观察结果
根据自动化管理参与者观察到的反馈，大多数在职父母每月花不到一个小时来管理他们的储蓄。与此同时，无论取得的业绩如何，经纪费和管理费继续年复一年地从业绩中扣除。
Aurévaine Montelisse 旨在立即消除这两个摩擦：监控时间和结构成本。算法支持连续分析；没有佣金可以保留家庭产生的全部总回报。
根据法国市场上通常观察到的价格范围，这是传统金融中介机构经常对托管投资组合收取的年费范围。经过几年的时间，这些复合提款大大减少了最终资本——即使基本策略是成功的。
发动机
Aurévaine Montelisse 的引擎结合了统计模型和机器学习，可在市场波动转化为重大损失之前调整投资组合风险。
从多个来源连续收集价格、波动性和成交量信息，然后进行标准化，以便在不同资产类别之间进行比较。
预测模型估计短期内不利情况的概率，并重新计算每个职位的风险评分，并不断更新。
当风险评分超过家庭概况定义的阈值时，分配会自动调整，无需人工干预或额外成本。
结构优势
买入、卖出或自动重新平衡时不收取佣金。该策略产生的总业绩完全归于家族资产。
1–2%/年
无论取得的结果如何，都会收取管理费和交易佣金。
0 欧元
无交易费用。平台的报酬并不按每笔订单进行索引。
使用案例
该算法根据投资组合的范围和声明的目标调整其干预逻辑，而无需家长手动调整参数。
教育储蓄
只要地平线仍然遥远，引擎就会保持更动态的曝光，然后根据自动计算的脱敏轨迹，随着截止日期的临近逐渐降低风险。
在宣布到期前的 24 至 36 个月内，波动性资产的份额逐渐减少，无需家庭采取任何行动。
市场波动
当头寸的风险评分超过可容忍阈值时，引擎会在不等待人工确认的情况下减少暴露，从而限制暴露于市场冲击的程度。
在几个重新计算周期内，风险暴露就取决于家庭的目标状况，而不是等待每月的手动审查。
不定期收入
一次性捐款将整合到现有投资组合中，并根据当前目标分配进行分配，无需缴纳入场费或与付款频率相关的额外佣金。
无论全年支付率如何，与家庭目标保持一致的津贴。
方法
Aurévaine Montelisse 并不是一个披着自动化外衣的手动交易工具。该引擎结合了用于测量风险的传统统计模型和机器学习组件，以检测肉眼难以发现的市场状况的变化。
每个调整决策都是可追踪的：应用于家庭投资组合的风险参数都被记录下来并可见，因此自动驾驶部分永远不会是一个不透明的黑匣子。
透明度
数据安全、零佣金机制和模型的局限性：简单的答案。
平台不收取订单费用。其经济模型基于对自动化管理的订阅，与算法执行的交易量分开。这意味着引擎没有动力增加投资组合的变动。
钱包和身份数据仅用于计算建议和遵守监管义务。它们既不出售也不用于广告目的。
没有任何预测模型可以消除市场风险。当不确定性增加时，Aurévaine Montelisse 引擎会减少暴露，但不保证没有损失。应用的风险阈值根据家庭申报的个人资料进行校准，并随时可见。
是的。对于给定头寸或整个投资组合，自动化可以随时暂停，无需付费或等待期。
访问受到多重身份验证的保护，并且接口和服务器之间的通信经过端到端加密。计算基础设施由服务提供商托管，并遵守适用于金融部门的安全标准。
Aurévaine Montelisse 在适用于法国自动化财务管理的监管框架内运营。合同细节和监管信息文件在服务激活之前传输。