Vizualizace dat Peverholl představující analýzu trhu řízenou umělou inteligencí
Řízení rizik AI

Zachování kapitálu, zabudované do každého obchodního signálu.

Peverholl aplikuje kvantitativní analýzu na kryptotrhy, takže investoři z řad studentů mohou provádět informované vstupy, aniž by se spoléhali na dohady nebo neustálé sledování obrazovky.

Pásma volatility, hloubka likvidity a posuny hybnosti jsou čteny paralelně, nepřetržitě, tak dlouho, dokud bude trh otevřený. Systém je postaven tak, aby signalizoval riziko před tím, než se složí, ne po něm.
Problém volatility

Většina ztrát studentů pochází z načasování, nikoli ze strategie.

Trhy s kryptoměnami se pohybují v měřítku, které překonává manuální kontrolu. Jediné odpoledne může vymazat týdny zisků a naprostý objem grafů, zpráv a ukazatelů vede k jakési paralýze: příliš mnoho informací, nedostatečná struktura, aby se podle nich dalo jednat.

Peverholl byl postaven na jednoduchém předpokladu. Rozhodnutí se zlepšují, když je riziko kvantifikováno jako první a příležitost je považována za druhou. Že na uspořádání záleží více pro studenta pracujícího s omezeným, těžce vydělaným zůstatkem než pro institucionální stůl.

Hluk trhu vs. signál

Zjednodušená reprezentace toho, jak jsou nezpracovaná cenová data filtrována na menší sadu signálů relevantních pro rozhodnutí.

Jak model funguje

Průběžně probíhají tři fáze, od nezpracovaných dat po omezené doporučení. Každá fáze slouží ke snížení vystavení rozhodnutí učiněným na základě neúplných informací.

01 — Požití

Příjem tržních dat

Zdroje cen, hloubka knihy objednávek a aktivita v řetězci jsou získávány z více zdrojů a vzájemně porovnávány, takže jediný chybný zdroj nemůže zkreslit obraz.

02 — Analýza

Prediktivní modelování

Statistické modely trénované na historickém cenovém chování posuzují pravděpodobnost nepříznivých pohybů v rámci definovaného časového horizontu, spíše než aby se pokoušely předvídat přesné cenové cíle.

03 — Provedení

Omezené doporučení

Výstup je velikost pozice a vstupní rozsah, který odráží aktuální riziko, nikoli plošný nákupní nebo prodejní signál. Konečné rozhodnutí vždy zůstává na majiteli účtu.

Nástroje pro optimalizaci rozhodování

Každý nástroj se zabývá konkrétním bodem, kde mají investoři z řad studentů tendenci ztrácet kapitál: pozdní vstupy, zmeškaná varování a portfolia ponechaná bez dozoru.

Prediktivní modelování

Bodování vstupních bodů

Namísto jediného nákupního signálu systém přiřadí rizikové skóre řadě potenciálních vstupních bodů. Nižší skóre ukazuje na podmínky historicky spojené s méně bezprostředními nevýhodami, což zužuje okno, ve kterém musí student jednat, aniž by z procesu odstranil svůj úsudek. Skóre se přepočítává, když se podmínky mění, a není v okamžiku prvního zobrazení pevně stanoveno.

Upozornění v reálném čase

Varování prahu volatility

Když pohyb ceny nebo hloubka likvidity překročí práh spojený se zvýšeným rizikem, je vydáno upozornění přímo na účet, takže pozice nikdy nezůstane bez monitorování během prudkého výkyvu trhu.

Rebalancování portfolia

Korekce expozice

Pokud podíl naroste tak, že představuje neúměrný podíl portfolia, systém navrhne krok rebalancování, aby se riziko koncentrace vrátilo zpět do parametrů, se kterými byl účet zřízen.

Metodika, ne posudky

Raději vysvětlíme, jak se model testuje, než abychom vás žádali, abyste důvěřovali citátu od cizího člověka. Dvě části níže popisují proces zpětného testování a rizikové parametry, kterými se řídí každé doporučení.

Přístup zpětného testování

Než je povoleno generovat živá doporučení, každá verze modelu je srovnávána s historickými tržními daty zahrnujícími několik cyklů, včetně prudkých poklesů. Výkon v backtestu je považován za spodní hranici, nikoli za záruku, protože minulá struktura trhu nemůže plně reprezentovat budoucí podmínky.

Rizikové parametry

Každý účet funguje v rámci explicitních limitů: maximální velikost pozice, maximální expozice na aktivum a denní práh čerpání. Tyto limity jsou viditelné a nastavitelné, ale systém nevygeneruje doporučení, které je poruší, bez ohledu na zjevnou příležitost.

Tým Peverholl přezkoumává modely kvantitativního rizika
O Peverholl

Postaveno pro úzký problém, záměrně.

Peverholl se nesnaží pokrýt každou třídu aktiv nebo obchodní styl. Platforma je specificky zaměřena na rizikové vstupy do kryptoměn pro jednotlivé investory, kteří operují s definovaným, omezeným zůstatkem, což je situace, ve které se ve skutečnosti nachází většina univerzitních studentů.

Tento užší rozsah umožňuje, aby modely a parametry byly nejprve vyladěny pro zachování kapitálu, spíše než pro širokou použitelnost na nesouvisejících trzích.

Přečtěte si více o přístupu →

Otázky, než začnete

Zde se odpovědi zaměřují na praktické překážky, na které studenti nejčastěji poukazují: přístup, bezpečnost a náklady.

Potřebuji obchodní zkušenosti, abych to mohl používat?

Nepředpokládají se žádné předchozí obchodní zkušenosti. Proces onboardingu se ptá na vaši toleranci vůči riziku a dostupný kapitál a doporučení modelu jsou přizpůsobena tomuto vstupu. Abyste mohli odpovědně používat výstup, nemusíte rozumět základním statistikám, ačkoli pro každé zobrazené doporučení je k dispozici vysvětlení.

Jak je zajištěn můj účet a kapitál?

Přístup k účtu je chráněn vícefaktorovou autentizací a prostředky připojené prostřednictvím podporovaných integrací burzy zůstávají v opatrování samotné burzy, nikoli Peverholl. Platforma analyzuje data a vydává doporučení; nepřebírá peněžní prostředky klienta.

Co předplatné zahrnuje?

Úrovně předplatného určují, kolik aktiv lze monitorovat současně a jak často model aktualizuje svou analýzu. Podrobnosti o aktuálních úrovních a fakturačních cyklech jsou uvedeny během registrace, než bude vyžadována jakákoli platební metoda.

Mohu to použít vedle studentského rozpočtu?

Platforma je od počátku navržena pro menší velikosti účtů. Logika určování velikosti pozic počítá s minimálními životaschopnými obchodními velikostmi na podporovaných burzách, takže doporučení zůstávají použitelná i při skromném počátečním zůstatku.

Začněte analýzou, ne skokem víry.

Vytvořte si účet, abyste viděli, jak by model vyhodnotil váš zamýšlený vstupní bod, než vložíte jakýkoli kapitál. Podívejte se, proč studenti volí tento přístup →