Peverholl 数据可视化代表人工智能驱动的市场分析
人工智能风险管理

资本保全,融入到每个交易信号中。

Peverholl 将定量分析应用于加密货币市场,以便学生投资者可以做出明智的入场交易,而无需依赖猜测或持续观看屏幕。

只要市场保持开放,波动率带、流动性深度和动量变化就会被并行、连续地读取。该系统的建立是为了在风险复合之前而不是之后标记风险。
波动性问题

大多数学生的流失都是由于时机,而不是策略。

加密货币市场的发展规模超过了人工审查。一个下午就可以消除数周的收益,而图表、新闻和指标的庞大数量会导致一种瘫痪:信息太多,但没有足够的结构来采取行动。

Peverholl 是围绕一个简单的前提构建的。当首先量化风险并其次考虑机会时,决策就会得到改善。对于一个在有限的、来之不易的余额中工作的学生来说,这种顺序比在机构办公桌上更重要。

市场噪音与信号

原始价格数据如何过滤为较小的决策相关信号集的简化表示。

该模型如何运作

从原始数据到有界推荐,三个阶段连续运行。每个阶段的存在都是为了减少根据不完整信息做出决策的风险。

01 — 摄入

市场数据摄入

价格反馈、订单簿深度和链上活动均来自多个来源,并相互协调,因此单个错误的反馈不会扭曲情况。

02 — 分析

预测建模

根据历史价格行为训练的统计模型评估特定时间范围内不利变动的可能性,而不是试图预测确切的价格目标。

03 — 执行

有限推荐

输出是反映当前风险的头寸规模和入场范围,而不是全面的买入或卖出信号。最终决定权始终属于账户持有人。

决策优化工具

每个工具都针对学生投资者容易损失资金的特定点:迟到、错过警告和无人看管的投资组合。

预测建模

切入点评分

系统不是单一的买入信号,而是为一系列潜在的进入点分配风险评分。较低的分数表明历史上与不太直接的负面影响相关的情况,这缩小了学生必须采取行动的窗口,而不会从过程中消除他们的判断。分数会随着条件的变化而重新计算,而不是在首次显示时固定。

实时警报

波动阈值警告

当价格变动或流动性深度超过与风险升高相关的阈值时,系统会直接向账户发出警报,因此在市场剧烈波动期间,头寸永远不会不受监控。

投资组合再平衡

曝光校正

如果持有量增长到在投资组合中所占的比例不成比例,系统会提出重新平衡步骤,将集中风险恢复到账户设置的参数范围内。

方法论,而不是推荐

我们宁愿解释模型是如何测试的,而不是要求您相信陌生人的引用。下面的两节描述了回溯测试过程和控制每项建议的风险参数。

回测方法

每个模型版本都根据跨越多个周期(包括急剧下滑)的历史市场数据运行,然后才允许生成实时建议。回测的表现被视为下限,而不是保证,因为过去的市场结构不能完全代表未来的状况。

风险参数

每个账户都在明确的限制内运作:最大头寸规模、每项资产的最大风险敞口以及每日提款阈值。这些限制是可见的且可调整的,但无论表面上有什么机会,系统都不会生成违反这些限制的建议。

Peverholl 团队审查定量风险模型
关于Peverholl

故意为一个狭窄的问题而构建。

Peverholl 并不试图涵盖所有资产类别或交易风格。该平台专门为个人投资者提供风险管理的加密货币入场服务,这些投资者以明确的、有限的余额进行操作,这正是大多数大学生实际面临的情况。

这种更窄的范围允许首先调整模型和参数以实现资本保值,而不是在不相关市场中广泛适用。

阅读有关该方法的更多信息 →

开始之前的问题

这里的答案重点关注学生最常提出的实际障碍:访问、安全性和成本。

我需要交易经验才能使用它吗?

假设没有先前的交易经验。入职流程会询问您的风险承受能力和可用资本,模型的建议会根据该输入进行调整。尽管对显示的每项建议都有解释,但您无需了解基础统计数据即可负责任地使用输出。

我的账户和资金如何受到保护?

账户访问受到多因素身份验证的保护,通过支持的交易所集成连接的资金仍由交易所本身托管,而不是由 Peverholl 托管。平台分析数据并提出建议;它不托管客户资金。

订阅内容包括什么?

订阅层决定了可以同时监控的资产数量以及模型刷新其分析的频率。有关当前等级和计费周期的详细信息将在注册期间提供,然后再需要任何付款方式。

我可以将其与学生预算一起使用吗?

该平台从一开始就是围绕较小的账户规模而设计的。头寸规模逻辑考虑了受支持交易所的最小可行交易规模,因此即使起始余额适度,建议仍然可用。

从分析开始,而不是盲目相信。

在您投入任何资金之前,创建一个帐户以查看模型如何评估您的预期进入点。 了解学生为何选择这种方法 →