Lodestone Vermode andmevõrgu visualiseerimine, mis esindab digitaalsete varade turgude ennustavat modelleerimist
Digitaalsete varade ennustav modelleerimine

Otsustavad andmed iga sisenemispunkti kohta

Lodestone Vermode rakendab taganttestitud tehisintellekti strateegiaid, et tuvastada madala riskiga sisenemispunktid digitaalsete varade klassides, andes õpilastele struktureeritud ajaloolise aluse hindamiseks enne mis tahes positsiooni kaalumist.

Lodestone Vermode kohta

Loodud struktureeritud hindamiseks, mitte spekuleerimiseks

Lodestone Vermode oli mõeldud üliõpilastele ja varajastele investoritele, kes soovivad enne digitaalsetele varadele kapitali eraldamist kvantitatiivset lähtepunkti. Selle asemel, et tugineda sentimentidele või sotsiaalmeedia signaalidele, töötleb platvorm ajaloolisi turuandmeid ennustavate mudelite kaudu ja esitab saadud analüüsi kompaktses ja loetavas vormingus.

Iga väljund jälgib dokumenteeritud protsessi: andmete sissevõtmine, mudeli hindamine ja ajalooline järeltestimine. Ilma aluseks oleva andmestikuta ei genereerita midagi ja ükski soovitus ei ole garantii.

Lodestone Vermode analüütiline tööruum, mis näitab struktureeritud andmete ülevaatuse protsessi
Väärtuspakkumine

Kuidas ennustavad mudelid on üles ehitatud

Platvorm on üles ehitatud kolme tehnilise samba ümber. Igaüks neist käsitleb otsustamisprotsessi kindlat osa, alustades turu algandmetest kuni filtreeritud riskiga kohandatud soovitusteni.

01 — reaalajas analüüs

Pidev turu neelamine

Hindade, mahu ja volatiilsuse andmed tõmmatakse lühikeste ajavahemike järel ja läbivad sama hindamisloogika, mida kasutati järeltestimisel, nii et reaalajas väljund jääb ajaloolise valideerimisega kooskõlas.

02 — riskide maandamine

Ajalooline korrelatsiooni filtreerimine

Signaale võrreldakse varade ajaloolise korrelatsiooniga, et vähendada kokkupuudet positsioonidega, mis on varem languse ajal koos liikunud.

03 – skaleeritavad soovitused

Algoritmiline valideerimine mastaabis

Sama mudeliloogika kehtib nii üksiku vara kui ka mitmekülgse jälgimisloendi ülevaatamisel, võimaldades soovitusi skaleerida ilma iga kirje käsitsi uuesti analüüsimiseta.

Lihtsustatud andmetoru
Turuandmete voog
Ennustav mudel
Tagasitestide võrdlus
Filtreeritud väljund
Metoodika

Neljaetapiline protsess, dokumenteeritud otsast lõpuni

Lodestone Vermode ei esita järeldusi ilma nende taga olevaid samme näitamata. Sama neljaetapiline töövoog kehtib iga ülevaatava vara kohta.

01

Andmete sissevõtmine

Ajaloolised ja reaalajas hinnaandmed, tellimusraamatu sügavus ja volatiilsuse mõõdikud kogutakse avalikest turuallikatest ja normaliseeritakse ühisesse vormingusse.

02

Ennustav modelleerimine

Normaliseeritud andmed edastatakse mudelite kaudu, mis on koolitatud tuvastama korduvaid mustreid, mis ajalooliselt eelnesid mõõdetavale hinnamuutusele.

03

Tagasitestimine

Iga mudeli väljundit võrreldakse ajalooliste perioodidega, mille kohta seda ei treenitud, et näha, kuidas sama signaal oleks toiminud varem.

04

Strateegia juurutamine

Soovitustena esitatakse ainult need signaalid, mis läbivad järeltestimise ülevaatuse, koos nende genereerimiseks kasutatud riskiparameetritega.

Riskijuhtimine

Igasse signaali sisseehitatud kapitalikaitse

Krüptovarade hinnad võivad lühikese aja jooksul järsult muutuda. Selle asemel, et reageerida pärast kahjumit, määrab mudel riskiparameetrid enne positsiooni soovitamist, lähtudes sellest, kuidas sarnased seadistused ajalooliselt käitusid.

Parameeter Funktsioon Alus
Stop-loss lävi Määrab maksimaalse lubatud ebasoodsa liikumise enne positsiooni märgistamist väljumiseks Tuletatud konkreetse vara ajaloolisest volatiilsusest
Sisenemise usaldusskoor Hindab, kui täpselt praegused tingimused vastavad varem tagasitestitud soodsatele seadistustele Võrdlus ajalooliste mustrite tulemustega
Positsiooni suuruse juhised Soovitab jaotatud kapitali osakaalu, mida on korrigeeritud varade volatiilsusega Volatiilsusega kaalutud arvutus, mitte fikseeritud protsendid
Korrelatsioonifilter Märgib varad, mis on ajalooliselt koos liikunud, vähendades kontsentreeritud kokkupuudet Varadevahelise ajaloolise korrelatsiooni andmed
Kasutusjuhtumid

Kaks levinud lähenemist, kaks erinevat mudelikäitumist

Alusmudelid on samad, kuid nende rakendamisviis sõltub järgitavast investeerimisstiilist.

Pikaajaline

Portfelli tasakaalustamine

Õpilaste jaoks, kellel on väike mitmekesine varade kogum, hindab mudel perioodiliselt ümber portfelli ajaloolist korrelatsiooni ja volatiilsust. Kui kaks osalust hakkavad koos liikuma viisil, mis suurendab negatiivset mõju, märgib süsteem kattuvuse, et kaaluda jaotuse korrigeerimist.

Lühiajaline

Mikrotrendi tuvastamine

Lühemate vaatlusakende puhul otsib mudel varajases staadiumis muutusi mahus ja hinnakäitumises, mis on ajalooliselt eelnenud lühiajalistele muutustele. Neid signaale hinnatakse enne esiletoomist järeltestimise arhiivi alusel, selle asemel, et reageerida ühele hinnatõusule.

Rakendage andmepõhiseid strateegiaid juba täna

Kõik Lodestone Vermode-i soovitused põhinevad tagasitestitud ajaloolisel toimivusel ja on seotud määratletud riskiparameetritega, mis annab teile enne kapitali paigutamist struktureeritud aluse madala riskiga sisenemiseks.

Looge konto