手动构建风险调整投资方法通常需要统计培训、访问干净的历史数据集以及每天监控市场的时间。很少有私人投资者同时具备这三点。结果通常是在收取高额费用的酌情建议或基于不完整信息的决策之间做出选择。
Stewardon Advisors 旨在消除技术障碍而不消除严格性。该平台在后台持续运行统计工作，并将输出呈现为少量清晰、过时的建议。
| 因素 | 手动、自行决定的方法 | Stewardon Advisors 方法 |
|---|---|---|
| 决策依据 | 经验、新闻流、直觉 | 应用于当前数据的回测模型 |
| 监测频率 | 定期，取决于可用时间 | 持续、自动的重新评估 |
| 所需的技能组合 | 统计、数据处理、市场经验 | 无；建议以简单的英语呈现 |
| 随着时间的推移保持一致性 | 可变，受情绪和偏见影响 | 固定规则集，每个周期应用相同 |
Stewardon Advisors 生成的每条建议都会经过相同的检查顺序，无论涉及哪种资产类别。这可以保持流程的一致性和可审计性。
在考虑实际使用之前，策略首先针对多年历史数据集运行。只有当一项策略的历史表现在多个市场周期（而不是单一的有利时期）保持不变时，该策略才会被保留。
一旦使用，底层模型就会根据传入的数据滚动地重新评估。如果条件与策略所依据的模式不同，权重会自动调整，而不是保持静态。
一个单独的层监控推荐头寸的浓度、波动性和相关性，标记会增加风险敞口超出您设置的参数的组合。
您可以连接与您的情况相关的帐户或数据源。该平台将这些信息与更广泛的市场和经济数据集一起构建。
回溯测试模型评估组合数据集，识别模式并将当前条件与历史先例进行比较。
您会收到一份注明日期、经过解释的建议，包括推理和应用的风险参数，以便您可以决定是否采取行动。
Stewardon Advisors 不公布预计回报，因为未来市场不能保证过去市场的行为。可以显示的是每个模型构建的逻辑：它如何对历史数据进行加权，针对哪些时期进行测试，以及当条件超出历史范围时它如何响应。
与标题百分比声明相比，这是故意采取的一种不那么戏剧性的方法。它适用于那些希望在依赖建议之前了解建议背后的理由的投资者。
回溯测试模型的说明性输出，仅供说明之用。不是对未来表现的预测。
Stewardon Advisors 的开发是为了让缺乏数据科学或编程背景的人们能够访问机构部门内部使用的同类系统分析。该平台不能取代专业的财务建议；它通过从历史数据和当前条件中提取的证据来支持您自己的决策。
每项建议都附有其背后的推理，因此您不会被要求单独根据数字采取行动。我们认为这个解释层与建议本身一样重要。
不会。该界面以简单的英语呈现建议及其推理。统计工作，包括回测和实时监控，都发生在平台侧。
每一项策略都根据数年的历史市场数据运行，涵盖多个市场周期，然后才能提供实时建议。仅在单一有利时期表现良好的策略不会被保留。
不会。历史验证提高了策略推理的可靠性，但不能保证未来的表现。提供建议是为了支持您的决定，而不是作为结果的承诺。
这取决于您选择的分析范围。在使用与外部帐户的连接的情况下，在提供商支持的情况下访问权限为只读，并且数据在传输过程中和静态时都被加密。
风险缓解层持续监控实时状况。如果当前数据偏离测试策略的历史范围，则调整模型的权重或标记建议以供审查。
如果此处未涵盖某个问题，我们的支持团队可以在您连接任何数据之前以非技术术语解释该方法的任何部分。
