AI を活用した市場分析を表す Peverholl データ視覚化
AIリスク管理

すべての取引シグナルに組み込まれた元本保全。

Peverholl は暗号通貨市場に定量分析を適用し、学生投資家が推測や画面の継続的な監視に頼ることなく、情報に基づいたエントリーを行うことができます。

ボラティリティバンド、流動性の深さ、モメンタムの変化は、市場が開いている限り並行して継続的に読み取られます。このシステムは、リスクが悪化した後ではなく、リスクが悪化する前に警告するように構築されています。
ボラティリティの問題

学生の損失のほとんどは、戦略ではなくタイミングに起因します。

仮想通貨市場は手作業による審査を上回る規模で動いています。午後 1 つで数週間の上昇が帳消しになる可能性があり、膨大な量のチャート、ニュース、指標が一種の麻痺につながります。情報が多すぎて、それに基づいて行動するための十分な構造がありません。

Peverholl は、単純な前提に基づいて構築されました。最初にリスクを定量化し、次に機会を考慮すると、意思決定が改善されます。この順序は、教育機関のデスクよりも、限られた苦労して得た残高を使って勉強する学生にとってより重要です。

マーケットノイズとシグナルの関係

生の価格データがどのようにフィルタリングされてより小さな意思決定関連シグナルのセットになるかを簡略化して表したもの。

モデルの仕組み

生データから限定された推奨事項まで、3 つのステージが継続的に実行されます。各段階は、不完全な情報に基づいて行われる意思決定にさらされる機会を減らすために存在します。

01 — 摂取

市場データの取り込み

価格フィード、注文書の深さ、オンチェーンアクティビティは複数のソースから取得され、相互に調整されるため、単一の欠陥のあるフィードによって状況が歪むことはありません。

02 — 分析

予測モデリング

過去の価格動向に基づいてトレーニングされた統計モデルは、正確な価格目標を予測しようとするのではなく、定義された期間内で不利な動きの確率を評価します。

03 — 実行

限定された推奨事項

出力は、包括的な売買シグナルではなく、現在のリスクを反映したポジションのサイジングとエントリー範囲です。最終的な決定は常にアカウント所有者にあります。

意思決定最適化ツール

各ツールは、エントリーの遅れ、警告の見逃し、ポートフォリオの放置など、学生投資家が資本を失いがちな特定のポイントに対処します。

予測モデリング

エントリーポイントのスコアリング

システムは単一の買いシグナルではなく、潜在的なエントリーポイントの範囲にリスクスコアを割り当てます。スコアが低いほど、歴史的に直接的なマイナス面が少ないと関連付けられている状況を示しており、これにより、生徒がプロセスから判断を外さずに行動しなければならない範囲が狭まります。スコアは条件の変化に応じて再計算され、最初に表示された時点では固定されません。

リアルタイムアラート

ボラティリティしきい値の警告

価格の動きや流動性の深さがリスクの上昇に関連するしきい値を超えると、アラートがアカウントに直接発行されるため、市場の急激な変動中にポジションが監視されなくなることはありません。

ポートフォリオのリバランス

露出補正

保有資産がポートフォリオの不釣り合いなシェアにまで成長した場合、システムは集中リスクを口座が設定されたパラメータ内に戻すためのリバランス手順を提案します。

体験談ではなく方法論

私たちは、見知らぬ人からの見積もりを信頼してもらうよりも、モデルがどのようにテストされるかを説明したいと考えています。以下の 2 つのセクションでは、バックテスト プロセスと、すべての推奨事項を決定するリスク パラメーターについて説明します。

バックテストのアプローチ

すべてのモデル バージョンは、ライブ推奨事項の生成が許可される前に、急激な下落を含む複数のサイクルにわたる過去の市場データに対して実行されます。過去の市場構造が将来の状況を完全に表すことはできないため、バックテストのパフォーマンスは保証ではなく下限として扱われます。

リスクパラメータ

各アカウントは、最大ポジションサイズ、資産ごとの最大エクスポージャー、および毎日のドローダウンしきい値という明示的な制限内で動作します。これらの制限は表示され、調整可能ですが、システムは、明らかな機会に関係なく、制限に違反する推奨事項を生成しません。

Peverholl チームが定量的リスク モデルをレビュー
Peverhollについて

意図的に、狭い問題のために構築されました。

Peverholl は、すべての資産クラスや取引スタイルをカバーしようとするものではありません。このプラットフォームは、定義された限られた残高で運用する個人投資家向けの、リスク管理された暗号通貨へのエントリーに特に焦点を当てており、これがほとんどの大学生が実際に置かれている状況です。

この狭い範囲により、無関係な市場全体に広く適用するのではなく、まず資本保全を目的としてモデルとパラメーターを調整することが可能になります。

アプローチについて詳しくはこちら→

始める前の質問

ここでの回答は、アクセス、セキュリティ、コストなど、学生が最も頻繁に挙げる実際的な障壁に焦点を当てています。

これを使用するには取引経験が必要ですか?

以前の取引経験は想定されていません。オンボーディング プロセスでは、リスク許容度と利用可能な資本について尋ねられ、モデルの推奨事項はその入力に合わせて調整されます。出力を責任を持って使用するために基礎となる統計を理解する必要はありませんが、表示されるすべての推奨事項について説明が用意されています。

私の口座と資本はどのように保護されますか?

アカウントへのアクセスは多要素認証によって保護されており、サポートされている取引所統合を通じて接続された資金は、Peverholl ではなく取引所自体によって保管されたままになります。プラットフォームはデータを分析し、推奨事項を発行します。顧客の資金を管理する必要はありません。

サブスクリプションには何が含まれますか?

サブスクリプション層により、同時に監視できる資産の数と、モデルが分析を更新する頻度が決まります。現在のレベルと請求サイクルの詳細は、支払い方法が必要になる前に、サインアップ中に提供されます。

学生の予算と併用できますか?

このプラットフォームは、最初から小さなアカウントサイズを中心に設計されています。ポジションサイジングロジックは、サポートされている取引所で実行可能な最小取引サイズを考慮しているため、開始残高が控えめであっても、推奨事項は引き続き使用可能です。

思いつきではなく、分析から始めましょう。

資金を投入する前に、アカウントを作成して、意図したエントリーポイントがモデルによってどのように評価されるかを確認してください。 学生がこのアプローチを選択する理由をご覧ください →