独立收入的到来不均衡。强劲的季度使得现金留在经常账户中，收益微乎其微，而下一个发票日期仍然不确定。大多数承包商默认保留一切储备，这是安全但静态的，或者进行临时投资，除了个人判断之外，很少接受任何测试。
Netropolis 是围绕一个更狭隘的问题构建的：历史数据对于分配盈余实际上有何建议，以及如何快速地将其转换为特定的、经过风险调整的建议。
这个过程故意是线性的。每个阶段的存在都是为了消除决策中的自由裁量权，并用记录在案的、可重复的步骤取而代之。
跨越十年的市场、宏观和流动性数据集在任何模型被允许接触之前都会被收集和标准化。
人工智能构建了不同波动条件下可能结果的概率加权视图，而不是单一预测。
随着情况的变化，分配在商定的阈值内进行调整，并根据原始战略简介记录每项变化。
该平台不是静态的季度报告，而是在相关市场信号发生时重新读取这些信号，并在同一天内反映您的分配风险状况的任何重大变化。
在波动性加剧期间，该模型旨在在历史模式支持的情况下，在确认的经济衰退之前减少风险敞口，其明确目标是限制回撤，而不是最大化短期收益。
您指出可能需要多快的资金，建议集会相应调整，有利于短期流动性优先的短期、波动性较低的头寸。
我们不发布客户报价。相反，每项策略都附有一份方法简介，准确描述了测试的内容、针对哪些数据以及测试的时间段。
每个策略都附带一个图表，将模拟绩效与相关基准进行比较，包括损失时期。
数据集包括 FTSE 100 历史数据、全球宏观指标和部门层面的波动性指标，并与模型的假设和已知局限性一起记录。
所有策略在部署前都会根据十多年的市场数据进行模拟，并在底层模型修改时重新测试。
Netropolis 是围绕一个特定的观察而创建的：英国的独立专业人士通常会在短期、不可预测的时期内持有有意义的储备，而现有的投资工具是为长期养老金或活跃的日内交易而构建的，几乎没有介于两者之间的投资工具。
我们的方法将回溯测试的人工智能模型与简单的报告相结合，以便承包商不仅可以了解建议是什么，还可以了解数据支持该建议的原因。
您可以将一部分资本标记为保留，例如为公司税预留的资金，该模型会将其排除在主动分配之外，默认情况下将其保持在波动性较低、易于访问的位置。
账户数据在传输过程中和静态时都会被加密，并且访问分配控制需要经过身份验证的登录。我们不会出于营销目的与第三方共享客户级数据。
模型输出会被持续审查，任何对分配的建议更改都会在确定的当天与支持数据一起呈现。在任何重新平衡生效之前，您保留最终批准。
在投入任何资本之前，请审查与您的流动性范围相关的回测模型。