挑战
加密资产交易持续进行，没有收盘铃声，交易时段之间也没有暂停。传统市场需要几天时间才能产生的价格变动可能会在一个下午内发生，这使得短期信号很容易被过度解读。
关于加密货币的大部分公众评论都是由情绪而不是证据驱动的。头条新闻和社交媒体活动通常比基础数据变化得更快，因此很难将真正的情况变化与普通波动区分开来。
对于预算有限的学生来说，情感决定的成本成比例地更高。一次不合时宜的进入或退出可能会影响一个学期的储蓄价值。
方法
在向用户展示策略之前，它会根据跨越多种市场条件（包括反弹、调整和延长横盘期）的历史价格和交易量数据进行运行。引擎记录策略在每种情况下的执行情况，而不仅仅是在有利的情况下。
结果是一份具有历史跟踪记录的方法候选清单，而不是基于乐观假设的单一预测。
管道
从多个交易所收集历史和实时价格、交易量和链上数据，并将其标准化为单个一致的数据集。
统计和机器学习模型可以识别价格行为的重复模式，并估计不同近期结果的可能性。
每个候选策略都根据其历史回撤和波动性进行加权，从而减少跨周期表现不均匀的策略的风险。
幸存的策略被转化为用户可以遵循或自动化的清晰的进入、退出和重新平衡参数。
应用领域
长期积累
这种方法不是定期进行一次大额采购，而是定期分配固定的、负担得起的金额。回测显示了这种模式在上涨和下跌时期的表现，因此可以在投入任何资金之前评估该方法。
波动性对冲
该模型标记了历史上与价格剧烈波动相关的情况，并根据过去的先例而不是仅仅根据预测，建议在这些窗口期间减少头寸规模。
自动重新平衡
随着资产价值的变化，分配会偏离其预期的权重。预定的再平衡根据历史数据测试的阈值将投资组合重置为其原始目标。
常见问题
不会。回测降低了采用历史记录不佳的策略的可能性，但它无法消除波动性资产类别固有的风险。
主要是几个主要交易所的历史价格、交易量和链上活动，涵盖过去的多个市场周期。
不会。Green Capvridge 提供基于数据的分析和历史绩效信息来支持独立决策，而不是个性化的财务建议。
是的。积累和再平衡策略是围绕固定的、适度的贡献金额而不是大额一次性金额设计的。
下一步
在分配任何资金之前，访问每个策略的回溯测试结果，包括其在过去市场周期中的表现。
访问分析历史表现并不能保证未来的结果。加密资产具有波动性并存在损失风险。有关完整详细信息，请参阅 terms.html。