Moniepoint rakendab heuristilise analüüsi, et filtreerida turumüra tegelikust signaalist. Minimaalne sissemakse puudub, nii et saate testida mudeli loogikat tühise kapitaliga, enne kui panustate rohkem.
Mootor neelab pidevalt peamiste krüptopaaride hinna-, mahu- ja tellimusraamatu andmeid. Enne soovituste koostamist läbivad algandmed volatiilsusfiltri, mis eraldab lühiajalise hinnamüra suunasignaalist.
Ülejäänud hinnatakse varasemate turutsüklite põhjal loodud ajalooliste mustrite kaalumiste põhjal. See skoor ei ennusta täpseid tulemusi. See järjestab suhtelise tõenäosuse, nii et positsioon on pigem "kõrgema usaldusväärsusega" või "madalama usaldusega" kui garanteeritud.
Sama hindamisloogika loodi algselt institutsionaalse portfelli sõelumiseks, kus riskikapital on suur ja vead kulukad. Selle käitamine mikroinvesteeringute skaalal tähendab, et õpilaskontot hinnatakse sama distsipliini, mitte selle lihtsustatud versiooni järgi.
Kuna Moniepoint ei määra minimaalset sissemakset, on mudeli käitumise õppimise hind sõltumata summast, mille otsustate riskida. See jaotis kirjeldab selle otsuse tagamaid.
Avage konto ja eraldage mis tahes summa, millega olete testimiseks rahul. Mudeli analüüs jookseb samamoodi olenemata positsiooni suurusest.
Positsioone väljendatakse pigem märgi murdosadena kui tervete ühikutena, nii et väikese sissemakse saab siiski jaotada rohkem kui ühe vara vahel.
Teie maksimaalne kahju igal üksikul positsioonil on seotud sellele eraldatud summaga. Mudel märgib kõrge volatiilsusega varad enne kokkupuute suurenemist.
Iga Moniepointi soovitus läbib sama jada, olenemata sellest, kas konto suurus on väike või suur.
Hinna-, mahu- ja likviidsusandmed kogutakse mitmelt börsilt lühikeste ajavahemike järel, et vähendada sõltuvust ühestki allikast.
Lühiajalised hinnakõikumised, mis on põhjustatud madalast likviidsusest või üksikutest sündmustest, on eraldatud püsivast suunalisest liikumisest.
Filtreeritud andmeid hinnatakse ajalooliste mustrite kaalumiste põhjal, et saada suhteline usaldusreiting, mitte sihthind.
Hinded tõlgitakse lihtsakeelseks soovituseks koos selle taga oleva põhjendusega, nii et otsus jääb kasutaja teha.
Institutsioonide sõeluuringute tööriistad ja õpilaste mikroinvesteerimiskontod töötavad identse hindamisloogika alusel. Muutub ainult positsiooni suurus.
Suuremad kontod kasutavad mudelit suure hulga varade kiireks sõelumiseks, ahendades laia universumi valikuni, mis väärib põhjalikumat käsitsi ülevaatamist.
Tõhususe tõend: sõelumine vähendab varade arvu, mis vajavad enne otsuse tegemist analüütiku käsitsi ülevaatamist.
Väikese sissemaksega üliõpilaskonto saab sama nimekirja loogika, mis on skaleeritud murdosa positsioonide suurustele, mis vastavad olemasolevale kapitalile.
Tõhususe tõend: mis tahes suurusega hoiuse saab ühe suure positsiooni asemel jaotada mitmele hinnatud varale.
Kontosid saab kasutada peamiselt selleks, et jälgida, kuidas soovitused muutuvad volatiilsuse skooride muutumisel, käsitledes hoiust pigem õppevahendina kui kiire kasumi eesmärgina.
Tõhususe tõend: iga soovituse põhjendus näidatakse koos soovitusega, mitte ei peideta selle taha.
Need vastused on kirjutatud konkreetselt selle kohta, mida mudel teeb ja mida ei väida.
Ei. Moniepoint koostab andmetega tagatud soovitusi, mis põhinevad ajaloolise mustri punktide hindamisel. Lõplikud jaotamisotsused, sealhulgas selle kohta, kas soovituse alusel üldse tegutseda, jäävad kasutajale.
Äkilisi sündmusi on olemuselt raske ühelgi mudelil ette näha. Volatiilsusfilter on mõeldud ebastabiilsete andmete perioodidel ebatavaliste hinnatoimingute kiireks märgistamiseks ja usaldusskooride vähendamiseks, mitte sündmuse enda ennustamiseks.
Analüüsimootor töötab identselt, sõltumata hoiuse suurusest. Väiksem sissemakse lihtsalt piirab hinnatud varade puhul saadaoleva osalise positsiooni absoluutset summat.
Ükski investeerimisplatvorm ei taga kaitset volatiilsete varade kadumise eest. Piiratud positsioon positsiooni kohta ja osaline suurus on loodud selleks, et piirata seda, kui suur osa teie hoiusest on korraga avatud ühele varale.
Minimaalse sissemakse eemaldamine vähendab mudeli käitumise testimise kulusid enne suuremate summade sissemaksmist. See on disainivalik, mille eesmärk on vähendada vaatlusbarjääri, mitte signaal oodatava tulu kohta.
See on loodud kasutajatele, kes soovivad struktureeritud, andmepõhist lähtepunkti krüptoekspositsiooni jaoks, mitte täielikult automatiseeritud kauplemissüsteemi. Iga soovituse põhjenduste läbivaatamine on osa selle heast kasutamisest.
Kuna minimaalset sissemakset pole, maksab esimene samm ainult teie valitud summa.
Alustage andmepõhist analüüsi