那些将资本管理作为次要活动的人发现自己正在解释每小时都在变化的大量数据，而没有工具来区分相关信号和不相关的振荡。在时间压力下做出的决策往往是反应性的，而不是系统性的。
解决方案Analista Artificiale 将预测模型应用于异构数据源，并返回带有明确风险参数的操作建议。人工部分仍然负责最终批准，但不负责安全阈值的持续管理。
无人值守人工管理与主动决策自动化管理的示意图对比。
不连续的干预，导致反应延迟。
始终如一且非情绪化地应用阈值。
智能止损模块不采用固定阈值。根据受监控工具的历史和隐含波动率不断重新计算退出水平，适应市场条件，无需人工干预。
这种方法是为那些将投资资本视为被动收入来源并且没有时间在工作时间监控头寸的人而设计的。即使用户未登录，系统仍可运行。
该过程分为三个阶段，旨在使系统的每个输出都可验证，即使内部逻辑仍然复杂。
该系统从市场来源、宏观经济指标和时间序列获取数据，在进行任何处理之前将其标准化为一致的格式。
统计和机器学习模型可以识别相关性、异常和重复模式，为每个信号分配一个置信水平。
该信号与用户定义的风险参数集成，并作为操作建议返回，并附有动态止损阈值。
支持构建具有明确回报目标和明确风险约束的投资组合，并由系统不断审查。
分析运营和财务流程，以识别反复出现的低效率问题，并在内部决策流程中提出可量化的调整。
识别市场情景的预测信号，对于那些需要在平均时间范围内规划头寸的人很有用。
Analista Artificiale 是为那些想要将结构化方法应用于资本管理而又不想花时间从事全职活动的人创建的支持工具。该系统并不能消除风险，而是根据预先定义的规则使其可见、可衡量和管理。
该平台旨在以高度自治的方式运行，同时仍然保持对进入决策的人为控制点。
没有任何预测分析系统可以消除市场风险。 Analista Artificiale 减少了由于延迟或情绪而导致决策错误的风险，但投资资本仍然会受到波动的影响。智能止损模块限制损失的大小，而不是排除损失。
初始设置和定期访问仪表板需要稳定的连接。无需编程技能：界面返回系统已计算出的可读建议和参数。
配置风险参数后，会自动监控和应用止损阈值。用户收到相关决策的通知，但无需手动干预进行日常管理。
这是该平台设计的主要用例：一定程度的决策自动化，可减少主动管理时间，保持对资本安全参数的持续监控。