散户投资者和早期企业家越来越多地接触到来源不确定的数据源：汇总的新闻情绪、未经验证的社交信号以及没有明确审计跟踪的第三方分析。交易量本身就成为一个风险因素。
Azinixia 旨在在经过验证的源归因数据到达您的仪表板之前将其与噪音分离，因此您所执行的分析基于您可以追溯和检查的输入。
核心能力
每个模块独立运行并记录自己的输出，因此任何建议都可以追溯到生成它的特定模型和数据集。
时间序列和跨资产模型根据历史和实时数据进行训练，以确定可能的结果范围，并提供其潜在的置信区间而不是单点预测。
输入的市场和投资组合数据会被持续解析和标准化，从而使系统能够在发生重大变化时对其进行标记，而不是按照固定的报告间隔进行标记。
投资组合层面的限制——风险敞口限制、流动性要求、波动承受能力——在任何建议出现之前应用，将输出保持在您设置的参数范围内。
模型逻辑和用户特定参数在静态和传输过程中使用 AES-256 和 TLS 1.3 进行加密，因此决策逻辑即使在处理过程中也能受到保护。
方法论
从摄取到输出的路径是固定的，并在每个阶段进行记录，这使得系统的推理可以被审核，而不是被视为黑匣子。
经过验证的数据源通过加密通道连接；每个提要在进入管道之前都带有来源和时间戳标记。
标准化数据通过预测模型，该模型交叉引用多个来源以减少对任何单一源的依赖。
根据您规定的风险参数过滤输出，丢弃超出您定义的容忍范围的建议。
建议连同其支持数据和置信范围一起提供，最终决定权由您决定。
透明度
我们直接发布平台的操作和安全参数，而不是依赖推荐，因此您可以根据自己的要求评估其适用性。
| 参数 | 详情 | 参考 |
|---|---|---|
| 系统可用性 | 具有持续健康监控的冗余基础设施 | 高可用性目标 |
| 流延迟 | 数据到达后会滚动处理和显示 | 亚秒级设计目标 |
| 静态数据加密 | 存储的数据（包括模型参数）已加密 | AES-256 |
| 传输中数据加密 | 所有客户端-服务器通信均已加密 | 传输层安全协议1.3 |
| 访问控制 | 具有会话级审核日志记录的基于角色的访问 | 默认强制执行 |
常见问题
这些是潜在用户在技术审查期间最常提出的问题。
您保留对您连接或上传的任何数据的所有权。 Azinixia 对其进行处理以生成建议，但不主张对其的权利，并且不会出于您帐户操作之外的目的与第三方共享。
数据在传输过程中使用 TLS 1.3 加密，静态时使用 AES-256 加密。对您帐户的访问受基于角色的权限控制，并且所有会话都会被记录以用于审核目的，以便识别异常活动。
集成选项取决于您现有工具支持的数据格式和 API。在入职过程中，我们会评估兼容性并确认在任何数据传输开始之前可以安全地建立哪些连接。
定价基于处理的数据流的范围和所需的分析深度水平。我们不是发布单一的统一费率，而是在最初的技术范围对话后确认与您的使用情况相匹配的结构。