价格图表、社会情绪和滚动新闻周期变化很快，很难判断哪些变化反映了真正的变化，哪些是短期反应。第一次进入市场的学生经常会面临这个问题，而没有一个框架来区分。
每个工具都旨在将大量原始市场数据转换为学生可以实际评估的少量决策。
该平台通过经过训练的统计模型处理历史和当前市场数据，以识别价格行为、交易量和流动性的重复模式。输出以概率范围而不是单个保证数字的形式呈现。
随着新数据的到来，市场状况会不断重新评估，而不是按照固定的每日时间表进行评估。这使得系统能够在流动性或波动性出现重大变化时对其进行标记，因此可以在头寸受到影响之前进行审查。
平台上审查的每项资产都会收到一个风险评分，该评分是根据波动性历史记录、流动性深度和所有权集中度计算得出的。该分数旨在使相对风险一目了然，因此可以根据学生自己的承受能力和可用资本进行权衡。
学生数据和任何关联资产均使用受监管的银行基础设施中应用的相同加密原理进行保护，而不是降低消费级的同等水平。
设备和 Riscusanat 服务器之间移动的所有数据都经过加密，存储的记录也是独立加密的，因此单点故障不会暴露帐户信息。
Riscusanat 的数据处理和披露实践符合英国金融监管预期，包括分析和财务建议之间的明确分离。
帐户访问受到分层身份验证的保护，并且对用户数据的内部访问受到限制和记录。
根据当前行业标准定期审查加密和访问实践，以确定哪些控制措施需要更新。
用于达成建议的逻辑在每个阶段都有记录，因此用户可以看到结论是如何形成的，而不是仅凭信任接受它。
从多个来源收集市场价格、交易量、流动性深度和链上活动，并将其标准化为通用格式以供分析。
统计模型扫描聚合数据中的重复结构，例如波动性聚类或流动性变化，并标记那些满足定义的显着性阈值的结构。
调查结果是根据个人用户声明的风险承受能力和可用资本进行筛选的，因此建议反映的是个人起点，而不是一般的市场观点。
Riscusanat 没有为分析设置固定的最小值。风险评分和建议是根据用户指定的资本计算的，因此无论涉及的金额是适度还是较大，该工具仍然有用。
不会。Riscusanat 不会仅通过投机或动量产生信号。建议源自历史数据模式和记录的风险评分，每个输出都包含其背后的推理，以便用户可以评估它而不是盲目遵循它。
账户数据在传输过程中和静态时都使用受监管的银行系统中应用的相同原理进行加密。根据当前安全标准，访问受到限制、记录和定期审查。
Riscusanat 的数据处理和披露实践符合英国金融监管预期。该平台提供数据分析和风险信息，并将其与受监管的财务建议明确区分开来。
一旦了解了用户的预期用途，就会在入职期间提供定价详细信息。在审查平台的输出如何适用于特定情况之前，没有义务做出承诺。