将收入分散到多个交易所和资产类型是明智的做法，但它会成倍增加人们必须跟踪的仪表板、警报和数据格式的数量。最终的决定是根据哪个平台恰好是开放的，而不是根据整体情况做出的。结果是判断碎片化：单独的合理选择，综合起来并不能反映投资组合的实际风险。
Keen Gainatory 的构建是为了缩小这一差距，方法是处理任何人都无法手动合理监控的数据量和速度，然后将其呈现在单个结构化视图中。
Keen Gainatory 连接到您关联的交易账户，并将余额、交易历史和市场动态整合到一个仪表板中。您无需在单独的登录中核对数据，而是可以看到当前的完整仓位，并随着新数据的到来而更新。
该平台分析所有关联交易所的历史和实时数据，以对相关性和集中度风险进行建模——例如，识别两个看似不相关的持股何时面临相同的基础市场波动。
当模型检测到风险或机会发生有意义的变化时，Keen Gainatory 会生成特定建议（而不是一般警报），解释发生了什么变化、为什么重要以及相关选项是什么。决定权仍由您决定。
代表某人悄悄做出财务决策的自动化往往会在第一次出错时削弱信任。 Keen Gainatory 的结构是一个三阶段过程，让您在每个点都处于控制之中。
来自每个连接交易所的数据都被提取为通用格式，因此以前无法比较的数据（不同的货币、不同的报告惯例）位于同一屏幕上。
预测模型以人工审查无法比拟的规模和速度评估聚合数据集中的波动性、相关性和历史模式。
调查结果会被翻译成简单的语言选项，并清楚地说明其权衡，因此重新平衡、对冲或持有的最终决定权由您决定。
跨两个或三个交易所的专业持有头寸使用 Keen Gainatory 来查看按资产类别而不是按平台的组合风险敞口。这样可以更轻松地识别分配偏离原始目标的位置，并通过清晰地了解整个投资组合（而不仅仅是一个屏幕上可见的部分）来重新平衡。
对于那些在投资收入之外还经营副业的人来说，企业现金流和市场风险之间的相关风险很容易被忽视。 Keen Gainatory 的风险建模标记了两者的联系比假设的更紧密，支持有关何时对冲以及何时不需要额外保障的决策。
当收入来自具有不同波动性的多个来源时，仪表板会跟踪当前相对于其贡献而言风险最大的流，从而帮助优先考虑将注意力和资本用于需要的分配。
Keen Gainatory 的设计围绕一个简单的观察：更好的财务决策的限制很少是缺乏数据。困难在于，在没有结构化的方法来比较的情况下，在太多的平台上一次记住太多的内容。该平台的作用是每次都一致地进行比较，这样您的注意力就会转移到判断而不是数据收集上。
它旨在作为决策支持工具，供那些想要了解建议背后的推理而不仅仅是接受指示的人使用。
只要交换支持，交换连接就使用以读取为中心的、经过许可的访问，并且传输中的数据是加密的。 Keen Gainatory 不需要提款权限来生成其分析，并且帐户凭据永远不会以纯文本形式存储。
该平台旨在通过标准 API 连接支持多个主要交易所，随着集成的测试和验证，覆盖范围不断扩大。一旦新连接达到与现有连接相同的数据质量标准，就会添加新连接，而不是按照固定的时间表添加。
没有任何预测模型可以保证未来的结果，Keen Gainatory 也没有声称这样做。这些模型的建立是为了比人工审查更一致地处理更多的历史和实时数据，这提高了决策背后的信息质量——但并没有消除市场风险。