A Caja Inversora AI-vizuál, amely adatvezérelt kriptopiaci elemzést reprezentál

Diákok számára készült modell a kriptoelemzésekhez

Prediktív modell a kriptopiacok számára, amelyet ellenőrizni kell, nem pedig vakon megbízni.

Az Caja Inversora AI sztochasztikus modellezést alkalmaz az ár- és mennyiségadatokra, majd közzéteszi a kapott jeleket, mielőtt azok kimenetele ismertté válna. A tanulók el tudják olvasni az érvelést, nem csak az eredményt.

Fedezze fel a naplókat A modell elemzése →

Minden jelet időbélyeggel látnak el, és bezárnak a nyilvános rekordba, mielőtt a piacok megmozdulnak, így a napló utólag nem szerkeszthető.

Módszertan

Hogyan indokolja a modell a kockázatot

A rendszer a kvantitatív pénzügyek kisszámú ötletére épül, közérthető nyelvre lefordítva a statisztikai háttérrel nem rendelkező hallgatók számára.

Sztochasztikus modellezés, érthetően

A kriptográfiai árak részben véletlenszerűen, részben mintázatosan mozognak. A sztochasztikus modellezés ezt a véletlenszerűséget kifejezetten kezeli, és nem egy előre jelzett árat ír le, hanem egy sor valószínű kimenetet, és mindegyikük valószínűségét.

Prediktív variancia

A prediktív variancia annak mértéke, hogy milyen széles az eredmények tartománya. A szűk tartomány azt jelenti, hogy a modell viszonylag magabiztos; a széles azt jelenti, hogy a körülmények instabilok, és minden pozíciót ennek megfelelően kell méretezni.

Aszimmetrikus kockázat

Az aszimmetrikus beállítás az, ahol a potenciális veszteséget egy pozícióban szándékosan kisebben tartják, mint a potenciális nyereséget. A modell nem igyekszik tökéletesen megjósolni az irányt; megpróbálja úgy strukturálni a bejegyzéseket, hogy a tévedés kevesebbe kerüljön, mint amennyit jónak látunk.

Caja Inversora AI kutatópult diagramokkal és jegyzetekkel, amelyekkel dokumentálják a modell viselkedését
A modelldokumentáció áttekintésre készült, nem csak belső használatra.
  1. 01

    Adatbevitel

    A rendelési könyv, a mennyiség és az árelőzmények több tőzsdéről származnak, és egy közös időkeretre normalizálódnak.

  2. 02

    Funkció kivonás

    A nyers sorozatokat olyan mutatókká alakítja át, amelyeket a modell össze tud hasonlítani az eszközök között, például a volatilitási klaszterezéssel és a mennyiségi eltolódásokkal.

  3. 03

    Sztochasztikus modellezés

    A modell a valószínű eredmények eloszlását generálja egyetlen célár helyett, és megbecsüli a körülötte lévő eltérést.

  4. 04

    Variancia korrigált jel

    A pozíció méretét és a belépési tartományt úgy számítják ki, hogy a negatív oldal korlátozott maradjon a modellezett felfelé mutatóhoz képest.

Szószedet, szakzsargon nélkül

Sztochasztikus
Véletlenszerű komponens bevonása, amelyet kifejezetten modelleznek, nem pedig figyelmen kívül hagynak.
Variancia
Mennyire oszlanak el a lehetséges eredmények a várt körül.
Aszimmetrikus kockázat
Egy így strukturált pozíció a veszteség elvileg kisebb, mint a vele szembeni nyereség.

A közösség által ellenőrzött eredmények

Nyilvános napló, nem kiemelt tekercs

A jeleket azelőtt rögzítik, mielőtt azok kimenetele ismertté válna, és a platform többi felhasználója ezt követően felülvizsgálja. A vesztes jelek a nyertesekkel együtt maradnak a naplóban.

Naplózás dátuma Modell jel Megvalósult eredmény Variancia sáv Ellenőrzés
Szemléltető sor Csökkentett kitettség, A elem A modellezett tartományon belül Keskeny Megerősítve
Szemléltető sor Megnövekedett kitettség, B eszköz A modellezett tartományon kívül Széles Felülvizsgálat alatt
Szemléltető sor Nincs pozíció, C eszköz Nem alkalmazható Széles Megerősítve

A történeti teljesítmény diagram szemléltető elrendezése. Miután a jelek nyilvános kötege lejárt, ez a nézet minden bejegyzéshez feltöltődik a megfelelő realizált eltéréssel.

Mit jelent az igazoló jelvény

A jelzés „Megerősítve” jelzést kap, ha legalább két független közösségi ellenőr összevetette a naplózott bejegyzést, időbélyeget és eredményt a nyers csereadatokkal, és nem talált eltérést.

Ellenőrzési nyomvonal

Minden bejegyzés tartalmaz egy időbélyeget, az adott időpontban használt bemeneti adatok pillanatképet és a kapott jelet. Későbbi szerkesztés nem lehetséges; a javításokat új, külön keltezett bejegyzésként csatoljuk.

Kockázatkezelés

Diák költségvetésére készült, nem kereskedelmi pultra

A tőkekorlátozás megváltoztatja az „ésszerű kockázat” jelentését. A modell ezt közvetlenül veszi figyelembe, nem pedig egy nagy, diverzifikált portfóliót feltételez.

A várt hozam maximalizálása helyett az alapértelmezett konfiguráció minimalizálja, hogy mennyibe kerülhet egyetlen rosszul megítélt jel. A pozícióméretezés a modellezett varianciához van kötve: amikor a valószínű kimenetelek tartománya kiszélesedik, a javasolt expozíció automatikusan csökken, ahelyett, hogy rögzített maradna.

Ez nem távolítja el a kockázatot a kriptopiacokról, amelyek természetüknél fogva változékonyak maradnak. Megváltoztatja a kockázat helyét, így minden egyes bejegyzés elég kicsi marad ahhoz, hogy egy rossz hívás ne igényeljen túlzott nyereményt a helyreállításhoz.

Kiosztási profil

A konzervatív mód korlátozza a javasolt pozícióméretet, és kiszélesíti a jel naplózása előtt szükséges varianciaküszöböt. Az új diákfiókok alapértelmezett beállítása.

Kollektív áttekintés

Az ellenőrzés a felhasználóktól származik, nem a marketingtől

A platform központi állítását, miszerint a naplók pontosak, inkább a használó emberek ellenőrzik, mintsem hitegetik.

Konszenzus állapota
Megerősítve
Konszenzus állapota
Felülvizsgálat alatt
Konszenzus állapota
Vitatott
Felülvizsgálat alapja
Szakértői ellenőrzött
Legutóbbi platformtevékenység (minta)
  • Független felülvizsgálat benyújtva naplózott jelre
  • Az eltérési sáv frissítve az új kötetadatok után
  • A pályamű a második lektori ellenőrzés után megerősítve lett megjelölve
  • Új tanulói kohorsz hozzáadva a konzervatív módhoz

Hallgatói hozzáférés

Kérjen hozzáférést a béta kohorszhoz

A béta hozzáférés azoknak az egyetemistáknak szól, akik el akarják olvasni egy modell érvelését, mielőtt eldöntenék, követik-e azt.

  • Mielőtt bármilyen döntést hozna, olvassa el a múltbeli jelek teljes nyilvános naplóját.
  • Indítsa el konzervatív módban, alapértelmezés szerint korlátozott pozíciómérettel.
  • Tekintse át ugyanazokat a varianciasávokat és definíciókat, amelyeket a módszertan részben használt.
Béta kohorsz: jelenleg iratkozik fel