在评估任何工具之前，了解哪些变量真正影响长期投资组合的底线是有帮助的。
Arvelantis AI 将预测模型与用户定义的风险过滤器相结合。每个建议都是根据实时处理的市场数据生成的，而不是一般预测。
通过消除交易费用，产生的总回报直接转化为投资者的净回报。
| 变量 | 传统模式 | Arvelantis AI |
|---|---|---|
| 每次操作的佣金 | 适用于大多数情况 | 0% |
| 推荐依据 | 顾问的标准 | 预测数据分析 |
| 风险调整 | 手动定期审核 | 自动连续过滤 |
该过程遵循三个连续的阶段。每一项都依赖于前一项，因此，如果不先经过风险过滤器，就不会生成任何建议。
该系统收集和整理市场数据、宏观经济指标和历史价格，并在运行时间内不断更新。
该数据与用户声明的风险状况相交叉。超过该阈值的选项在到达推荐阶段之前将被丢弃。
该模型为投资者概况提供了具体建议，并提供了解释为何提出该选项的支持信息。
资本投资的时间越长，小额佣金的影响就越大，这正是退休计划中通常的情况。
当佣金降低每笔交易的总绩效时，该折扣不仅会影响当年的结果：还会降低计算后续年份绩效的基础。
通过不对每次操作收取佣金，Arvelantis AI 允许将一段时间内产生的收益全部再投资，而无需中间折扣。这是结构性的差异，而不是暂时的提升。
平台内执行的操作的当前成本结构。它不包括墨西哥法律规定可能适用的预扣税款。
以下案例说明了模型如何根据投资者既定目标调整其建议。
该模型识别资产之间的相关性，以减少单一部门或工具的风险集中度。
在价格波动较大的时期，系统会调整建议的风险敞口，使其保持在用户的风险阈值内。
对于寻求定期流动的配置文件，该模型优先考虑具有定期支付历史的工具，而不是具有高投机增长的资产。
Arvelantis AI 是作为决策支持工具而构建的，而不是酌情管理服务。该模型的目标是通过数据减少不确定性，而不是完全消除不确定性。
每项建议都记录有支持它的信息，以便投资者在采取行动之前可以查看每项建议背后的理由。
这些答案涵盖了投资者在开始之前最常问的问题。
数据根据行业标准加密协议存储，帐户访问需要单独身份验证。平台不会出于服务运营以外的目的与第三方共享个人信息。
流动性取决于当时资本投资的工具。在用户确认操作之前，系统会明确显示每个推荐的可用期限。
该模型分析历史价格模式、数量和宏观经济指标，以估计未来行为的概率。它不保证结果：它的功能是减少仅基于直觉或不完整信息的决策。
初步分析无需任何费用，也不涉及开户。它用于检查您的风险状况以及模型将生成的建议类型。
开始免费分析所有投资均带有风险，包括可能损失部分投资资本。任何工具过去的表现并不能保证未来的结果。