Vizual AI Caja Inversora reprezentând analiza cripto-piață bazată pe date

Un model orientat spre student pentru analiza criptografică

Un model predictiv pentru piețele cripto, construit pentru a fi verificat, în care nu se poate avea încredere orbește.

Caja Inversora AI aplică modelarea stocastică datelor de preț și volum, apoi publică semnalele rezultate înainte ca rezultatele acestora să fie cunoscute. Elevii pot citi raționamentul, nu doar rezultatul.

Explorați jurnalele Analizați modelul →

Fiecare semnal este marcat de timp și blocat în evidența publică înainte ca piețele să se miște, astfel încât jurnalul nu poate fi editat din retrospectivă.

Metodologie

Cum motivează modelul despre risc

Sistemul este construit pe un număr mic de idei din finanțarea cantitativă, traduse într-un limbaj simplu pentru studenții fără cunoștințe de statistică.

Modelarea stocastică, în termeni simpli

Prețurile cripto se mișcă în moduri care sunt parțial aleatorii și parțial modelate. Modelarea stocastică tratează această aleatorie în mod explicit, descriind nu un preț prezis, ci o serie de rezultate plauzibile și cât de probabil este fiecare.

Varianta predictiva

Varianta predictivă este o măsură a cât de largă este acea gamă de rezultate. O gamă restrânsă înseamnă că modelul este relativ încrezător; unul larg înseamnă că condițiile sunt instabile și orice poziție trebuie dimensionată corespunzător.

Risc asimetric

O configurație asimetrică este aceea în care pierderea potențială pe o poziție este menținută în mod deliberat mai mică decât câștigul potențial. Modelul nu încearcă să prezică direcția perfect; încearcă să structureze intrările astfel încât să nu fii greșit să coste mai puțin decât să ai dreptate să câștige.

Birou de cercetare Caja Inversora AI cu diagrame și note utilizate pentru a documenta comportamentul modelului
Documentația modelului este scrisă pentru revizuire, nu doar pentru uz intern.
  1. 01

    Ingestie de date

    Registrul de comenzi, volumul și istoricul prețurilor sunt extrase din mai multe schimburi și normalizate la un interval de timp comun.

  2. 02

    Extragerea caracteristicilor

    Seria brută este convertită în indicatori pe care modelul îi poate compara între active, cum ar fi gruparea volatilității și schimbările de volum.

  3. 03

    Modelare stocastică

    Modelul generează o distribuție a rezultatelor probabile, mai degrabă decât o singură țintă de preț și estimează variația în jurul acestuia.

  4. 04

    Semnal ajustat în funcție de variație

    O dimensiune de poziție și un interval de intrare sunt calculate, astfel încât dezavantajul să rămână limitat în raport cu avantajul modelat.

Glosar, fără jargon

Stochastic
Implica o componentă aleatorie care este modelată în mod explicit, mai degrabă decât ignorată.
Varianta
Cât de răspândite sunt rezultatele posibile în jurul celui așteptat.
Risc asimetric
O poziție structurată astfel încât o pierdere este mai mică, în principiu, decât câștigul cu care este stabilit.

Rezultate verificate de comunitate

Un jurnal public, nu o bobină de evidențiere

Semnalele sunt înregistrate înainte ca rezultatul lor să fie cunoscut și revizuit ulterior de către alți utilizatori de pe platformă. Semnalele de pierdere rămân în jurnal alături de cele câștigătoare.

Data înregistrării Semnal model Rezultat realizat Banda de variație Verificare
Rând ilustrativ Expunere redusă, activul A În intervalul modelat Îngustă Confirmat
Rând ilustrativ Expunere crescută, activul B În afara gamei modelate Lat În curs de revizuire
Rând ilustrativ Fără poziție, activ C Nu se aplică Lat Confirmat

Aspect ilustrativ al diagramei de performanță istorică. Odată ce un lot public de semnale a ajuns la maturitate, această vizualizare este populată cu variația realizată corespunzătoare pentru fiecare intrare.

Ce înseamnă insigna de verificare

Un semnal este marcat „Confirmat” după ce cel puțin doi evaluatori independenți ai comunității au verificat intrarea înregistrată, marcajul de timp și rezultatul cu datele brute de schimb și nu au găsit nicio discrepanță.

Pista de audit

Fiecare intrare poartă un marcaj temporal, instantaneul datelor de intrare utilizat la momentul respectiv și semnalul rezultat. Editările ulterioare nu sunt posibile; corecțiile sunt atașate ca intrări noi, datate separat.

Managementul riscului

Construit pentru bugetul unui student, nu pentru un birou de tranzacționare

Constrângerile de capital schimbă ceea ce înseamnă „risc rezonabil”. Modelul ține cont de acest lucru în mod direct, mai degrabă decât de a presupune un portofoliu mare și diversificat.

În loc să maximizeze randamentul așteptat, configurația implicită minimizează cât poate costa un singur semnal evaluat greșit. Dimensiunea poziției este legată de varianța modelată: atunci când gama de rezultate probabile se lărgește, expunerea sugerată se micșorează automat, în loc să rămână fixă.

Acest lucru nu elimină riscul de pe piețele cripto, care rămân volatile prin natura lor. Se schimbă locul în care se află acel risc, menținând orice intrare suficient de mică, încât un apel greșit să nu necesite un câștig uriaș pentru a se recupera.

Profil de alocare

Modul conservator limitează dimensiunea poziției sugerate și mărește pragul de variație necesar înainte ca un semnal să fie înregistrat. Este valoarea implicită pentru noile conturi de studenți.

Revizuire colectivă

Verificarea vine de la utilizatori, nu de la marketing

Afirmația centrală a platformei, conform căreia jurnalele sale sunt corecte, este verificată de către cei care o folosesc, mai degrabă decât luată pe credință.

Starea de consens
Confirmat
Starea de consens
În curs de revizuire
Starea de consens
Contestată
Baza de revizuire
Verificat de colegi
Activitate recentă a platformei (eșantion)
  • Evaluare independentă trimisă pentru un semnal înregistrat
  • Banda de variație actualizată după noi date de volum
  • Intrarea marcată ca confirmată după a doua verificare a evaluatorului
  • Noua cohortă de studenți a fost adăugată în modul conservator

Accesul studenților

Solicitați acces la cohorta beta

Accesul beta se adresează studenților universitari care doresc să citească raționamentul unui model înainte de a decide dacă îl urmează.

  • Citiți jurnalul public complet al semnalelor din trecut înainte de a lua orice decizie.
  • Începeți în modul conservator cu dimensionarea poziției limitate în mod implicit.
  • Examinați aceleași benzi de varianță și definiții utilizate în secțiunea de metodologie.
Cohorta beta: în curs de înscriere