InGrosz 是作为预测分析与资本管理实践相结合的工具而创建的。该系统不是单一的、一次性的分析，而是连续运行——它根据不断变化的市场数据和客户投资组合的情况更新建议。
我们的目标是支持决策，而不是自动做出决策。最终决定权始终由投资者决定，系统提供分析理由和替代方案。
许多财务决策是在时间或情绪的压力下做出的，尤其是当数据分散且过时时。
InGrosz 持续处理可用的金融和市场数据，并根据情况变化更新建议。该系统的作用是限制仅凭直觉做出的决策数量，而不剥夺客户对资本的控制权。
下面我们描述系统如何将数据转化为具体的决策建议。
机器学习模型分析历史和当前数据的模式，创建一系列概率场景，而不是单一的、严格的预测。每个场景都包含对其实现条件的描述。
该系统不断评估投资组合的风险状况，同时考虑资产与市场波动变化之间的相关性。当风险敞口超过为客户设置的限制时，就会生成重新平衡或多元化建议。
市场数据和投资组合信息自动循环下载，分析结果更新，无需手动刷新报告。这使您能够比定期检查模型更快地响应条件变化。
无论投资组合的规模如何，分析过程都分三个可重复的阶段进行。
该系统使用安全、权限受限的连接，连接到客户现有的金融数据源——交易历史、投资组合结构和选定的市场数据。
该模型定期处理数据，随着新市场信息的到来而更新场景和风险评估。
分析结果作为合理的建议提出。客户阅读了论点并决定自己采取行动。
以下场景展示了不同客户群体如何使用该系统。
中等收入家庭通常需要一笔既能发挥作用又能在紧急情况下可用的财务储备。该系统有助于建立一个保持高流动性的投资组合结构，同时限制通货膨胀对积累资金价值的影响。
拥有盈余营运资金的企业家可以利用该分析来评估可以动用哪部分资金，而不会有失去公司运营流动性的风险。这些建议考虑了流量的季节性和变化性。
长期私人投资者会根据不断变化的市场状况，而不是一开始就制定的一次性策略，获得定期重新平衡的资本配置方案。
财务数据以加密形式发送，对各个系统模块的访问按照有限权限的原则进行分配。客户的资金保留在与投资概况相关的账户中，系统根据分析数据运行，而不是在客户不知情的情况下直接获取资本。
最低捐款额是在初步咨询期间单独确定的，因为它取决于风险状况、财务目标和时间范围。我们不会对所有客户使用统一的准入门槛。
该系统根据预测模型分析输入数据，并生成具有指定概率水平的几种可能场景。向客户提出的建议包括理由和可以改变的条件——该系统充当数字决策助手，而不是自主资本管理者。
不。该系统根据数据提供分析支持和建议，而最终决定和做出决定的责任仍由客户承担。