任何独立工作或结合多个项目的人很少有时间手动审查历史序列、波动指标和市场相关性。通常的结果是利用部分信息做出决策。
reformas integrales 引擎会在将任何模式转换为主动推荐之前对长时间的市场数据进行回测。目标是减少不确定性，而不是完全消除不确定性。
每个策略都与之前的市场周期进行对比，以衡量其在不同波动情况下的行为。
这些模型识别数据中的相关性和重复模式，以预测短期和中期可能的变动。
数据系列会定期重新处理，以便建议反映当前的市场状况。
该流程旨在适应不规则的时间表，无需事先具备统计或编程知识。
您的活动的相关来源是相互关联的：市场历史、行业指标或您想要纳入分析的自己的记录。
该模型处理数据，应用经过测试的策略并过滤通常会导致错误结论的统计噪声。
结果以具体建议的形式出现在您的小组中，并附有支持这些建议的推理，因此最终决定仍由您做出。
在生成任何建议之前，系统会评估相关风险的级别，并指出波动性偏离通常参数的情况。
异常值是独立识别和标记的，因此它们不会与既定趋势混淆。
每项建议都包含对所涉及风险级别的参考，因此您可以相应地调整您的参与。
您可以查看支持每项建议的数据和时间段，无需黑匣子或通用理由。
reformas integrales 不承诺保证回报。预测模型通过依赖历史数据来减少不确定性，但市场的未来行为仍然存在一定程度的不可预测性，没有任何工具可以完全消除这种情况。
这意味着该模型已经根据之前时期的历史数据运行，将其生成的建议与当时市场的实际行为进行比较。这使得在当前条件下应用之前可以估计其可靠性，尽管它不能保证将来得到相同的结果。
reformas integrales提供分析和建议以支持投资或业务决策；它不管理资金或保证特定金额。最终结果取决于您所做的决定以及随时的市场状况。
大多数用户偶尔会检查推荐面板，每周几次。系统连续处理数据，因此无需持续监控即可了解情况。
您所需要的只是更新的浏览器和互联网连接。无需具备编程或统计分析经验；该界面旨在解释结果，无需额外的技术培训。
不是孤立地审查电子表格，