金融市场很少在情况发生变化之前发出明确的警告。 Lumcorona 的模型以预测者读取压力系统的方式持续分析历史和实时数据：识别往往在波动时期之前出现的模式，早在肉眼明显之前。
对于管理养老金、初级个人储蓄账户或一般投资账户的家庭来说，这意味着更早、更冷静的决定，而不是在压力下做出被动的决定。目的不是预测每一个动作，而是减少令人不快的意外情况的数量。
Lumcorona 产生的每条建议都可以追溯到三个不同的阶段。如果没有历史表现的记录基础，就不会产生任何结果。
该系统借鉴了数十年的市场定价、经济指标和资产行为，其结构使得可以在不同时期对模式进行公平比较。
预测模型寻找市场状况与后续结果之间的重复关系，标记历史上波动性较高的组合。
建议的调整是针对多个历史时期（包括经济低迷时期）进行的，以检查策略在作为建议提出之前的表现。
Lumcorona 的设计围绕一个简单的观察：大多数家庭投资决策所使用的数据远少于机构投资者可以获得的数据。我们的平台为个人家庭投资组合带来了相同类别的分析——历史回测、模式识别、场景测试，并以不需要金融学位的语言呈现。
我们的目的并不是取代家庭自己的判断或他们的财务顾问。相反，Lumcorona 的存在是为了给该判断提供更坚实的证据基础，以策略随着时间的推移实际执行情况为基础。
根据家庭的计划以及他们有多少时间，相同的基础模型的应用方式有所不同。
随着目标退休日期的临近，优先事项通常会从增长转向稳定。 Lumcorona 对给定的投资组合构成在过去接近类似水平的低迷时期的表现进行建模，有助于确定当前的波动风险是否与实际可从挫折中恢复的时间相匹配。
为孩子的教育储蓄通常有一个已知的、相对较短的期限。该平台根据可比时间范围内的历史数据测试以增长为导向的策略，因此家庭可以了解计划的执行情况，而不是依赖于假设的平均回报。
对于打算代代相传的资产，分析重点转向整个市场历史的长期弹性，包括高通胀和长期低迷时期，而不是短期的优异表现。
Lumcorona 不依赖推荐或预计的性能数据。相反，我们列出了每项建议背后的理由和保障措施。
每个模型都根据跨越多个经济周期（而不是单个有利时期）的公开历史市场数据进行验证，以避免策略过度适应最近的情况。
建议是围绕家庭可以合理承受的回撤水平制定的，而不是围绕追求最高的理论回报，这与我们对降低投机风险的关注保持一致。
输入 Lumcorona 的财务详细信息仅用于生成家庭自己的分析。我们不会将个人数据出售给第三方，并且输入的处理符合英国数据保护要求。
没有任何模型可以保证未来的性能，并且 Lumcorona 不做其他声明。该平台提供的是一种一致的、记录在案的方法，用于根据数十年的历史市场条件测试策略，因此建议反映了类似方法在过去的实际表现，而不仅仅是直觉。我们在每项建议旁边都会提供置信范围和历史背景，而不是单一的明确答案。
不会。Lumcorona 是作为决策支持而构建的，而不是决策者。该平台旨在揭示人们可能会错过的模式和风险，并将复杂的数据组织成家庭或其顾问可以审查和质疑的内容。最终决定，包括对特定产品的任何建议，仍然由个人以及（在适当情况下）合格的财务顾问决定。
这个过程首先是关于家庭当前储蓄、目标和时间范围的简短、无义务的对话。在此基础上，我们在做出任何承诺之前概述分析的哪些部分与该情况相关。在了解平台的分析如何应用于家庭自己的数字之前，无需转移现有投资。