数据分析
价格、交易量和衍生指标的历史序列的组合，通过识别重复模式以及与资产预期行为的差异的模型进行处理。
平台生成的每个信号在到达用户之前都会经过三个不同的层：数据处理、风险评估和执行条件。
价格、交易量和衍生指标的历史序列的组合，通过识别重复模式以及与资产预期行为的差异的模型进行处理。
每个推荐都附有曝光指标和估计损失场景，这些指标是在向用户呈现任何条目建议之前计算的。
随着新数据进入系统，信号会不断更新，允许您在执行窗口关闭之前调整或取消建议。
决策逻辑分为顺序步骤，每个步骤都在内部记录，以便分析用户可以了解每个信号的来源。
价格、交易量和技术指标是从许可的市场信息和公共数据源收集的。
在输入模型之前，数据会被清理、暂时对齐并转换为通用格式。
多个模型并行评估同一组数据，每个模型专门针对一种模式或时间范围。
通过风险控制后才会发出最终建议，并将结果记录在公共历史中。
该平台使用许可的市场数据来获取价格和数量序列，并辅以来自公共来源的宏观经济数据。未经授权不得使用第三方私有数据源。
每个活动模型都有一个内部技术表，其中包含所使用的变量和最后修订的日期，可在注册用户的帐户区域中查阅。
该平台不是仅仅依赖于预测，而是保留了已发布建议和相应观察结果的可参考历史记录。
图结构的说明性表示。每个策略的实际价值在账户激活后即可获得，并按期间和资产类型进行过滤。
每个主动策略都保留自己的记录，包括日期、发出的信号和观察到的结果，而不会选择性地汇总有利的结果。
达到既定目标和未达到既定目标的信号的记录都是可见的，从而允许用户社区进行独立评估。
根据决策的类型，相同的分析基础设施有不同的用途。
短线交易的用户使用实时执行信号来评估进入点和退出点，将模型推荐与他们自己对市场的技术解读进行交叉引用。
公共历史记录使您可以比较不同策略的表现，然后再决定最一致地跟踪哪一种策略。
评估中期情景的管理者使用数据分析模块来支持资本配置和规划决策，减少对短期信号的依赖。
风险缓解层用于在内部提出决策之前构建替代方案。
直接回答具有技术或财务背景的用户最常见的问题。
处理时间根据系统负载和资产类型而有所不同，因为某些模型比其他模型需要更多的验证步骤。对于每个信号，平台都会指示上次重新评估的确切时间。
用户和平台之间的连接在传输过程中使用加密。每个帐户的数据在逻辑上是隔离的，对敏感功能的访问由与用户配置文件关联的权限控制。
这些模型使用历史序列进行训练，并定期根据新数据进行重新评估。模型方法的相关更改记录在相应的技术表中，并附有审核日期。
是的。拥有经过验证的帐户的用户可以访问信号和结果的历史记录，包括结果与信号的初始目标不符的情况。