管理自己资产或业务部门的专业人员每天收到的数据多于他能够及时处理的数据。通常的后果不是缺乏信息，而是行动缓慢。
Bravéñuz 模型实时处理历史序列和市场数据以估计可能的情况。我们的目标不是绝对确定地进行预测，而是提供以前只有直觉的定量基础。
每个可用于跟单交易的策略都会受到持续监控。如果策略的风险暴露超过定义的阈值，系统会调整分配或撤回它，从而在影响整个投资组合之前减少影响。
为每个策略提供支持的人工智能模型都会根据新的市场数据进行重新校准，而无需持续的人工干预。用户保留对复制哪些策略以及复制比例的控制权，而技术调整则在后台运行。
收集市场数据、宏观经济指标和用户自己的序列，并在进入模型之前进行标准化。
系统根据历史表现、波动性以及与用户当前投资组合的相关性对可用策略进行排名。
用户将资金分配给选定的策略，并且操作会按比例自动复制。
我们会持续审查绩效，并根据风险状况的变化重新调整分配。
拥有稳定收入的专业人士会寻找第二个收入来源，而无需每天花时间进行市场分析。
业务部门需要利用部分和不断变化的信息，在各个活动领域中确定资源的优先级。