Έπειτα από την αναγνώριση των απαιτήσεων και αναγκών των διαφορετικών τύπων χρηστών η σύμπραξη προχώρησε στη δημιουργία μίας αρχιτεκτονικής δομής η οποία αποτελείται από την μονάδα συλλογής δεδομένων, μονάδα μηχανικής μάθησης για πρόβλεψη ισοτιμιών και μονάδα εντοπισμού έκτακτων γεγονότων. Το ολοκληρωμένο σύστημα ΕΞΑΝΤΑΣ δέχεται μία μεγάλη ποικιλία από ιστορικά και τρέχοντα χρηματοοικονομικά δεδομένα τα οποία φιλτράρονται, κατηγοριοποιούνται και οργανώνονται. Στη συνέχεια, μέσω αλγορίθμων μηχανικής μάθησης για πρόβλεψη ισοτιμιών, αναλύονται για την εξαγωγή των αρχικών εκτιμήσεων για το/α ζεύγος/η ισοτιμίας ενδιαφέροντος, ενώ σε καθημερινή βάση τα δεδομένα επικαιροποιούνται μέσω της μονάδας ημερήσιας ανανέωσης δεδομένων. Οι αρχικές εκτιμήσεις αυτές μετατρέπονται σε πίνακες εκτιμήσεων με εύρος τιμών (από –  έως) με τις αντίστοιχες πιθανότητες. Ακολούθως, οι τιμές του πίνακα οι οποίες βασίστηκαν στις αρχικές εκτιμήσεις των μοντέλων μηχανικής μάθησης διορθώνονται/ επικαιροποιούνται/ αναβαθμίζονται λαμβάνοντας υπόψιν έκτακτα γεγονότα ή και patterns τεχνικής ανάλυσης. Όλα αυτά τα αποτελέσματα που προκύπτουν από την επεξεργασία των δεδομένων από τις επιμέρους μονάδες του συστήματος παρουσιάζονται σε γραφική μορφή στον χρήστη.