Lodestone Vermode applica strategie di intelligenza artificiale comprovate per identificare i punti di ingresso a basso rischio nelle classi di asset digitali, offrendo agli studenti una base storica strutturata per la valutazione prima che venga presa in considerazione qualsiasi posizione.
Lodestone Vermode è stato progettato per studenti e investitori iniziali che desiderano un punto di partenza quantitativo prima di allocare capitale in risorse digitali. Invece di fare affidamento sul sentiment o sui segnali dei social media, la piattaforma elabora i dati storici di mercato attraverso modelli predittivi e presenta l’analisi risultante in un formato compatto e leggibile.
Ogni output riconduce a un processo documentato: acquisizione dei dati, punteggio del modello e backtesting storico. Nulla viene generato senza un set di dati sottostante e nessuna raccomandazione è considerata una garanzia.
La piattaforma è costruita attorno a tre pilastri tecnici. Ognuno affronta una parte distinta del processo decisionale, dai dati di mercato grezzi a una raccomandazione filtrata e adeguata al rischio.
I dati su prezzo, volume e volatilità vengono estratti a brevi intervalli e sottoposti alla stessa logica di punteggio utilizzata durante il backtesting, in modo che l'output in tempo reale rimanga coerente con la convalida storica.
I segnali vengono confrontati con la correlazione storica tra gli asset per ridurre l’esposizione a posizioni che in precedenza si erano mosse insieme durante le fasi di recessione.
La stessa logica del modello si applica sia in caso di revisione di un singolo asset che di una lista di controllo diversificata, consentendo alle raccomandazioni di adattarsi senza una nuova analisi manuale per ciascuna voce.
Lodestone Vermode non presenta conclusioni senza mostrare i passaggi dietro di esse. Lo stesso flusso di lavoro in quattro fasi si applica a ogni risorsa in fase di revisione.
I dati storici e sui prezzi in tempo reale, la profondità del portafoglio ordini e i parametri di volatilità vengono raccolti da fonti di mercato pubbliche e normalizzati in un formato comune.
I dati normalizzati vengono passati attraverso modelli addestrati per identificare modelli ricorrenti che storicamente hanno preceduto il movimento dei prezzi misurabili.
Ogni output del modello viene confrontato con periodi storici su cui non è stato addestrato, per vedere come si sarebbe comportato lo stesso segnale in passato.
Solo i segnali che superano la revisione dei test retrospettivi vengono presentati come raccomandazioni, insieme ai parametri di rischio utilizzati per generarli.
I prezzi degli asset crittografici possono variare bruscamente in brevi periodi. Invece di reagire dopo una perdita, il modello imposta parametri di rischio prima che venga suggerita una posizione, in base al comportamento storico di configurazioni simili.
| Parametro | Funzione | Base |
|---|---|---|
| Soglia di stop loss | Definisce il massimo movimento avverso tollerato prima che una posizione venga contrassegnata per l'uscita | Derivato dalla volatilità storica dell'asset specifico |
| Punteggio di confidenza dell'ingresso | Valuta quanto le condizioni attuali corrispondano alle configurazioni favorevoli precedentemente testate | Confronto con i risultati dei modelli storici |
| Guida al dimensionamento della posizione | Suggerisce una percentuale del capitale allocato, adeguata alla volatilità degli asset | Calcolo ponderato per la volatilità, non percentuali fisse |
| Filtro di correlazione | Segnala gli asset che storicamente si muovevano insieme, riducendo l'esposizione concentrata | Dati storici sulla correlazione tra asset |
I modelli sottostanti sono gli stessi, ma il modo in cui vengono applicati dipende dallo stile di investimento seguito.
Per gli studenti che detengono un insieme ridotto e diversificato di asset, il modello rivaluta periodicamente la correlazione storica e la volatilità del portafoglio. Quando due partecipazioni iniziano ad avere un trend congiunto tale da aumentare l’esposizione al ribasso, il sistema segnala la sovrapposizione in modo da poter prendere in considerazione un aggiustamento dell’allocazione.
Per finestre di osservazione più brevi, il modello cerca cambiamenti di pattern in fase iniziale nel comportamento dei volumi e dei prezzi che storicamente hanno preceduto i movimenti a breve termine. Questi segnali vengono valutati rispetto all’archivio di backtesting prima di essere emersi, anziché reagire a un singolo picco di prezzo.
Ogni raccomandazione su Lodestone Vermode si basa su prestazioni storiche retrospettive e abbinata a parametri di rischio definiti, fornendo una base strutturata per l'ingresso a basso rischio prima di impegnare capitale.
Crea un account