Investors Day 将预测建模和大量市场数据处理相结合，以提供量化建议。每个结果都会被记录并可以在公开的表现历史记录中查看。
根据目标的不同，相同的分析引擎的应用方式也会有所不同：预测变动、减少风险暴露或根据可用数据量调整建议。
该系统交叉时间序列、宏观经济指标和市场变量来估计不同情景的概率，而不是发出绝对的确定性。
每个建议都包含波动率估计和置信范围，因此最终决策是在不确定性边际可见（而不是隐藏）的情况下做出的。
该引擎同样适用于长期家庭储蓄投资组合，也适用于具有多种资产的机构授权；变化的是处理的数据量，而不是标准。
我们不会发布推荐作为结果证明。我们公布流程和历史，并让用户社区验证。
市场数据、宏观经济指标和历史序列均来自可验证的来源，并带有时间戳，可以追踪每个数据的来源。
这些模型识别数据集的相关性和风险模式，生成量化的估计而不是定性的结论。
结果被转化为具体的建议及其相关的置信度，并记录在公共历史记录中以供后续验证。
每项建议都会记录其日期、时间范围和实际结果，以便与当时的预测进行比较。
解读风险的方式根据目标而变化：长期保护家庭资产或积极管理机构投资组合。
旨在保护资本和规划长期目标的建议，并预先定义风险级别并在每份报告中可见。
并行多资产分析，具有用于更大规模资本配置决策的相关性和波动性指标。
公共记录既显示了成功，也显示了偏差。我们提供的安全性在于过程的可追溯性，而不是结果的保证。