aiyaphorm ai 针对实时数据流运行预测模型并生成一组排名建议。系统处理摄取、加权和重新计算；您的角色是审查优化的输出并决定是否对其采取行动。
这种分工是有意为之的。独立承包商需要他们可以验证的决策，而不是要求盲目信任的黑匣子。
市场、活动和历史表现数据是滚动拉取和标准化的，而不是按照固定的批量计划。
每个变量在包含在当天的推荐集中之前都会根据历史准确性进行评分。
建议在到达您看到的报告之前会根据定义的风险参数进行检查。
每项建议都会根据其结果进行记录，因此准确性可以随着时间的推移进行审查，而不是盲目相信。
每次会话都会生成一份报告，显示模型的建议、记录的结果以及两者之间的差异。报告已存档，因此可以随时根据您自己的记录检查模式。
| 日期 | 型号推荐 | 记录结果 | 方差 | 状态 |
|---|---|---|---|---|
| 3月12日 | 分配给A段 | 在预计范围内 | +0.6% | 已发表 |
| 3月11日 | 持有，不重新分配 | 无材料转移 | 0.0% | 已发表 |
| 3月10日 | 减少对 C 段的暴露 | 确认下降 | -1.2% | 已发表 |
| 3月9日 | 分配给B段 | 超出预计范围 | +1.9% | 已发表 |
报告仅反映已完成的会议。上图仅说明报告格式和结构，而非对未来结果的预测。
在分析开始之前，从配置的源收集结构化和半结构化数据并将其规范化为通用模式。
预测模型根据历史模式对每个数据点进行评分，产生一组经过排序的可能结果。
结果根据您的风险承受能力和账户参数进行过滤，丢弃超出定义限制的选项。
确认的结果将与活动记录进行核对，以确定任何适用的支出，然后记录到您的报告中。
每个账户的风险限额、最大回撤和重新分配阈值都是预先确定的。该模型在这些边界内运行；它不会自行调整它们。
如果建议超出设定的阈值，则会在每日报告中标记并保留该建议，而不是自动采取行动。
aiyaphorm ai 是围绕零工工作的现实而设计的：不规律的工作时间、可变的收入以及有限的手工研究时间。该平台旨在与您现有的工作并存，而不是取代您对它的判断。
帐户设置、报告审查和付款对账的结构每天只需要几分钟，而不是几小时。
了解有关 aiyaphorm ai 的更多信息
付款资格在每个报告周期结束时计算，并在下一个工作日内进行核对。频率取决于您的帐户配置以及该周期报告中记录的结果。
模型置信度随每份报告一起发布，并根据数据条件而变化；它不是固定的。您的帐户中可以查看记录的会话的历史准确性，以供独立审查。
您需要一个经过验证的英国银行帐户进行对账，需要一台可以访问互联网的设备来查看报告，并且每天需要大约十分钟来检查您的每日绩效报告并确认任何建议的操作。