基于可验证数据的投资组合优化方法
Xanvurleq 的诞生是为了提供以前仅限于机构管理者的定量分析方法。该模型不承诺固定结果：它公开历史数据和计算出的概率，以便每个用户可以根据完整信息做出决定。
该团队每个季度都会使用新的市场数据更新分析引擎，并根据所包含资产的近期表现调整风险参数。
了解完整的方法论
Xanvurleq 引擎将历史系列的价格、交易量和波动性与宏观经济变量相结合。结果是计算出的投资组合分配，而不是投机性预测。
整合了过去二十年的市场数据、宏观指标和波动序列。
该系统可以识别重复出现的风险回报模式，并根据之前的危机时期对其进行验证。
生成的资产组合可根据用户定义的风险调整最大化盈利能力。
每个季度，该模型都会根据新数据重新计算投资组合权重，无需每日手动干预。
以下数字来自对过去市场数据的模拟。历史表现并不能保证未来的结果，但它可以评估模型在不同经济周期中的行为。
通过将每个优化投资组合的波动性与未经优化的参考投资组合进行比较来衡量风险降低程度。回溯测试报告包括每个评估期间资产回撤、年化波动率和资产之间相关性的详细信息。
每个功能都是为那些寻求通过数据管理额外收入而无需每天关注市场的人而设计的。
输入参考资本和时间范围。模拟器显示了该资产组合在最近的市场周期中获得的历史表现。
当模型建议调整资产配置时，系统会发出通知，并提供更改的统计理由。
与上一季度相比，每三个月生成一份报告，显示资产之间的波动性、回撤和相关性。
根据基准指数可视化您的投资组合的演变，并提供可导出的数据以供外部审查。
Xanvurleq 的诞生是为了提供以前仅限于机构管理者的定量分析方法。该模型不承诺固定结果：它公开历史数据和计算出的概率，以便每个用户可以根据完整信息做出决定。
该团队每个季度都会使用新的市场数据更新分析引擎，并根据所包含资产的近期表现调整风险参数。
了解完整的方法论以下场景说明了不同的使用情况。预测基于模拟历史数据，不保证结果。
用户将每月储蓄的固定部分分配给中等风险投资组合，每月审查一次面板。
简介：保守·每月回顾
拥有副业收入的人使用该模型将多余的现金分配到行业多元化的投资组合中。
简介：平衡的季度再平衡
已保存资本的用户在定义最终分配之前在模拟器中测试不同的时间范围。
简介：变量·场景比较
不会。历史表现显示了策略在过去的表现。未来市场的表现可能会有所不同，所有投资都存在损失风险。
没必要吧仪表板以可视化方式呈现数据，报告包括对每个风险和回报指标的清晰语言解释。
该引擎不断整合新的市场数据，并每季度重新计算分配建议，除非波动性发生重大变化需要提前审查。
共有三种可配置配置文件：保守型、平衡型和可变型。每个配置文件都会调整优化投资组合中波动性较高的资产的权重。
使用相同的历史参考期，将优化投资组合的年化波动率和最大回撤与未经优化的同等投资组合进行比较。
通过电子邮件提供技术支持，解答有关帐户设置、报告解释和访问导出的历史数据的问题。