技术
大多数自动化投资工具都采用固定模型，并多年来保持不变。 Clarior Fundalis 采用不同的方法：基础模型根据新的市场和行为数据滚动进行重新训练，因此应用于您的投资组合的风险状况既反映了当前状况，也反映了您自己声明的承受能力。
这不是传统意义上的选股。该系统分析大量的全球经济指标、波动模式和相关性变化，以预测资本暴露的位置，然后在情况恶化之前而不是之后调整配置。
应用领域
家庭很少出于单一原因进行投资。根据适用的目标、时间范围和税收环境，数据引擎的配置有所不同。
长期的视野允许结构化增长战略，随着资助日期的临近定期降低风险，并根据典型的德国教育成本曲线进行校准。
为下一代提供的资本侧重于稳定性和通胀弹性，该模型优先考虑回撤限制而不是短期回报。
分配决策考虑了德国对资本利得和持有期限的税收待遇，旨在减少所选策略内可避免的税收拖累。
工艺流程
对自动化系统的信心应该来自于了解它是如何构建和检查的，而不是来自推荐。这是每个建议都经过的顺序。
输入的市场和经济数据在被允许影响任何模型输出之前，会根据多个来源进行验证，从而降低基于错误输入做出决策的风险。
经过验证的数据通过基于场景的压力测试来运行，检查给定的分配在市场压力的历史时期中的表现。
在对投资组合进行任何重大调整之前，合格的分析师会审查模型的推理，并保留对自动判断的人工检查。
安全标准
我们以对待避险资产的方式对待客户数据：保持紧密、严密保护，并且绝不会在不必要的情况下暴露。与德国客户相关的所有数据均在欧盟内处理和存储，符合数据主权期望。
通信和存储的数据使用行业标准加密进行保护，并且对预测模型本身的访问仅限于有限数量的授权分析师。底层系统的复杂性与对谁可以访问它的同样深思熟虑的方法相匹配。