背景
现代市场很复杂，在压力下做出的决策很少是最好的
当今金融市场的走势取决于多种同时发生的因素：利率发展、货币状况、行业轮动以及短时间内发生的全球事件。对于个人投资者来说，如果没有大量的时间或专业知识，很难保持概览。
当不确定性增加时，基于情绪而不是系统分析做出决策的风险也会增加。对于需要持续多年的资本来说，即使是一些冲动的调整也会随着时间的推移对总回报产生显着的影响。
方法
每项建议的三个步骤
数据收集和验证
该平台从既定的公开来源收集历史和当前市场数据。在数据进入分析之前，会对其进行清理并交叉检查是否存在错误、间隙和不一致，以便任何计算的基础尽可能没有噪音。
无需猜测的模式识别
统计模型识别价格形成、波动性和资产类别之间的相关性的重复相关性。这些模型旨在突出显示在多个市场周期中重复出现的模式，而不是单一波动。
变化条件下的回测
每个策略在纳入建议之前都会根据历史数据进行测试。该测试是在不同的市场条件下（包括增长期和衰退期）进行的，以评估该策略在实践中的表现。
数据库
有效数据，无推测噪音
我们只使用可验证的数据。该平台不使用社交媒体、谣言或非结构化新闻流作为其计算的基础。目的是每项建议都可以追溯到具体的、记录的数据点。
这种方法意味着模型对短期噪音的反应更慢，但另一方面，当必须做出有关长期资本的决策时，模型会处于更稳定的基础上。
- 收藏历史价格、成交量和宏观数据是从既定的数据源获得的。
- 清洁系统地排除错误或不完整的数据点。
- 分析这些模型计算不同市场情景下的可能结果。
- 文档保存结果和假设，以便事后检查计算。
注重稳定性
我们重视可预测性而不是回报速度
波动较小
这些策略的组织目的是为了比广泛组成的股票投资组合减少价格波动，并通过回测中的几个完整市场周期进行评估。
长测试范围
每个策略都在涵盖繁荣和萧条的历史时期进行系统测试，而不是在单一有利时期进行验证。
随时间变化的统一模式
结果不是孤立评估的，而是根据相同的模式在不同时期和市场条件下是否一致重复来评估的。
关于Lødig Værdihed
旨在支持而不是取代您自己的判断
Lødig Værdihed 是为那些希望为长期资产管理奠定坚实的、有数据支持的基础的投资者开发的决策支持工具。该平台提供分析和记录的回测结果 - 最终决定始终由您或您的顾问决定。
我们特别针对那些已经积累了多年资本、现在更注重风险管理和稳定性而不是激进增长的投资者。
问题与解答
人工智能、数据和实施的常见考虑因素
与传统建议相比，人工智能模型在实践中的可靠性如何？
Lødig Værdihed 中的模型是对传统建议的补充，而不是替代。它们比人类更快地识别大量数据中的模式，但结果始终作为决策支持呈现，必须根据您的具体情况进行评估。
我的数据如何存储和保护？
该平台使用市场数据和匿名投资组合信息。数据以加密方式存储，访问仅限于特定分析所需的内容。详细规格可单独索取。
使用平台的建议是否需要技术洞察力？
不会。这些建议以通俗易懂的语言表达，并附有基本分析的简要理由。技术文档可供那些希望深入研究该方法的人使用。
这些策略能否适应更加谨慎的风险状况？
是的。回测是在不同的风险框架下进行的，因此建议可以反映对更大稳定性而不是最大回报的渴望。
其他技术文档可在以下位置获取： 有关平台的页面。