Immagine AI di Caja Inversora che rappresenta l'analisi del mercato delle criptovalute basata sui dati

Un modello rivolto agli studenti per l'analisi crittografica

Un modello predittivo per i mercati delle criptovalute, costruito per essere controllato, non fidato ciecamente.

Caja Inversora AI applica la modellazione stocastica ai dati sui prezzi e sui volumi, quindi pubblica i segnali risultanti prima che i loro risultati siano noti. Gli studenti possono leggere il ragionamento, non solo il risultato.

Esplora i registri Analizzare il modello →

Ogni segnale viene contrassegnato con data e ora e bloccato nel registro pubblico prima che i mercati si muovano, quindi il registro non può essere modificato con il senno di poi.

Metodologia

Come il modello ragiona sul rischio

Il sistema si basa su un numero limitato di idee provenienti dalla finanza quantitativa, tradotte in un linguaggio semplice per gli studenti senza conoscenze di statistica.

Modellazione stocastica, in termini semplici

I prezzi delle criptovalute si muovono in modi in parte casuali e in parte modellati. La modellazione stocastica tratta questa casualità in modo esplicito, descrivendo non un prezzo previsto ma una gamma di risultati plausibili e la probabilità di ciascuno di essi.

Varianza predittiva

La varianza predittiva è una misura di quanto sia ampia quella gamma di risultati. Un intervallo ristretto significa che il modello è relativamente fiducioso; uno ampio significa che le condizioni sono instabili e qualsiasi posizione dovrebbe essere dimensionata di conseguenza.

Rischio asimmetrico

Una configurazione asimmetrica è quella in cui la potenziale perdita su una posizione è deliberatamente mantenuta inferiore al potenziale guadagno. Il modello non tenta di prevedere perfettamente la direzione; cerca di strutturare le voci in modo che sbagliare costi meno che avere ragione guadagni.

Banco di ricerca AI Caja Inversora con grafici e note utilizzati per documentare il comportamento del modello
La documentazione del modello è scritta per la revisione, non solo per uso interno.
  1. 01

    Ingestione di dati

    Il registro degli ordini, il volume e la cronologia dei prezzi vengono estratti da più borse valori e normalizzati in un intervallo di tempo comune.

  2. 02

    Estrazione di caratteristiche

    Le serie grezze vengono convertite in indicatori che il modello può confrontare tra gli asset, come il clustering di volatilità e le variazioni di volume.

  3. 03

    Modellazione stocastica

    Il modello genera una distribuzione di risultati probabili piuttosto che un unico obiettivo di prezzo e stima la varianza attorno ad esso.

  4. 04

    Segnale corretto per la varianza

    Vengono calcolati la dimensione della posizione e l'intervallo di ingresso in modo che il lato negativo rimanga limitato rispetto al lato positivo modellato.

Glossario, senza gergo

Stocastico
Coinvolge una componente casuale che viene modellata esplicitamente anziché ignorata.
Varianza
Quanto sono distribuiti i possibili risultati rispetto a quelli attesi.
Rischio asimmetrico
Una posizione strutturata in modo che la perdita sia, in linea di principio, inferiore al guadagno a cui viene contrapposta.

Risultati verificati dalla comunità

Un registro pubblico, non un resoconto dei momenti salienti

I segnali vengono registrati prima che il loro esito sia noto e successivamente esaminati da altri utenti sulla piattaforma. I segnali perdenti rimangono nel registro insieme a quelli vincenti.

Data registrata Segnale del modello Risultato realizzato Banda di varianza Verifica
Riga illustrativa Esposizione ridotta, asset A All'interno dell'intervallo modellato Stretto Confermato
Riga illustrativa Maggiore esposizione, asset B Gamma modellata esterna Largo In corso di revisione
Riga illustrativa Nessuna posizione, asset C Non applicabile Largo Confermato

Layout illustrativo del grafico della performance storica. Una volta maturato un batch pubblico di segnali, questa visualizzazione viene popolata con la corrispondente varianza realizzata per ciascuna voce.

Cosa significa il badge di verifica

Un segnale viene contrassegnato come "Confermato" una volta che almeno due revisori indipendenti della comunità hanno controllato la voce registrata, il timestamp e il risultato rispetto ai dati grezzi di scambio e non hanno riscontrato discrepanze.

Pista di controllo

Ciascuna voce contiene un timestamp, l'istantanea dei dati di input utilizzata in quel momento e il segnale risultante. Non sono possibili modifiche successive; le correzioni vengono aggiunte come nuove voci con data separata.

Gestione del rischio

Costruito per il budget di uno studente, non per un trading desk

I vincoli patrimoniali cambiano il significato di “rischio ragionevole”. Il modello tiene conto di ciò direttamente anziché ipotizzare un portafoglio ampio e diversificato.

Invece di massimizzare il rendimento atteso, la configurazione predefinita riduce al minimo il costo di un singolo segnale mal valutato. Il dimensionamento della posizione è legato alla varianza modellata: quando la gamma dei probabili risultati si amplia, l’esposizione suggerita si riduce automaticamente anziché rimanere fissa.

Ciò non elimina il rischio dai mercati delle criptovalute, che rimangono volatili per natura. Cambia la posizione in cui si trova tale rischio, mantenendo ogni singola voce abbastanza piccola da far sì che una chiamata sbagliata non richieda una vincita smisurata da cui recuperare.

Profilo di allocazione

La modalità conservativa limita la dimensione della posizione suggerita e amplia la soglia di varianza richiesta prima che un segnale venga registrato. È l'impostazione predefinita per i nuovi account studente.

Revisione collettiva

La verifica viene dagli utenti, non dal marketing

L'affermazione centrale della piattaforma, ovvero che i suoi registri siano accurati, viene verificata dalle persone che la utilizzano anziché essere presa per fede.

Stato di consenso
Confermato
Stato di consenso
In corso di revisione
Stato di consenso
Contestato
Base di revisione
Peer-checked
Attività recente della piattaforma (esempio)
  • Revisione indipendente inviata per un segnale registrato
  • Banda di varianza aggiornata dopo i nuovi dati sul volume
  • Voce contrassegnata come confermata dopo il controllo del secondo revisore
  • Nuova coorte di studenti aggiunta alla modalità conservativa

Accesso degli studenti

Richiedi l'accesso alla coorte beta

L'accesso beta è rivolto agli studenti universitari che vogliono leggere il ragionamento di un modello prima di decidere se seguirlo.

  • Leggi il registro pubblico completo dei segnali passati prima di prendere qualsiasi decisione.
  • Inizia in modalità conservativa con il dimensionamento della posizione limitato per impostazione predefinita.
  • Rivedi le stesse bande di varianza e definizioni utilizzate nella sezione relativa alla metodologia.
Coorte Beta: attualmente in fase di iscrizione