基金会
退休人员很少需要对市场下一步走向进行另一次预测。更重要的是了解当情况变得困难时特定策略的表现如何。 AI-Pro-App 是围绕这一区别构建的：该平台不是预测未来，而是分析三十年的市场周期，以了解不同组成的投资组合如何应对通胀冲击、利率上升和长期不确定时期。
这是高级模式识别，而不是推测。该系统利用全面的市场历史——股票、债券、货币和大宗商品——来确定资本得以保存和不能保存的条件。其结果是建立了一个战略优化框架，该框架有利于弹性而不是短期上行。
一项策略在多个、不相关的压力时期（而不仅仅是最近的压力时期）如何始终保持其价值。
根据不断变化的条件调整分配的构成，而不是对短期价格变动做出反应。
不同的多年时期——扩张、收缩、复苏——被用作公平比较策略的基础。
过程
该平台被设计为对于如何到达视图是透明的。下面的每个阶段都会将大量的历史信息缩小到一个人可以根据自己的情况实际权衡的信息。
每个交易日，该平台都会提取自 1990 年以来主要资产类别的定价、波动性和宏观经济数据。急剧下跌时期的权重与稳定增长时期的权重相同，因此该模型不会仅仅因为有利的市场而感到满意。
历史模式是根据面向退休人员的风险框架进行评分的，该框架比原始回报更重视回撤严重程度和恢复时间。 2008 年或 2020 年增长迅速但大幅下滑的策略与增长缓慢但坚守阵地的策略的得分不同。
输出是书面报告，而不是单个信号。它列出了历史证据表明的内容、证据薄弱的地方以及向财务顾问提出哪些问题。该平台的建立是为了告知人们做出的决定，而不是为他们做出决定。
证据
我们的算法针对 1990 年以来的每一次重大市场事件进行了测试，从 1997 年的亚洲金融危机到 2008 年的信贷危机和 2020 年的大流行低迷，以检查基本逻辑是否在压力时期而不是仅在平静的情况下成立。
绩效是相对于所发生的波动性进行评估的，而不是孤立地评估的，因此达到类似结果的更平稳路径被视为更强的结果。
每次回测都会记录策略可能经历的最严重下跌以及恢复所需的时间，以此衡量策略能否度过低迷期。
策略以市场动荡的滚动衡量标准为基准，允许在情况发生变化时审查配置，而不是无论环境如何都严格持有。
分析过去的市场行为，以了解历史上的策略如何应对压力时期；它不是未来业绩的保证。所有模型仅供参考和教育目的，并不构成个人财务建议。
下一步
索取一份详细的白皮书，涵盖我们的 2024 年预测前景及其背后的方法。没有任何义务，也不需要访问您的帐户即可接收它。
