Rotterdams Nieuwsblad — 用于具有即时流动性的人工智能驱动资产管理的数据平台
人工智能驱动的财富积累

更明智地创造财富而不被困住

我们的模型不断分析市场数据并自动重新分配风险,同时允许您随时取款。没有锁定期,无需等待自己的钱。

24/7不间断的连续数据分析
0 天提款时的等待时间
实时重新计算风险状况

长期成长,随时获取

Rotterdams Nieuwsblad 的模型多年来不断优化回报,但这并不意味着您的财富被锁定。底层数据架构保持头寸流动性,以便今天的提款今天就得到处理。

对于那些除了工作和家庭之外几乎没有时间追求职位的父母来说,这是设计中的一个有意识的选择:你不必在回报和可用性之间做出选择。

  • 01 提款将立即处理,没有等待期或惩罚条款。
  • 02 风险利差每天根据当前市场数据重新计算。
  • 03 可以随时咨询对成分和性能的深入了解。
Rotterdams Nieuwsblad — 数据驱动的风险管理和流动性概述

三步,不断重复

该方法由昼夜重复的固定周期组成,因此您无需在市场变动时监控自己。

01

数据分析

市场数据、宏观指标和历史模式被不断读取并构建模型。

02

风险管理

预测模型会重新计算每个场景的风险敞口,并识别与您的风险状况的偏差。

03

成长

头寸会自动重新平衡以实现长期目标,而无需您进行手动调整。

基于数据而非直觉的决策

投资组合的每一次调整都可以追溯到一个可衡量的原因。这使得这个过程很容易遵循,即使对于那些没有财务背景的人来说也是如此。

风险缓解

预测风险模型

历史波动性和当前市场状况相结合,可以在波动完全实现之前抑制波动。

实时洞察

数据驱动的决策

投资组合状态和基本假设持续可见,而不是事后在季度报告中总结。

自动化

算法精度

重新平衡是基于固定的阈值进行的,因此情绪在调整仓位时不会发挥作用。

三种情况,底层逻辑相同

您的目标设计决定了模型如何权衡风险和流动性。下面的场景说明了这在实践中的情况。

场景1

子女学习基金

对于固定期限的目标,例如十年的研究,随着该日期的临近,风险逐渐降低,但如果出现不可预见的成本,仍然可以暂时退出。

场景2

应急缓冲区

对于具有安全网功能的资产,该模型优先考虑可用性而不是最大回报,因此短期撤回不会对投资组合的其余部分产生影响。

场景3

长期资本积累

该模型的期限没有固定的结束日期,因此使用更广泛的风险框架,并根据市场状况的变化定期进行重新平衡。

你的资产,你的掌控

从今天开始数据驱动的增长。没有强制性条款,也没有隐藏的信用等待期。

现在开始