合同收入和自由职业收入很少遵循每月可预测的模式。 Zetta Asset 的构建是为了通过严格的、以数据为主导的流程来抵消这种不可预测性。
独立承包商、司机和自由顾问经常凭本能管理现金流——对缓慢的几周做出反应，而不是围绕它们进行计划。如果没有稳定的第二收入来源，储蓄和投资就会变得更难以维持，财务决策往往是在压力下做出的，而不是经过明确的推理。
Zetta Asset 的模型分析历史和实时市场数据，以识别适合补充投资而非投机投资的风险缓解增长机会。目标是获得更稳定的结果：旨在减少回撤并随着时间的推移支持更均匀收入的策略，而不是追逐短期峰值。
Zetta Asset 生成的每项建议都遵循相同的可重复流程，因此可以对结果进行审查和推理，而不是盲目相信。
该平台汇总了英国和国际公开市场的定价、交易量和波动性数据以及相关宏观经济指标，并在整个交易日不断更新。
在多年数据集上训练的机器学习模型可以识别与有利的风险调整回报相关的模式，并在新数据到达时调整其权重，而不是依赖静态规则。
结果被转化为根据个人的风险承受能力和收入目标进行校准的简单语言建议，每个建议立场背后都有明确的推理。
我们发布策略在过去市场条件（包括波动时期）中的表现，因此决策可以基于证据而不是保证。
模拟年度回报，针对广泛市场基准（浅绿色）进行回溯测试的策略（深绿色），2014-2023 年。过去的表现并不能保证未来的结果。
资本保值与增长一起被纳入每个模型中。人工智能被配置为在波动加剧期间减少风险敞口，优先考虑降低风险而不是最大化短期收益。回测结果是历史行为的指南，而不是未来回报的承诺。
相同的基础模型支持多种实际用例，具体取决于收入结构和现有的财务承诺。
Zetta Asset 的开发旨在为传统就业结构之外工作的个人带来机构级数据分析。我们不承诺固定回报或捷径；相反，我们提供了一个透明的、模型驱动的流程，个人可以根据自己的情况进行审查、质疑和调整。
所有建议都是从整个平台使用的相同预测基础设施生成的，从一开始就将英国市场相关性内置到基础数据集中。
对我们最常从潜在用户那里听到的问题的直接回答。
没有预测模型可以保证未来的结果。 Zetta Asset 的模型提供的是一致的、数据驱动的流程，并根据十年的历史市场条件进行了测试。我们诚实地报告绩效，包括策略表现低于基准的时期，以便用户可以自行判断可靠性。
模型根据来自英国和国际市场的公开定价、数量和宏观经济数据进行训练。不使用个人财务数据来训练核心预测模型；个人账户数据仅用于根据特定用户的风险状况定制建议。
是的。数据集和监管考虑因素根据英国市场条件进行校准，报告反映了以英镑计价的表现（如果适用）。英国境外的用户可能会看到与之一起包含的相关国际数据。
在初步咨询确定适合性后，在入职期间概述了访问详细信息和任何相关费用。在未首先了解用户的收入结构和目标之前，我们不会发布一揽子定价。
个人和财务信息与用于生成市场预测的模型分开存储，并且访问受到需要知道的限制。更多详细信息请参阅我们的隐私政策。