那些兼顾自营职业、基于应用程序的交付或投资小型企业的人往往会在疲惫不堪的情况下做出决定。长时间轮班后在晚上分析图表会增加由冲动而不是数据驱动决策的机会。
对价格和新闻的手动分析会产生认知疲劳。这会导致两个反复出现的错误：太晚进入已经疲惫不堪的走势，或者由于对暂时下跌的情绪反应而退出仓位。两者都无法帮助您持续增加补充收入。
每个组件都履行特定的功能：预测、支持和保护。它们共同形成一个系统的过程，而不是孤立的决策。
该模型分析历史序列和波动性指标，以识别具有更有利的风险回报关系的入场窗口，而不是仅对当前价格做出反应。
持续贡献会根据预定义的规则自动分配，使您可以增加投资量，而无需增加手动监控的时间。
风险信号不断重新计算。当波动性超出定义的参数时，系统会在风险敞口变得不平衡之前调整贡献的速度。
该平台每天 24 小时运行，在您处理其他活动的同时处理信息。没有任何步骤依赖于持续的人工监督。
价格、数量和市场指标不断从公共来源收集并整合为单一基础。
统计模型将当前行为与类似的历史模式进行比较，以估计短期和中期情景。
该系统将模式读数转换为风险贡献或调整建议，并在任何自动执行之前进行记录并可供审查。
Luna Capiteza 不承诺预测价格峰值或底部。目标是减少决策中的情绪成分，在统计上更有利的时间应用持续的贡献，并在测量的风险增加时调整风险敞口。
整个过程是可审计的：生成的每条建议都会记录其原始数据，以便用户了解每次调整背后的原因。
轮班不规律的应用程序司机或送货员很难在工作时间跟上市场。通过预先定义的自动贡献和风险参数，即使没有时间进行手动分析，策略也可以继续执行。
经营小企业的人通常在每月的特定时间有现金盈余。通过预先定义的资本保护规则，将该储备金用于自动缴款，有助于维持有组织的流动性，而无需进行日常财务决策。
平台生成的建议遵循用户先前定义的风险参数，并记录下来以供咨询。自动运行不会超出账户中配置的暴露限制。
不需要技术分析的高级知识。该平台是为那些希望以有纪律的方式持续做出贡献的人而设计的，系统已经构建了准入和保护规则。
用户在任何自动化之前定义风险限制和贡献率。人工智能在这些限制内执行，所有调整都是可见的，并且可以随时暂停或修改。