关于平台
专为重视清晰度而非噪音的投资者而打造
Tallifority AI 的开发是为了让英国退休人员和保守投资者能够透明、系统地了解数据驱动的建议如何随着时间的推移影响他们的投资组合。没有自动交易，也没有黑匣子报告；每个建议在到达用户之前都会得到解释和记录。
该平台旨在作为决策支持工具，与财务顾问一起使用，或由需要第二个数据主导视角的经验丰富的投资者独立使用。
方法论
Tallifority AI 通过经过训练的分层模型处理市场、经济和波动性数据，以在下行风险复合之前对其进行标记。该系统旨在减缓不确定性，而不是加速进入不确定性。
市场动态、宏观经济指标和历史波动数据被不断收集和标准化。
在运行任何分配逻辑之前，每个资产类别都会根据资本保值阈值进行评分。
调整以清晰、可审查的建议形式呈现，而不是自动交易。
每项建议及其结果都会记录在公共绩效日志中，以供日后验证。
透明日志
我们不依赖推荐。相反，Tallifority AI 发布模型建议及其后续结果的运行日志，可供任何注册用户使用。
| 入学日期 | 资产类别 | 推荐 | 风险标志 | 30 天结果 | 状态 |
|---|---|---|---|---|---|
| 2025 年 1 月 3 日 | 英国后备母猪 | 保持/增加权重 | 低 | +0.6% | 已验证 |
| 2025 年 1 月 17 日 | 全球股票 | 减少接触 | 中等 | -0.2% | 已验证 |
| 2025 年 2 月 2 日 | 投资级债券 | 维持权重 | 低 | +0.4% | 已验证 |
| 2025 年 2 月 21 日 | 现金储备 | 增加缓冲 | 低 | +0.1% | 已验证 |
日志条目带有时间戳并完整保留，包括表现不佳的建议。用户可以将任何条目与独立市场数据交叉引用。
风险管理
该模型将避免回撤作为主要目标，而不是次要约束。分配变化的重点是减少波动性加剧期间的风险敞口，即使这限制了短期收益。这种方法适用于优先考虑稳定而非增长速度的投资者。
根据预定义的回撤阈值监控投资组合，并在超出限制之前触发建议。
该模型持续评估跨资产类别和地域的集中风险。
自动建议在出现之前会经过审核步骤，从而降低模型过度反应的风险。
结果与建议分开记录，因此无法追溯调整绩效。
应用用途
以下是代表性场景，展示了模型输出如何转化为单一、明确的建议，供投资者采取行动或拒绝。
对于每月固定收入的投资者来说，该模型显示股票波动性上升，并建议在市场下跌之前将部分持股转向短期债券。
单一行业权重较高的投资组合被标记为重新平衡，日志显示了下一季度的建议和后续结果。
在市场平静时期，该模型建议持有现有头寸，而不是追逐短期收益，这符合其资本优先的原则。
关于平台
Tallifority AI 的开发是为了让英国退休人员和保守投资者能够透明、系统地了解数据驱动的建议如何随着时间的推移影响他们的投资组合。没有自动交易，也没有黑匣子报告；每个建议在到达用户之前都会得到解释和记录。
该平台旨在作为决策支持工具，与财务顾问一起使用，或由需要第二个数据主导视角的经验丰富的投资者独立使用。
开始使用
可免费查看完整的验证日志和方法。浏览历史记录无需支付详细信息。
安全访问Tallifority AI不直接管理客户资金，也不保证投资回报。过去的日志条目仅反映历史模型输出。