问题
任何在传统办公室之外管理投资或业务的人都生活在大量信息中：新闻、宏观经济指标、价格变动和来自多个时区实时到达的矛盾意见。
这种恒定的流量会产生难以与相关信号分离的统计噪声。如果没有稳定的分析框架，决策就会面临认知偏差：对波动性的过度反应、在连续有利的情况下过度自信或面对不确定性时的瘫痪。
Reina Valoriva 旨在弥合拥有数据和能够明智地采取行动之间的差距。
方法论
该系统结合了三层工作——预测建模、持续分析和每日报告——但没有确定地提出任何建议。所有模型输出均以统计概率表示，不做任何保证。
这些模型使用市场时间序列和宏观经济变量进行训练，以估计可能的未来情景，并根据相对发生概率进行加权。
每个价格或指标更新都会立即处理，过滤掉结构噪音中的特定变化，以避免对没有统计相关性的波动做出冲动反应。
每天收盘时，平台都会发布一份报告，其中包含评估的头寸、每项建议背后的理由以及与前一天的估计结果相比的实际结果。
它是如何运作的
该流程的设计使任何用户都可以审核每个建议背后的推理，而无需依赖黑匣子。
价格、交易量、经济新闻和行业指标的来源均经过整理，格式标准化，以便相互比较。
每个信号都会经过受控风险过滤器，在到达推荐阶段之前丢弃风险回报率不利的交易。
系统会优先考虑满足用户定义目标的统计概率最高的替代方案，并在每日报告中记录推理过程。
实际应用
相同的分析功能适用于两种不同的情况：管理远程企业财务的团队和独立优化投资组合的人员。
基于收入趋势和经常性支出的预测。
以分布式方式运营的团队使用 Reina Valoriva 报告来预测现金流的变化，并根据不同经济情景的概率调整投资或承包决策。
目标不是绝对准确地预测，而是减少影响短期和中期业务流动性的决策的不确定性。
按资产类别进行每日风险敞口跟踪。
在任何地点管理自己储蓄的专业人士都可以使用该平台每天审查可变收入、固定收入和流动性之间的平衡，并根据他们之前定义的风险水平调整头寸。
每份报告都包含每项建议的原因，因此最终决定权在于个人，而不是模型。
常见问题
直接回答有关隐私、报告准确性和频率的最常见问题。
该信息专门用于为相应帐户生成分析和建议。它不会出于商业目的与第三方共享，内部访问仅限于服务运营严格必需的流程。
没有统计模型可以保证未来的结果。 Reina Valoriva 以概率的形式传达其估计，并在第二天的报告中记录每个建议的成功或偏差，以便用户可以使用真实数据评估系统的历史性能。
绩效报告每天在收盘时生成。另一方面，信号分析在交易期间连续进行处理，以便每日报告反映当天的完整情况。
不。该系统充当决策支持工具，而不是自动管理器。每项建议都包含其推理，以便负责投资组合或业务的人员保持对每项行动的最终控制。