Vnoskaduren 为不想在企业账户中闲置运营流动性的公司和投资者开发预测模型。该平台将定量市场分析与公开可见的跟踪记录相结合，以便每项建议都可以随后得到验证。
该系统提供了一个结构化的决策框架，而不是单独的预测：在向用户发出行动建议之前，数据记录、风险评估和日志记录相互交织。
企业账户中保留的流动性很少得到积极管理。无论账户如何管理，通货膨胀都会不断降低他们的购买力。与此同时，手动监控利率和市场信号会占用其他地方所缺乏的管理能力。
真正的问题很少不是缺乏资本，而是缺乏时间对其进行系统评估。在做出有根据的决策之前，相关信号会在大量日常数据中丢失。
每个组件都处理相同的原始数据，但在模型链中实现独立的功能。
该模型实时预测处理结构化和非结构化市场数据，并在提出建议之前过滤掉与行动实际相关的信号中的噪音。
在发布行动建议之前，每项建议都会经过风险调整，权衡波动性、流动性和市场相关性。
所有职位和模型决策均以结构化方式记录，可供内部审计和公开绩效日志使用。
系统提出的每一条建议都会在其结果确定之前被记录下来。公共绩效日志使条目不可编辑，并且对社区永久可见。业绩记录是随着时间的推移而评估的，而不是单一的预测。
每个条目都会在市场反应之前收到一个时间戳。社区成员可以查看和评论记录的条目；系统会排除对现有条目的后续更改。
随着每个周期的完成，用于比较新模型版本的数据库都会增长。这使得跟踪多个市场阶段的预测质量的发展成为可能。
| 日志元素 | 描述 | 检查间隔 |
|---|---|---|
| 推荐时间戳 | 在市场反应之前捕捉准确的发行时间 | 进行中 |
| 结果比较 | 模型预测与实际市场发展的比较 | 每周 |
| 社区测试 | 公众查看和评论记录的条目 | 进行中 |
| 型号改版 | 预测参数调整的记录 | 季刊 |
该流程旨在最大限度地减少运营工作量，并完全由公司的决策权决定。
现有帐户和会计数据通过加密接口连接。仅处理汇总的关键数据，符合 GDPR，并且无法访问单个交易。
预测模型根据公司的个体流动性结构、期限和既定风险状况进行校准。
提供的建议附有理由和风险评估。实际执行仍由公司负责并决定。
数据传输被加密，访问权限被精细分配。处理按照 GDPR 在欧盟境内的服务器上进行。
建议考虑单独定义的流动性储备。资本保值和可用性是风险管理协议中的固定参数，并在每次建议之前进行检查。
命中率持续记录在公共性能日志中，并且可以独立于我们自己的通信进行验证。过去的结果并不构成未来的表现。