金融市场产生的信息超出了任何个人可以合理处理的范围。 Starling Capital Trade 的模型扫描数百万个涉及定价、波动性和流动性的数据点，然后过滤掉容易误导首次投资者的短期噪音。
剩下的是一小部分实际影响风险和回报的信号。您看到的是模型已经推理出来的结论，而不是您必须自己解释的原始信息。
每个步骤都旨在快速完成，无需事先了解市场知识或进行手动研究。
回答一系列关于您的时间范围和对波动的适应度的简短问题。这需要不到一分钟的时间，并形成随后的每一条建议。
该模型根据您的风险状况筛选可用资产，根据预计的稳定性而不是短期价格动量对选项进行排名。
查看建议的分配并单击即可确认。您的投资组合已上线并立即受到监控。
Starling Capital Trade 的模型是围绕简单的优先顺序构建的：在优化您可能获得的收益之前，先保护您拥有的资本。这是经过深思熟虑的设计选择，而不是合规免责声明。
对于管理有限余额的学生来说，避免可避免的损失通常比追求尽可能高的收益更重要。系统会进行相应的校准。
每个提议的头寸在添加到投资组合之前都会根据历史波动情况进行压力测试。
无论其预计前景多么有利，任何单一资产都不能超过您投资组合的规定份额。
当新数据到达时，位置将被重新评估，而不仅仅是在初始设置时。
这些示例描述了基础模型如何响应不断变化的条件，而不需要您手动操作。
突然的价格波动对小型投资组合的影响尤为严重，因为吸收损失的空间较小。当波动性超出您设定的容忍度时，Starling Capital Trade 会自动减少受影响资产的敞口，并重新分配到历史行为更稳定的头寸，而不是等待手动审核。
许多学生随着时间的推移增加少量资金，而不是一次性投资。该模型通过随着余额的增长调整分配目标来解决这一问题，保持整体风险状况一致，而不是随着新捐款的添加而让它发生变化。
Starling Capital Trade 没有强制执行固定的最小值。实际限制取决于您投资组合中的基础资产，平台将在部署前指出这一点。
该模型定期根据更新的市场数据进行重新训练，改进其衡量波动性和流动性信号的方式。它不会孤立地学习您的个人账户活动，也不会使用个人交易数据来影响对其他用户的推荐。
定价和波动性数据来自整个行业使用的成熟市场数据提供商。数据源和更新频率均已记录并可根据要求提供。
如果您选择启用加密资产，则可以将其包含在您的风险状况中。它们采用与任何其他资产类别相同的下行模型和风险敞口限制进行处理。