Zenith Wertvale 不生成通用建议。每个建议都源自记录的管道，该管道将实时数据连接到特定的可追踪输出。
该系统利用市场定价、宏观经济指标和客户自己的账户结构，滚动更新，而不是按固定的季度间隔更新。这减少了市场转变和相应指导调整之间的滞后。
输入在分析之前进行标准化，因此来自不同托管人或资产类别的数据在单个模型中保持可比性。
分析层估计整个投资组合的暴露集中度、相关风险和下行敏感性。客户收到的不是单一的风险评分，而是哪些持股或行业对波动性影响最大的详细信息。
然后，根据每个变更单位的预期风险降低程度对建议进行排名，因此可以确定调整的优先顺序，而不是一次性全部应用。
Zenith Wertvale 的设计围绕一个简单的前提：建议应该可追溯到生成它们的数据。每个模型运行都会被记录、带有时间戳，并与当时可用的输入相关联。
这使得客户及其顾问不仅可以审查结果，还可以审查导致结果的推理路径，这对于长期财务规划和短期调整都很重要。
平台发出的每一条推荐都会记录其结果状态，无论结果是否达到预期、未达到预期或仍然悬而未决。下面的摘录说明了日志格式。
| 发行日期 | 推荐类型 | 基本原理总结 | 结果状态 |
|---|---|---|---|
| 1月3日 | 再平衡——固定收益权重 | 两种债券持有之间存在相关风险 | 达到目标 |
| 1月17日 | 减少单一行业风险敞口 | 浓度高于模型阈值 | 达到目标 |
| 1月29日 | 保持 — 不采取任何行动 | 波动性在预期范围内 | 正在审核中 |
结果状态是根据发布时记录的原始模型阈值分配的，而不是追溯修改。无论结果如何，条目仍然可见。
相同的顺序适用于每个投资组合，无论规模大小，这使得建议随着时间的推移保持可比性和可审计性。
账户持有量、交易历史和相关市场数据被收集并标准化为单个结构化数据集。
预测模型根据客户规定的风险承受能力评估相关性、集中度和波动性。
调整按照预期风险降低程度进行排序，生成优先级列表，而不是单一的一揽子建议。
建议的格式适合与财务顾问直接讨论或由客户手动执行。
以下场景描述了常见情况，而不是特定的客户结果。
在多个经纪和退休账户中持有类似股票头寸的家庭可能不会注意到重叠，直到行业低迷同时影响所有账户。摄取步骤将这些帐户合并到一个视图中，分析步骤直接标记重叠。
该模型不是预测短期价格变动，而是评估当前波动水平是否有利于给定时间范围内的一次性贡献和交错贡献，并随着情况变化更新此指导。
对于设定十年或更长时间的退休目标，优化步骤每年重新计算所需的风险回报平衡，并随着时间范围的缩短调整建议。
私人投资者在评估个人或家庭使用平台时提出的常见问题。
账户和资产数据在传输过程中和静态时均进行加密。处理结构符合德国和更广泛的欧盟适用的 GDPR 要求，包括数据最小化和规定的保留期限。客户可以请求完全导出或删除其存储的数据。
没有预测模型可以保证未来的性能，Zenith Wertvale 也没有其他声明。准确性是根据已发布的日志进行评估的，该日志记录了在接下来的一段时间内是否达到了每项建议规定的阈值。我们鼓励客户直接查看这段历史，而不是依赖单一的准确度数字。
费用结构取决于账户规模和所需分析的范围。由于成本与所分析的资产的复杂性有关，因此在初始投资组合审查后的入职期间会提供具体定价。
馆藏数据可以手动导入，也可以从支持的托管机构（如果有）同步。平台不直接执行交易；建议旨在与顾问讨论或由客户手动操作。