Investiční analýza řízená umělou inteligencí
Green Capvridge aplikuje prediktivní modelování na historická data kryptotrhu, což studentům umožňuje vyhodnotit minulé chování strategie před alokací jakéhokoli kapitálu. Přístup je analytický, nikoli spekulativní.
Každá strategie zveřejněná na platformě byla nejprve spuštěna na základě několika let historických tržních cyklů, včetně období prudkého poklesu.
Výzva
Krypto aktiva se obchodují nepřetržitě, bez zavírání a bez pauz mezi relacemi. K cenovým pohybům, jejichž výroba by na tradičním trhu trvala dny, může dojít během jediného odpoledne, díky čemuž lze krátkodobé signály snadno přehodnotit.
Velká část veřejných komentářů kolem kryptoměn je vedena spíše sentimentem než důkazy. Titulky a aktivita na sociálních sítích se často pohybují rychleji než podkladová data, takže je těžké oddělit skutečný posun podmínek od běžné volatility.
Pro studenta pracujícího s omezeným rozpočtem jsou náklady na emocionální rozhodnutí úměrně vyšší. Jediný špatně načasovaný vstup nebo výstup může ovlivnit úsporu za semestr.
Metoda
Než se strategie zobrazí uživateli, porovná se s historickými údaji o cenách a objemu zahrnujících různé tržní podmínky, včetně rally, korekcí a prodloužených bočních období. Engine zaznamenává, jak by si strategie vedla v každém scénáři, nejen v těch příznivých.
Výsledkem je užší seznam přístupů se zdokumentovaným historickým záznamem spíše než jediná projekce založená na optimistických předpokladech.
Potrubí
Historická a aktuální data o ceně, objemu a řetězci jsou shromažďována z více burz a normalizována do jediné konzistentní datové sady.
Statistické modely a modely strojového učení identifikují opakující se vzorce v chování cen a odhadují pravděpodobnost různých krátkodobých výsledků.
Každá kandidátská strategie je vážena proti historickému poklesu a volatilitě, což snižuje expozici přístupům, které fungovaly nerovnoměrně v průběhu cyklů.
Přežívající strategie jsou převedeny do jasných parametrů vstupu, výstupu a vyvážení, které může uživatel sledovat nebo automatizovat.
Aplikace
Dlouhodobá akumulace
Spíše než načasování jednoho velkého nákupu tento přístup přiděluje pevnou, dostupnou částku v pravidelných intervalech. Zpětné testy ukazují, jak by se tento vzorec choval v období vzestupu i poklesu, takže metodu lze vyhodnotit dříve, než dojde k přidělení jakýchkoli peněz.
Zajištění volatility
Model označuje podmínky historicky spojené s prudkými výkyvy cen a navrhuje snížení velikosti pozic během těchto oken, a to spíše na základě předchozího precedentu než samotné predikce.
Automatické vyvažování
Jak se hodnoty aktiv mění, alokace se odchylují od zamýšlených vah. Plánované rebalancování resetuje portfolio na jeho původní cíle na základě prahových hodnot testovaných na historických datech.
Běžné otázky
Znamená to, že pravidla strategie byla aplikována na historické údaje o trhu, aby se zjistilo, jak by si vedla, a to i během minulých poklesů. Je to měřítko minulého chování, nikoli záruka budoucích výsledků.
Podívejte se na úplný glosářNe. Zpětné testování snižuje pravděpodobnost přijetí strategie se špatnými historickými výsledky, ale nemůže eliminovat riziko spojené s volatilní třídou aktiv.
Primárně historické ceny, objemy a aktivity v řetězci na několika hlavních burzách, které pokrývají několik minulých tržních cyklů.
Ne. Green Capvridge poskytuje analýzu založenou na datech a historické informace o výkonu na podporu nezávislého rozhodování, nikoli personalizované finanční poradenství.
Ano. Strategie akumulace a opětovného vyvažování jsou navrženy spíše na pevné, skromné částky příspěvků než na velké jednorázové částky.
Další krok
Získejte přístup k výsledkům zpětného testování pro každou strategii, včetně toho, jak by si vedla v minulých tržních cyklech, než alokujete jakékoli prostředky.
Přístup k analýzeHistorická výkonnost nezaručuje budoucí výsledky. Krypto aktiva jsou nestálá a nesou s sebou riziko ztráty. Úplné podrobnosti najdete na terms.html.