自动化 DCA 和智能入口点如何协同工作
传统的美元成本平均法在固定日期部署固定金额，无论短期条件如何。 Zenith Kapitnode 保持定期贡献的纪律，但删除了任意日期。每个计划部署都在狭窄的执行窗口内进行，同时模型评估波动性、订单深度和近期价格离散度。
结果并不是投机意义上的市场择时。这是一种受限优化：相同的资本、相同的频率，但切入点是从该窗口内一小组统计上有利的时刻中选择的。
- 贡献金额和频率由投资者设定，而不是模型设定。
- 进入时间是在有限的窗口内调整的，通常以小时为单位。
- 所有决定均被记录并在执行后可供审查。
模型背后的四大技术支柱
每个组件的范围都被有意缩小。范围窄更容易测试、监控和解释。
实时分析
市场数据是异步获取并滚动处理的，因此该模型对当前状况的看法保持在实时定价的几秒钟内，而不是依赖于日终快照。
预测建模
短期预测是根据历史波动性和离散模式生成的。该模型估计有利进入的概率范围，而不是单个预测价格。
风险缓解
头寸规模和贡献上限的执行独立于预测层，因此有缺陷的预测不会导致单一分配规模过大。
可扩展的基础设施
执行层旨在并行处理许多小型的预定贡献，无论帐户数量如何，都可以保持一致的计时准确性。
从数据摄取到自动执行
每个贡献都会经历相同的四个阶段。它们都不会被跳过，并且每一个都会生成投资者可以检查的记录。
整合
账户和资金来源连接一次。贡献金额、频率和风险参数由投资者在此阶段设定。
分析
在每次计划贡献之前，该模型都会审查当前的波动性和离散数据以定义执行窗口。
优化
在该窗口内，系统会识别具有相对于最近条件最有利的统计概况的切入点。
执行
贡献被部署在选定的点。记录决策路径和结果以供以后审查。
应用于两种不同的决策
相同的底层模型支持两种不同的需求：个人贡献计划和业务规划的结构化输入。
无需日常参与即可建立二次收入来源
对于每月与其他收入一起缴纳固定金额的个人来说，首要任务是保持一致性，而不需要持续关注。 Zenith Kapitnode 维护在入职时设置的贡献时间表，并自动在其定义的窗口内处理进入时间。投资者可以事后审查每次执行，但无需事先批准。
使用系统的录入数据作为更广泛的资本决策的输入
持有现金储备或财务头寸的小型企业以不同的方式使用相同的分析层：作为有关进入条件的结构化、带时间戳的数据的来源，这些数据与其他财务规划一起制定更广泛的分配决策。输出被视为多个输入中的一个，而不是独立的指令。
关于模型可靠性和控制的问题
这些是在安排第一次捐款之前最常提出的问题。
预测模型的准确度如何？当预测模型错误时会发生什么？
该模型估计了短窗口内有利进入的概率范围；它并不声称确定性。当情况与估计相反时，贡献仍会在窗口关闭之前以预设范围内的价格执行。无法保证在任何单一情况下都优于固定日期的贡献——预期的好处是随着时间的推移降低许多贡献的平均进入成本。
哪些安全协议可以保护帐户访问和资金？
帐户凭证和资金连接是通过加密的、经过许可的访问而不是存储的明文凭证来处理的。 Zenith Kapitnode不托管投资资产；执行指令被发送到连接的帐户提供商，并且所有操作都记录有时间戳以供以后查看。
一旦启用自动化，投资者将保留多少控制权？
贡献金额、频率和最大执行窗口由投资者设定，可以随时更改或暂停。自动化仅适用于该窗口内的时间决策 - 它不会改变贡献的金额或引入超出配置的额外交易。