Cresciwolte 没有将风险控制和预测视为独立的功能，而是通过一个持续更新的单一模型来运行这两个功能。随着市场条件的变化，这使得这两个学科保持一致。
该引擎监控各个头寸的相关风险因素，并标记超出预设阈值的风险敞口。它不是对孤立的价格变动做出反应，而是评估上下文中的波动性，从而减少根据不完整信息做出决策的可能性。
预测模型是在滚动数据窗口而不是固定的历史数据集上重新校准的，因此信号权重会随着新信息的到来而发生变化。输出是一组经过排序的场景，每个场景都标有其背后的置信水平。
Cresciwolte 生成的每条推荐都可以追溯到四个不同的阶段。如果没有背后可见的推理链，任何事物都不会产生。
市场反馈、订单簿数据和宏观经济指标是从许可数据提供商处收集的，并在任何分析开始之前标准化为通用结构。
统计和机器学习模型评估所摄取的数据在选定时间范围内的模式转变、相关性变化和异常信号。
候选策略根据风险承受能力和投资组合限制进行加权，产生按预期结果和下行风险排名的最终行动清单。
最终的建议连同支持数据一起发送到用户的仪表板，由交易者或公司决定采取行动。
Cresciwolte 维护可供社区审查的公共性能日志。我们报告已经发生的事情，而不是可能发生的事情，并且我们按固定的时间表更新记录。
| 期间 | 策略类 | 记录结果 | 验证状态 |
|---|---|---|---|
| 每周周期 | 波动率调整 | 发表于日志 | 社区审核 |
| 每月周期 | 预测阿尔法 | 发表于日志 | 社区审核 |
绩效日志每天更新，仅反映已完成的头寸。过去的结果，无论是有利还是不利，并不预示未来的表现。 Cresciwolte 不保证回报，并鼓励用户根据自己的风险框架评估所有建议。
Cresciwolte 旨在与现有分析工作流程并存，在应用人类判断时提供结构化输入。它不会自行进行交易或做出最终决定。
兼容性：Cresciwolte 连接到标准数据导出，不需要专有硬件。数据处理遵循德国和欧盟法规预期的隐私标准。
