Ample Croissélis引擎基于三层处理结构。在将结果传递到下一层之前，每个层都会减少原始市场数据中存在的不同类型的噪音。
该模型将每项资产分解为一组向量（动量、流动性、互相关）并预测其短期轨迹。这种分解将方向信号与高波动市场特有的统计噪声隔离开来。
每个建议都会经过一个控制矩阵，该矩阵根据观察到的波动性和头寸之间的相关性来限制风险敞口。目标不是消除风险，而是在面对孤立的市场冲击时保证投资组合的完整性。
流摄取和推荐重新计算在专用基础设施上运行，无需批处理队列。分配调整反映了微结构敏感型材的毫秒级市场状况。
钱包的部署遵循固定且透明的顺序。没有隐藏任何步骤，每个阶段都对应一个可识别的技术操作。
通过 API 与您的经纪商或数据源的加密连接。没有识别数据以纯文本形式存储。
该引擎将预测模型应用于您的资产范围，并生成根据您的风险承受能力调整的目标分配。
对提议的分配进行单一验证。部署立即运行，无需额外的手动配置。
Ample Croissélis 没有为财务分析添加装饰层。该界面准确地暴露了决策所需的数据：暴露、波动性、相关性，没有多余的指标。
每个模块都有版本控制和记录。模型参数是可搜索的，允许技术用户理解每个建议背后的逻辑，而不是受制于它。
可视化并不会取代分析，而是使其在几秒钟内可读。
业绩、回撤和夏普比率在同一时间范围内进行整合，没有汇总，因为汇总会掩盖波动性的峰值。
头寸之间的净敞口和互相关性，随每个引擎重新计算而更新。
与建议的目标配置相比，按资产类别和持有期限进行分布。
该模型会根据战略时间范围进行调整，而无需更改底层基础设施。
该引擎会在几分钟的时间内重新计算动量矢量，并在扩散收紧之前标记可利用的微观结构间隙。重点是恢复的延迟而不是分析的深度。
在几天到几周的时间内，该模型进一步权衡行业相关性和波动周期，以确定风险/回报率在日常噪音之外仍然有利的切入点。
对于多资产投资组合，该引擎会按因素和敏感性矩阵生成风险细分，可直接在报告或分配委员会流程中使用。
直接回答技术用户最常见的问题。
摄取管道通过持久 API 连接连续处理流。针对收到的每个流更新重新计算建议，而不延迟批处理。观察到的延迟主要取决于上游数据提供者，而不是 Ample Croissélis 引擎。
连接是通过有限范围的 API 密钥进行的，在传输和静态时进行加密。不请求或存储任何登录凭据。该基础设施托管在由客户端隔离的云环境中，并记录每次访问。
该模型根据历史价格、交易量和隐含波动率序列进行训练，并辅以汇总订单流数据。这些参数会定期重新评估，以限制过度学习过去市场机制的风险。
数据源连接后不到 60 秒即可完成产品组合部署。无需卡片即可查看仪表板演示。