预测分析
该系统识别自营职业者的收入历史和可用资产行为的模式，以估计不同时期的资本演变情景。
背景
当一个项目结束而下一个项目尚未开始时，资金通常会留在支票账户中，在等待下一个收入的同时，面对通货膨胀而失去购买力。这段不确定的时期会产生一种特定的紧张感：在不影响下个月平静的情况下，你能保留多少作为缓冲，你能工作多少？
大多数自由职业者没有时间或工具来用数据分析该决策，因此他们选择最简单的选项，但这并不总是最有效的。
技术
Duro Fondencia 引擎处理大量市场数据，并将其与用户的流动性状况进行对比，以随时生成经过调整、可解释和可审查的建议。
该系统识别自营职业者的收入历史和可用资产行为的模式，以估计不同时期的资本演变情景。
每项建议都包含根据近期市场波动和已宣布的流动性需求计算的风险水平，避免损害财政准备金或运营缓冲的风险敞口。
数据不断更新，因此建议反映了当前的市场状况，而不是几周前过时的预测。
透明度
Duro Fondencia 不要求盲目信任，而是发布其推荐是如何生成的以及它们在实践中的表现，以便每个用户可以在做出决定之前进行比较。
该系统编译每个用户根据其具体情况定义的市场交易量、历史序列和流动性参数。
模型在显示之前将每个建议与多个场景进行对比，并丢弃超出配置风险级别的建议。
建议的总体绩效记录在开放获取记录中，可供用户社区搜索。
我们是谁
Duro Fondencia 的诞生是因为观察到传统金融产品是为稳定的工资单而设计的，而不是针对按项目收费的现实。我们的工作包括将机构环境中常见的数据分析模型转换为独立专业人员可以理解和审计的格式，而无需事先进行财务培训。
我们不承诺保证回报：我们记录每项建议的计算方式，并让结果记录可见。
优化场景
当检测到没有确认收入的时期时，该模型会自动减少波动性资产的风险，并优先考虑流动性更强的工具，以便在出现不可预见的费用时仍然可以使用资本。
该系统区分了为纳税义务预留的资本部分，并将其排除在风险建议之外，仅管理可用于增长的实际盈余。
对于不需要立即流动性的资本，该模型提出了更长的视野，随着用户收入的变化定期重新评估风险水平。
常见问题
收入和流动性数据仅用于计算个性化推荐，不会与服务之外的第三方共享。用户始终可以控制自己输入的信息并可以将其删除。
该系统优先考虑与用户声明的需求相适应的流动性工具。在应用任何建议之前，会显示所涉及资本的估计可用期限。
任何建议都不能保证结果，因为它取决于可变的市场条件。这就是为什么每项建议都附有其估计的风险级别和绩效的历史记录，可供公开和咨询，以便为最终决定提供信息。