进入壁垒
财经新闻、财报电话会议和分析师评论不断出现，但很少以类似的形式出现。对于没有研究台的人来说，将信号与噪声分离需要花费大多数人没有的时间。
引擎和记录
Antrenbit App 将实时分析与其产生的每个输出的永久、可审查的记录相结合。决策优化只有在可以检查的情况下才有价值。
专题 01
该平台持续获取定价、交易量和宏观经济数据，并应用相关矩阵来识别单个图表中不明显的资产之间的关系。模式识别会在每次数据更新时重新运行，而不是按照固定的时间表重新运行，因此该模型反映了当前的市场结构，而不是陈旧的快照。
条款 02 — USP
系统发出的每条建议都会在生成时写入永久记录，然后与第二天的实际市场结果进行比较。这种自动审核意味着用户不需要相信准确性：报告显示了建议的内容、时间以及接下来发生的事情，无论是积极的还是消极的。
管道如何工作
每个阶段都被设计为可以自行解释，因此最终的建议可以追溯到产生它的数据。
市场价格、交易量、备案和宏观经济指标是从结构化源中收集的，并标准化为通用格式。
统计模型扫描标准化数据集，以查找资产类别之间的重复关系和相关性变化。
已识别的模式会根据波动性和下行风险进行加权，因此较高风险的信号会被标记出来，而不是按表面值呈现。
调查结果会转化为带有支持理由的结构化建议，然后记录在第二天的报告中。
应用于不同的目标
底层模型是相同的；其输出的应用方式取决于用户所追求的策略。
建议经过筛选，以与多年范围保持一致，从而减少仅与短期价格变动相关的信号的风险。
风险加权阶段显示整个投资组合中的相关风险敞口，帮助用户确定单个事件可能同时影响多个资产的位置。
相关性分析强调了投资组合的集中度，并建议可以调整配置以减少对单一部门或资产类型的依赖。
关于平台
Antrenbit App 的建立前提是投资工具应根据其记录的结果而不是其承诺来判断。因此，该平台将分析引擎与报告层分开：一个产生建议，另一个则对这些建议的执行情况保留未经编辑的记录。
这种结构适用于那些第一次接触市场并希望有记录的决策依据而不是黑匣子的人。
常见问题
账户和投资组合数据根据《通用数据保护条例》进行处理。数据仅在提供服务和生成绩效报告所需的时间内存储，用户可以随时请求访问或删除其记录。
准确性是通过将每个记录的建议与每日报告中发布的后续市场数据进行比较来衡量的。没有模型能够产生一致正确的输出；该报告的存在是为了根据证据而不是根据规定的数字来评估业绩。
请求访问后，将配置一个帐户并将其连接到报告层。新用户在做出任何投资组合决策之前，会收到关于如何构建建议和报告的初步演练。
请求访问以查看有限评估期内的实时建议和每日绩效报告，之后没有义务继续。