任何在没有系统支持的情况下管理投资的人处理信息的速度都比市场变化的速度慢。结果是决策基于不完整的数据或情绪，而不是可以随着时间的推移而确认的模式。
СortelioFund 用一个持续处理数据点并根据定义的规则做出决策的系统取代了这个手动过程。
技术基础由三个协调处理阶段组成，这些阶段记录、评估数据并将其转换为具体的位置决策。
价格、交易量和波动性数据不断从多个市场来源导入，并在纳入模型之前检查一致性。
经过训练的模型将当前数据模式与历史趋势进行比较，并根据统计相关性对信号进行加权。
头寸规模根据定义的波动性阈值进行限制，以减少个别错误信号对整体结果的影响。
确认的信号会自动执行，将检测到采取行动之间的时间缩短到技术要求的最短时间。
每个交易决策都会被记录下来，并在第二天作为可读报告提供。这包括头寸变化、实现的结果和基础信号值。
这些报告可通过仪表板访问，不需要您自己的市场监控。这为用户提供了一个易于理解的基础，而不必依赖一揽子成功承诺。
СortelioFund 的开发目的是让每个自动化决策都可以进行回顾性解释。重点不是一个包含全面结果信息的封闭系统，而是每个位置变化所基于的个人数据基础。
这种方法针对的是那些希望通过技术产生回报而无需自己进行日常市场分析的人。
有关该方法的更多信息开始时遵循固定的流程，并具有明确定义的测试步骤，因此只有在完成验证后才能使用资金。
根据金融领域的常见尽职调查要求创建访问和身份验证。
在定义的模型参数内确定投资金额和相关风险水平。
预测模型首先处理指定投资组合的当前市场数据。
从交易的第一天开始，每日报告都可以在仪表板中查看。
仪表板和服务器之间的连接是加密传输的。凭证与事务数据分开管理，以限制单一安全事件的风险。
该模型适用于概率，而不是确定性。每个预测都提供一个信号值，可以在每日报告中查看该信号值，以便了解每个决策的基础。
实现的结果显示在仪表板中，并可以根据合同中指定的时间间隔转移到存储的帐户。
如果波动性增加，系统会根据存储的风险参数自动减少头寸规模，并记录在相应的每日报告中。
没有计划对各个自动化位置进行直接干预，因为这会损害模型的可追溯性。然而，整体投资组合的风险水平可以随时调整。