MyWatch Handmade Watches 的设计围绕一个简单的约束：建议应该是可检查的。每个模型的输出都会被记录、加盖时间戳，并可供社区审查，而不是呈现为无法解释的分数。
该平台面向在印度工作的专业人士，他们在主要职业的同时分配资本——他们想要结构化的、有数据支持的输入，但又不想从事全职投资组合管理。
该引擎将统计预测与基于规则的风险约束相结合，因此输出仍然是可解释的而不是不透明的。
| 规格 | 详情 |
|---|---|
| 模型类 | 集合预报 |
| 输入数据 | 市场、板块、宏观信号 |
| 再培训 | 已安排、版本化 |
| 输出类型 | 排名、风险加权 |
| 审计追踪 | 根据推荐记录 |
上图显示了报告结构。数值在验证账本中按模块发布，此处不进行汇总，以避免歪曲实时结果。
每个模型运行都会写入一个分类帐，MyWatch Handmade Watches 外部的审阅者可以检查该分类帐。这是为了将该方法与封闭的黑盒评分系统区分开来。
| 记录日期 | 模块 | 回测期 | 验证状态 | 审稿人类型 |
|---|---|---|---|---|
| 样本行 | 多资产风险叠加 | 说明性的 | 已验证 | 社区评论员 |
| 样本行 | 扇区轮动信号 | 说明性的 | 等待审核 | 社区评论员 |
| 样本行 | 波动率调整预测 | 说明性的 | 已验证 | 社区评论员 |
上面的行说明了实时分类账上使用的日志格式。一旦帐户访问得到验证，完整的、持续更新的提要（包括审阅者身份和方法说明）就会变得可见。
三个模块系列涵盖了专业人士在平台设计过程中最常提出的重复决策：管理风险、预测结果以及在更大的分配中扩展策略。
在进行分配更改之前（而不是在发生回撤之后）标记投资组合中的集中风险和相关性漂移。
生成给定时间范围内的排名、概率加权场景，这些场景源自回溯测试的集成模型。
跟踪给定策略的建议如何随着头寸规模的增加而表现，从而尽早发现流动性限制。
下面的工作流程与应用于每个模块的顺序相同，因此建议可以追溯到其输入。
市场、部门和宏观层面的数据按照定义的时间表提取，并针对模型层进行标准化。
原始序列被转换为信号，集成模型可以在各个周期内保持一致的评分。
在发布之前，集合输出会根据定义的风险约束进行排名和加权。
每个输出都带有时间戳和模块标识符写入验证分类帐。
随着新数据的到来，历史准确性会被重新评估，并且漂移会被标记以供审查。
对于运行自己的执行或报告系统的团队，可以通过记录的 REST 端点返回结构化 JSON 获得模块输出。需要进行身份验证，并且每个经过验证的帐户层均适用速率限制。在启用写入访问或自动执行之前，集成通常从记录的建议的只读源开始。
以下答案解决了入职前最常提出的问题。
大多数个人帐户都会在几个工作日内完成验证并读取日志数据。团队或 API 集成设置需要更长的时间，因为在任何写入或执行权限之前授予读取访问权限。
账户数据和投资组合输入在传输和静态时均进行加密。默认情况下，对验证账本的访问是只读的；写入权限需要单独的审核步骤，并且按帐户划分范围。
定价详细信息（包括按模块访问或 API 使用进行的任何分层）在入职期间直接共享，而不是提前估计，因为使用模式因帐户类型而异。
仅限内部报告无法进行独立检查。发布日志供社区审查的目的是让专业人士自己验证声明，而不是依赖营销声明。
帐户验证可以访问完整的分类账、每个模块的回测报告和 API 文档。