个人投资者每周可以查看有限数量的变量。另一方面，预测模型不断重新计算相关性和风险信号。因此，可用信息量越大，两种方法之间的差距就越大。
| 尺寸 | 手动分析 | 预测模型 |
|---|---|---|
| 审核频率 | 每周或每月，视供应情况而定 | 连续的，基于实时数据流 |
| 考虑的变量 | 受限于分析师的时间 | 多个数据系列组合 |
| 情绪偏见 | 体现在具体决策中 | 使用先前定义的规则减少 |
| 可追溯性 | 取决于自己的记录 | 系统记录、可检索 |
说明性表示同一声明的风险概况内个体决策和模型调整决策之间观察到的变异性。
该系统结合了数据摄取、预测建模和曝光控制。每个组件独立运行，允许单独审核其运行。
该系统定期整合市场数据、宏观经济指标和交易量，无需人工干预。
防止基于过时信息的建议，这是手动投资组合跟踪中的常见问题。
这些模型识别历史模式并预测风险调整后的回报场景，并在新数据到达时更新其参数。
基于时间序列而不是点预测，这允许区分持续信号和统计噪声。
当波动性超过用户定义的阈值时，一组规则会自动限制风险。
因此，资金保护并不取决于用户对市场突然波动的反应速度。
Semilla Rentecto 发布模型决策的历史记录以及源自模型决策的数据。任何注册用户都可以查阅此历史记录，从而可以将结果与声明的方法进行对比。
每个模型决策都与相应配置文件的支持变量和目标风险范围一起记录。不利的结果并没有从历史记录中抹去。
每季度审查一次模型参数和源数据质量。每次审查的结论均纳入公共记录。
该系统设计为仅在定义一次的参数下运行，并在家庭情况发生变化时偶尔进行调整。
用户确定时间范围、可接受的暴露水平和家庭的财务目标。
设置了限制，超出该限制系统可以重新平衡投资组合，而无需手动确认。
预测引擎分析传入的数据并在先前批准的利润范围内进行调整。
仅当超过用户定义的关键阈值时，用户才会收到定期摘要和特定警报。
可按波动程度、偏离目标的百分比或上次手动审核的时间进行配置。
提供每日、每周或每月的格式，以及为超出配置的风险阈值的事件保留的即时警报。
该系统结合了市场来源、公共宏观经济指标和交易量数据。每个来源都在可从用户帐户访问的方法记录中标识。
公共记录中仍然可以看到表现不佳的时期以及随后对原因的分析。不利的结果并没有被隐藏。
是的。阈值可以随时调整。该更改从下一个审核周期开始应用，而不是追溯。
通过存储时的个人身份验证和加密来保护对帐户和链接的财务数据的访问。注册后提供的方法文件中描述了技术细节。
这不是一个要求。初始设置基于有关时间范围和风险承受能力的问题，而不是复杂的技术术语。
