Vaqorinelx 的开发是为了弥补一个特定的差距：澳大利亚中小型企业通常在低收益账户中持有营运资金，因为替代方案（主动分配）会带来可感知的风险，而没有明确的数据来管理它。
该平台将历史市场数据与预测模型相结合，以模拟不同流动性和风险设置下的结果，因此决策基于回溯测试的证据，而不仅仅是直觉。
下面的每项功能都针对资本分配决策的不同部分：可能发生什么、您面临的风险有多大以及现在正在发生什么。
Vaqorinelx 应用根据多年市场数据训练的机器学习模型，为给定的分配策略预测一系列合理的结果，而不是单点估计。产出以概率加权回报范围表示，并根据历史波动时期（包括利率变动和流动性收缩）进行测试。
每项提议的策略都会在到达决策者之前根据设定的不利情景进行评分。该框架标记了集中风险、分配头寸之间的相关性以及对利率变动的敏感性，因此风险是量化的而不是假设的。
一旦策略生效，引擎就会根据原始回测假设跟踪传入的市场数据，并显示材料偏差。这允许根据证据进行调整，而不是等待季度审查来揭示偏差。
如果不首先经过这三个阶段的过程，就不会生成实时推荐。目的是透明：您可以将任何输出追溯到其背后的数据和假设。
历史市场、利率和流动性数据在多年的窗口中被吸收和清理，缺口和异常被标记出来，而不是默默地插值。
候选分配策略在不同的速率和波动性条件下针对历史数据集运行，以观察每个策略的表现。
结果根据风险调整后的回报和资本效率进行排名，然后提出所使用的假设和时间窗口，以便可以独立审查输出。
相同的建模方法支持多个不同的财务决策，每个决策都有不同的时间范围和风险承受能力。
使用经过回测的回撤情景作为参考点，对如何在不影响短期流动性需求的情况下跨期限结构分配剩余运营现金进行建模。
根据相关持有期间的模拟回报路径，评估为即将到来的扩张持有资本和临时部署资本之间的权衡。
根据历史波动事件对现有资本头寸进行压力测试，以确定风险敞口集中在哪里以及对冲可以减少回撤的地方。
这些图说明了我们的报告输出的结构，并且是从示例回测运行中得出的。提供它们是为了显示结果是如何构建的，而不是作为未来绩效的保证。
回测报告包括针对每个模拟窗口的已实现历史结果的模型准确性，与策略输出一起披露。
模拟运行会被计时和记录，延迟数据包含在入职审核期间提供的技术文档中。
标准连接涵盖会计导出和银行数据馈送，在技术简介中按集成进行记录。
显示的数字是说明性占位符，等待您帐户的具体配置。根据要求，技术简介中提供了完整的指标。
首次评估基于人工智能的分析工具的董事最常提出的观点。
数据在传输过程中和静态时都会进行加密，并且访问权限会根据组织帐户内的角色进行限制。 Vaqorinelx 在构建时考虑到了澳大利亚的隐私义务，并在入职前作为技术简介的一部分提供了完整的数据处理摘要。
大多数帐户通过标准会计导出或银行数据馈送进行连接。不需要专有硬件。集成范围取决于您现有的系统，并在做出任何承诺之前的技术审查期间单独确定范围。
每个策略输出都附有用于生成它的假设、时间窗口和场景集。结果旨在供董事或顾问审查和质疑，而不是视为黑盒建议。
在设置任何帐户之前，技术简介将介绍与您的业务相关的方法、示例输出和集成范围。