该平台不断处理市场、宏观经济和商业数据，并将其转化为具体的行动建议。每个信号都有统计分析的支持，而不是基于当前市场情绪的预测。
Tareluntik 使用一组专门的预测模型，而不是单一的通用模型，这些模型相互比较并根据市场条件进行校准。结果是一项同时考虑多种场景的建议，而不仅仅是一种场景。
该系统不基于假设运行。每个步骤都是可验证和记录的，因此您可以理解为什么要这样设计建议。
该系统将来自多个来源的市场、宏观经济和部门数据整合到一个适合进一步分析的结构化数据集中。
一组统计和机器学习模型估计不同结果的可能性，并根据可靠性对结果进行加权。
每个策略在纳入建议之前都会在过去的市场时期进行测试，从而降低将模型拟合到单一场景的风险。
该平台的目的不是绝对意义上的预测市场，而是减少决策的不确定性。每个模型都将其结果表示为一系列概率，而不是保证，允许用户在做出任何决定之前评估风险。
回测结果始终与实现结果的条件一起显示，因为相同的策略在不同的市场环境中可能表现不同。
系统自动进行日常调整，只有对投资组合影响较大的决策才需要人工审核。
关键警报旨在在手机上快速查看，而无需访问整个仪表板。
由于分析是连续进行的，因此位置或时区的变化不会影响建议的及时性。
仪表板专为定期但简短的检查而设计 - 投资组合状态摘要、有效建议及其原因都在一个屏幕上可见。
可按需提供更详细的分析，但默认情况下不会加载，这可以减少旅行时通过移动网络工作时的数据消耗。
风险不是事后考虑的，而是包含在从策略选择到个人头寸规模的每个建模步骤中。
当模型检测到波动性增加时，系统会自动建议对冲头寸，以减少风险敞口，而无需完全退出策略。
每个策略都会根据一系列可能的结果进行评估，而不仅仅是根据平均预期值，从而进行更现实的风险评估。
这些模型考虑了历史最大价值跌幅，并将其作为提出建议时的限制参数。
建议考虑跨投资类别的多元化，以便风险不会集中在单一策略或行业中。