Moniepoint používá heuristickou analýzu k filtrování tržního hluku od skutečného signálu. Neexistuje žádný minimální vklad, takže můžete otestovat logiku modelu se zanedbatelným kapitálem, než se zavážete více.
Motor nepřetržitě zpracovává údaje o ceně, objemu a knize objednávek napříč hlavními krypto páry. Před vytvořením jakéhokoli doporučení procházejí nezpracovaná data filtrem volatility, který odděluje krátkodobý cenový šum od směrového signálu.
To, co zbývá, je hodnoceno na základě historických vzorových vah vytvořených z minulých tržních cyklů. Toto bodování nepředpovídá přesné výsledky. Řadí relativní pravděpodobnost, takže pozice je koncipována jako „vyšší spolehlivost“ nebo „nižší spolehlivost“ spíše než zaručená.
Stejná logika bodování byla původně vytvořena pro prověřování institucionálních portfolií, kde je kapitál v ohrožení velký a chyby jsou drahé. Provozování na úrovni mikroinvestic znamená, že studentský účet je hodnocen stejnou disciplínou, nikoli její zjednodušenou verzí.
Protože Moniepoint nestanovuje žádný minimální vklad, náklady na naučení se, jak se model chová, je jakákoli částka, kterou se rozhodnete riskovat. Tato část rozebírá mechaniku tohoto rozhodnutí.
Otevřete si účet a přidělte libovolnou částku, se kterou vám vyhovuje testovat. Analýza modelu probíhá stejným způsobem bez ohledu na velikost pozice.
Pozice jsou vyjádřeny jako zlomky tokenu spíše než celé jednotky, takže malý vklad lze stále rozdělit na více než jedno aktivum.
Vaše maximální ztráta na kterékoli jednotlivé pozici je vázána částkou, která je jí přidělena. Model označí aktiva s vysokou volatilitou před zvýšením expozice.
Každé doporučení vytvořené Moniepointem prochází stejnou sekvencí, ať už je velikost účtu malá nebo velká.
Údaje o ceně, objemu a likviditě jsou získávány z více burz v krátkých intervalech, aby se snížila závislost na jediném zdroji.
Krátkodobé cenové výkyvy způsobené nízkou likviditou nebo izolovanými událostmi jsou odděleny od trvalého směrového pohybu.
Filtrovaná data jsou skórována proti historickým vzorovým vahám, aby se vytvořilo hodnocení relativní spolehlivosti, nikoli cílová cena.
Skóre jsou převedeny do prostého návrhu s odůvodněním, takže rozhodnutí zůstává na uživateli.
Institucionální screeningové nástroje a studentské mikroinvestiční účty fungují na stejné logice bodování. Změní se pouze velikost pozice.
Větší účty používají model k rychlému prověřování široké škály aktiv a zužují tak široký prostor na užší seznam, který stojí za bližší ruční kontrolu.
Důkazy o efektivitě: prověřování snižuje počet aktiv, která vyžadují ruční kontrolu analytikem před přijetím rozhodnutí.
Studentský účet s malým vkladem obdrží stejnou logiku užšího výběru, zmenšenou na zlomkové velikosti pozic, které odpovídají dostupnému kapitálu.
Důkaz efektivity: vklad libovolné velikosti lze alokovat mezi více bodovaných aktiv namísto jedné velké pozice.
Účty lze použít především k pozorování toho, jak se doporučení mění s posunem skóre volatility, přičemž vklad je považován spíše za studijní nástroj než za cíl pro rychlé zisky.
Důkaz účinnosti: odůvodnění každého doporučení je zobrazeno vedle návrhu, nikoli za ním skryto.
Tyto odpovědi jsou psány tak, aby byly konkrétní o tom, co model dělá a netvrdí, že dělá.
Ne. Moniepoint vytváří návrhy podložené daty na základě hodnocení historických vzorů. Konečná rozhodnutí o přidělení, včetně toho, zda vůbec jednat podle návrhu, zůstávají na uživateli.
Náhlé události jsou přirozeně pro každý model těžko předvídatelné. Filtr volatility je navržen tak, aby rychle označil neobvyklou cenovou akci a snížil skóre spolehlivosti během období nestabilních dat, spíše než aby předpovídal samotnou událost.
Analytický stroj běží identicky bez ohledu na velikost vkladu. Menší vklad jednoduše omezuje absolutní množství dílčí expozice dostupné napříč hodnocenými aktivy.
Žádná investiční platforma nemůže zaručit ochranu před ztrátou volatilních aktiv. Limitovaná expozice na pozici a částečná velikost jsou navrženy tak, aby omezily, kolik z vašeho vkladu je vystaveno jakémukoli jednotlivému aktivu najednou.
Odstraněním minimálního vkladu se sníží náklady na testování, jak se model chová, než se zaváže větší částky. Je to návrhová volba zaměřená na snížení bariéry pro pozorování, nikoli signál o očekávaných výnosech.
Je vytvořen pro uživatele, kteří chtějí spíše strukturovaný výchozí bod pro vystavení se kryptoměnám než plně automatizovaný obchodní systém. Kontrola zdůvodnění každého návrhu je součástí správného používání.
Protože neexistuje žádný minimální vklad, první krok stojí pouze částku, kterou se rozhodnete přidělit.
Zahájit analýzu řízenou daty