戳和完整性检查。
在保留分析之前，将生成的场景与用户定义的风险承受能力约束和适用的合规性规则进行比较。
已验证的场景根据其估计的风险/回报比进行排名，然后提出基本假设以进行关键评估。
技术证据
访问日志和引擎决策被保留并可咨询，这允许根据合法请求对处理链进行外部审查，而无需追溯重建。
关键服务在分布于多个可用区的架构上运行，因此局部故障不会中断对分析的访问或活动会话的持续加密。
使用案例
投资组合多元化
经常改变时区的投资者无法持续监控自己的头寸。一旦超过定义的阈值，引擎就会报告分配不平衡，而不是等待定期的手动审查。
缓解波动性
当市场波动加剧时，风险过滤会调整所呈现情景的权重。在决定采取行动之前，用户会收到上下文警报以及保留的假设。
自动产量优化
该引擎不断将现有头寸的估计回报与具有相同风险状况的替代方案的回报进行比较，并标记重大偏差以供审查。
