01 — 建模
基于分层模式库的预测建模
核心模型将当前状况与历史模式序列库而不是单一趋势线进行比较。当当前数据与已知序列非常相似时，置信度得分就会上升；当它发散时，模型会明确标记不确定性，而不是用平滑平均值掩盖它。
预测引擎
大多数独立金融专业人士不需要研究部门。他们需要一致的、可解释的第二意见，他们可以每天早上在投入时间或资金到某个职位、客户推荐或尽职调查说明之前检查。 Velcorix 是围绕这种节奏而不是一次性预测构建的。
该引擎连续摄取结构化和非结构化数据，根据历史模式库对其进行评分，并将结果转换为概率加权输出。没有什么是确定的。每个建议都有一个置信范围，因此采取行动的人可以相应地调整他们的决策并了解模型的局限性。
技术能力
01 — 建模
核心模型将当前状况与历史模式序列库而不是单一趋势线进行比较。当当前数据与已知序列非常相似时，置信度得分就会上升；当它发散时，模型会明确标记不确定性，而不是用平滑平均值掩盖它。
02 — 监控
该界面不是静态图表，而是显示哪些输入移动了给定的推荐、移动的时间以及移动的程度。这样做的目的是让工作分析师可以在客户通话之间的几分钟内验证推理，而不是花一个下午审核黑匣子。
03 — 风险逻辑
每项建议都附有风险说明，描述在什么情况下建议是错误的，而不仅仅是在什么情况下建议是正确的。这样做的目的是帮助依赖该报告获得补充收入的人合理地调整其风险敞口，而不是将任何一天的产出视为有保证。
方法论
独立分析师经常被要求相信他们无法洞察的模型。 Velcorix 发布其自己的管道的各个阶段，以便可以检查而不是假设信任。
在任何建模开始之前，市场反馈、公开文件和运营信号都会滚动拉取并标准化为通用结构，因此可以公平地比较不同来源的输入。
标准化数据根据历史序列库进行评分。该系统记录当前状况与已知模式的相似程度以及它们的差异程度，从而产生置信范围而不是单个数字。
评分模式会转换为带有风险提示的简明语言建议，然后在每个交易日的固定时间编译成每日报告，以保持一致性。
跨行业应用
许多 Velcorix 用户以合同工或自由职业者的身份工作，在多个项目中应用相同的每日报告。下面的场景描述的是工作类型，而不是特定的客户。
审查中型投资组合的合同分析师使用每日报告作为对自己研究的交叉检查，然后标记仓位以引起经理的注意，从而减少手动筛选所花费的时间。
独立战略顾问将模式识别输出纳入季度计划审查中，在向客户的领导团队提出建议之前，使用风险说明对假设进行压力测试。
合同尽职调查审核员使用每日汇总数据作为早期审核的起始清单，缩小哪些信号需要在撰写建议之前进行更深入的手动调查。
核心区别
大多数独立专业人士首先询问的功能不是模型本身，而是他们是否可以随着时间的推移检查其性能。 Velcorix 的报告界面列出了前一天的建议以及实际发生的情况，因此可以审查准确性，而不是盲目相信。
报告每个交易日在固定时间以一致的格式发布一次。这是经过深思熟虑的：可预测的时间表可以让人们根据报告计划自己的工作时间来获得补充收入，而不是持续监控实时直播。
准确性以过去的建议和记录的结果之间的历史匹配率的形式呈现，与每个原始建议附带的置信范围一起发布，因此过去每个呼叫的背景仍然可见。
使用报告
由于输出按照固定的每日时间表到达，因此它适合工作流程，而不是要求恒定的屏幕时间。分析师通常会在早上查看一次报告，记下风险范围，并决定根据该风险范围分配一天的容量。
过去报告的存档意味着新用户可以根据记录的结果查看之前几周的建议，然后再决定该服务是否适合自己的工作流程，而不是依赖单个样本。
