投资组合优化
根据回测情景调整资产配置，考虑投资期限和风险承受水平。
明智的决定
方法论
Asstranet 结合了统计建模和处理大量市场数据。每项建议均基于可验证的历史记录，而不是孤立的预测。
我们的模型是内部开发的，并根据市场发展不断调整，不依赖外部通用解决方案。
处理涉及广泛的数据系列，跨越多个来源以限制与受限样本相关的偏差。
每种情景在被提议作为决策基础之前都会在高波动时期进行压力测试。
数据证明
如果没有经过下面的整个验证过程，就不会发布任何策略。
市场数据、资金流动和行业指标的汇总，不断更新以反映真实情况。
根据观察到的动态调整统计模型的构建，并根据测量的解释力对变量进行加权。
每个模型都会与多个市场周期的过去数据进行比较，然后保留作为决策的基础。
应用领域
专为实现收入多元化的年轻专业人士以及必须在时间限制下做出决策的决策者而设计。
根据回测情景调整资产配置，考虑投资期限和风险承受水平。
明智的决定
交叉解读行业指标，以识别难以手动处理的大量信息中的相关信号。
节省时间
在资本投入之前检测关键风险并模拟不利情景。
降低风险
数据透明
数据处理符合 GDPR 要求：收集最小化、本地化托管和访问可追溯性。
这些模型基于记录的、可重复的统计方法，在任何操作使用之前都在历史数据集上进行了测试。
不保证未来的表现。回测结果反映了过去的市场状况。
关于
Asstranet 面向想要了解推荐背后的推理而不仅仅是接收结果的专业人士。
技术团队记录每个模型并发布所使用的验证参数，以便每个用户可以在实施策略之前评估该策略的可靠性。