决策引擎
每条建议都是根据历史波动性、相关性数据和前瞻性风险指标生成的，而不是根据单一市场预测生成的。在提出分配之前，引擎会根据三个独立模型交叉检查自己的输出。
工作流程
这一过程被刻意压缩：三个数据输入、一个计算周期、一个确认步骤。没有什么是隐藏的——下面的每个阶段都会产生一个输出，您可以在应用之前查看它。
您指定目标（学费、住房押金、退休）和可用年限。这设置了模型的边界条件。
梯度增强预测模型和均值方差优化器并行运行，然后在提出单一分配之前协调差异。
基于阈值的再平衡触发器是在开户时设置的，因此超出风险范围的漂移可以得到纠正，而无需每次都手动签核。
模型透明度说明：预测层将长期资产类别回报训练的监督预测模型与经典均值方差优化器相结合。产出受到预设风险范围的限制，家庭保留随时降低风险承受能力的能力。
风险管理
该方法将风险视为需要持续管理的约束，而不是在开户时披露的数字。
损失能力是根据时间范围和规定的流动性需求来估计的，而不是根据单个调查问卷分数来估计。
每个提议的投资组合都会根据历史低迷时期进行测试，以估计最坏情况下的合理走势。
所持有的股票经过重叠风险敞口筛选，因此单一行业的冲击不会对结果产生不成比例的影响。
每天都会审查分配情况；仅当偏差超过约定阈值时才会触发重新平衡，从而限制不必要的交易。
基于日历的再平衡（例如每季度）可能会使投资组合在市场变动后数周内面临风险。基于阈值的规则对分配权重的实际漂移做出反应，数据表明，该规则减少了投资组合在其预期风险范围之外花费的平均时间。
它并不试图预测短期市场走势或预测个别证券价格。范围仅限于长期资产配置和风险控制，这是可用数据支持合理模型的地方。
应用场景
以下是三种说明性配置。数字是基于既定假设的模型输出，而不是保证的结果。
由于在需要资金之前有很长的跑道，该模型通常会在早期对成长型资产给予较高的权重，然后随着期限的缩短，遵循预先商定的下滑路径，逐渐减少股票敞口。
较短的期限对回撤的容忍度较小，因此该模型限制了增长型资产的暴露，并优先考虑可预测的、波动性较低的工具来保护存款时间表。
距离退休还有几十年，该模型可以吸收更高的短期波动，以换取更大的长期预期回报，但取决于家庭规定的风险承受能力。
接口背后
lumeportdex 的建立基于这样的假设：时间紧迫的父母仍然想了解他们同意的内容。每个分配决策、再平衡触发和费用在应用之前都会以简单的方式披露，因此设置的速度不会以清晰度为代价。
透明度
这些答案是为想要了解机制而不是营销摘要的读者而写的。
帐户和交易数据在静态和传输过程中均进行加密。原始数据的访问仅限于投资组合计算和监管报告所需的系统；在没有事先聚合和匿名化的情况下，它不会用于为其他家庭训练模型。
模型输出受到预设风险参数的限制，并由我们的投资运营团队定期审核。如果没有单独的确认步骤，该模型无权超出任何账户商定的风险范围。
年度管理费按管理资产的百分比收取，并在适用的情况下连同基础基金成本一起收取。在确认设置之前，两者都会逐项列出，并且标准重新平衡活动没有未公开的交易费用。
是的。调整规定的风险承受能力会触发目标分配的重新计算，并且针对新目标的重新平衡遵循与持续管理相同的基于阈值的规则。
投资组合不会自动转为现金。再平衡规则继续适用，这实际上意味着购买相对更多的下跌资产，与预先商定的配置目标一致，而不是对短期情绪的反应。
提供您的目标和时间范围，审查建议的分配并确认。计算本身耗时不到 60 秒；是否继续进行的决定完全取决于您。
初始化投资组合 在审查完整的分配和费用细目之前，没有义务为账户提供资金。