基于项目的工作产生的现金流不平衡：强劲的月份随后是平静的月份，无论哪种方式都几乎没有任何警告。如果闲置的话，剩余收入在合同之间就赚不到任何钱，而突然的缺口可能会迫使人们在短时间内做出支出或储蓄的决定。
Mining AI 旨在介于这两个极端之间。其引擎不断吸收市场和波动性数据，按风险而不是仅考虑潜在的上行空间对机会进行排名，并且仅在充分了解下行空间的情况下分配剩余资金。
结果是一个在后台运行的系统，而注意力集中在客户交付上，而不是监控市场。
三个相互关联的流程连续运行，每个流程都旨在减少资本投入前的不确定性。
市场指数、流动性信号和波动性指标是从多个来源全天候收集的，为引擎提供当前的情况而不是延迟的情况。
将历史和实时数据与已知的风险模式进行比较，使系统能够标记之前不稳定时期之前的情况。
当超过风险参数时，风险敞口会自动减少或重新分配，无需等待人工审核或日终报告。
引擎的主要指令不是最大回报；而是最大回报。这是承诺资本的保存。头寸规模、跨资产类型的多元化和自动止损阈值会随着波动性指数的变化而实时重新计算，而不是按照固定的时间表进行审查。
答案保持事实和具体，反映了平台的实际运营方式，而不是其营销方式。
用于分析的数据根据英国数据保护标准进行处理，并且绝不会出售给第三方。账户级信息仅用于校准该账户的风险参数，不会在客户档案之间共享。
流动性条款取决于请求时的基础资产分配。仪表板显示每个持有的当前流动性头寸，因此预期的提款窗口在提出请求之前而不是之后可见。
该系统在用户设置的参数内作为推荐和执行层运行，而不是作为无监督的黑匣子。分配限额、风险承受能力和类别排除由账户持有人配置，可以随时调整，每个自动操作都会根据触发它的数据信号进行记录。