费用对投资组合进行复利，同样，回报对投资组合有利。删除它们会改变后续每笔交易的算术。
标准交易所对每笔交易施加点差或佣金。 Prelievi Zenitpregio不收取交易费用，因此模型计算出的回报是投资者实现的税前回报。
人工智能识别波动模式以优化入场点并降低头寸的平均成本基础。退出时机遵循相同的逻辑，由风险调整后的回报目标而不是固定的时间表决定。
每个位置依次运行三个阶段：摄取、分析和执行。每个阶段都会被记录下来以供以后查看。
市场价格、订单深度和链上交易数据是连续循环收集的，而不是固定间隔收集的，因此该模型是在当前条件下运行的。
根据波动性和流动性模式对摄取的数据进行评分。在投入任何资本之前，该模型会为每个候选职位输出风险调整后的回报估计。
满足风险阈值的交易无需人工干预或佣金即可执行。每次执行都带有时间戳并归因于生成它的模型版本。
成本效率是该模型的一部分。其余的优势与如何制定决策以及如何审查决策有关。
头寸建议会随着新数据的到来而更新，而不是按照手动研究常见的每日或每周刷新周期进行更新。
头寸规模受到每项资产计算的风险预算的限制，从而限制了对任何单一波动事件的敞口。
无论投资组合持有一项还是几十项资产，都适用相同的预测框架，而无需按比例增加人工监督。
每笔执行的交易都可以追溯到输入数据和生成决策的模型版本，支持内部审查。
Prelievi Zenitpregio 不依赖推荐或案例研究。相反，模型性能是通过可重复的验证过程建立的。
每个模型在部署之前都会根据历史数据进行测试，然后在样本外期间重新测试以检查是否过度拟合。任何一个阶段失败的模型都不会被发布。
帐户数据和 API 凭证在静态和传输过程中均进行加密。对执行系统的访问仅限于交易安置所需的流程，从而减少了错误或误用的可能性。