Nexavorynq 引擎通过四步流程将异构数据流转换为受每个账户接受的风险限制的分配动作。
从公共和市场来源持续收集价格、数量和宏观经济指标，同步至秒。
该数据系列经过时间调整和过滤，以将结构性变动与短期波动分开。
专用模型根据分配历史和手动设置的参数来估计每个帐户的损失容忍度。
两个模块的结果被组合成一组分配操作，受主动暴露上限的限制。
每个建议都是处理速度、持续风险重新校准和概率建模的综合结果，而不是单个静态公式。
账户的损失容忍度不是固定的。系统在每个周期重新评估账户行为和最近的结果，并在用户手动设置的限制内相应调整风险上限。
市场事件和重新计算分配之间的时间低于 900 毫秒，并且不断协调来源之间的价格差异。
时间序列模型估计每个时间范围的多种情景，反映真实的市场不确定性，而不是单个确定的数字。
该界面不会隐藏推荐背后的逻辑。所有曝光参数和 AI 自主级别均以数字形式显示，并随着每次重新校准而更新。
| 指标 | 当前值 | 目标范围 |
|---|---|---|
| 净暴露量 | 38.4% | 30–45% |
| 最大回撤（30 天） | 4.1% | <6% |
| 重新校准率 | 24/天 | 可配置 |
| AI自主水平 | 2 | 0–3 |
AI自主程度决定了系统在无需人工确认的情况下可以偏离当前分配多少。在 0 级，任何暴露变化都需要明确批准；在第 3 级，系统在设定的上限范围内执行完整的决策路径。
该模型的每个版本在投入生产之前都基于跨越多个市场周期（包括高波动时期）的历史数据运行。结果与之前的版本进行比较，而不仅仅是通用基准。
数据在传输过程中和静态时都经过加密。生产和测试环境是分开的，内部访问是基于角色的，并记录影响帐户风险参数的操作。
该平台的构建允许导出决策历史记录和所使用的风险参数，以便每个用户可以独立验证推荐路径。
对于第一次尝试自动分配工具的人来说，最常见的技术问题的直接答案。
平台对产品级别没有规定固定的最低上限；该限制取决于连接的经纪账户。我们建议充足的资本，以便佣金差异不会扭曲风险调整后的回报。
提款取决于投资组合中工具的流动性以及所使用的经纪账户的条款，而不是 Nexavorynq 本身。该系统不会冻结资金或强制停机。
每项建议均受到主动风险敞口上限的限制，因此错误的预测会影响可接受风险限额内的分配，而不是整个投资组合。结果被记录并用于下一次重新校准。
初始配置文件由一组有关允许的最大暴露和时间范围的参数定义。然后风险映射模型根据账户的实际行为进行调整。
不是。技术参数在控制面板中公开以实现透明，但默认值足以自动操作。手动调整是可选的，不是必需的。
