多场景预测分析
该模型为每个跟踪的资产计算几种可能的轨迹，并根据估计的概率而不是根据单个线性投影来加权决策。
该系统聚合多个市场数据流，并应用训练有素的统计模型来检测资产之间的波动模式和相关性。每项分配建议均来自可重复的计算，并定期记录和更新。
目标不是确定地预测未来价格，而是估计可能情景的分布，以便相应地调整风险承担。这种方法是量化管理逻辑的一部分，应用于数字资产市场。
数字资产的波动性不会被抵消，而是会被衡量并融入到每个分配决策中。
该模型为每个跟踪的资产计算几种可能的轨迹，并根据估计的概率而不是根据单个线性投影来加权决策。
随着市场状况的变化，配置会重新计算，从而允许在高波动阶段之前而不是之后减少风险敞口。
头寸根据测量的相关性在几类数字资产之间分配，以减轻孤立变动对整个投资资本的影响。
无论投资者以少量资金还是大量资金开始，该流程都保持不变。
投资者将他的钱包或交易账户连接到该平台。启动追踪没有最低金额要求。
该引擎评估所持有资产的当前构成、历史波动性以及投资组合的隐含风险水平。
根据所选的风险参数提出并应用调整，并随时进行监控。
个人投资者可以从少量资金开始，观察模型如何根据多种资产的波动性在不同资产之间分配资本。分配随投资组合扩展，无需每日手动干预。
持有加密资产储备的公司可以利用该模型的风险信号，在被确定为不稳定时期之前调整其风险敞口，这是一种对冲而不是投机的逻辑。
该模型将一系列市场数据（价格、交易量、波动性）与统计学习方法相结合，以估计情景概率。技术团队定期审查所使用的参数和权重，并且所应用的调整仍然可以在账户历史记录中查看。
与钱包和交易账户的连接依赖于权限有限的密钥，没有对外部地址的直接提款权。数据在传输过程中和静态时都经过加密，并且根据最小权限原则限制对内部系统的访问。
资产仍保留在用户的钱包或交易账户中；平台不持有资金。因此，提款遵循所使用的交易平台特定的截止日期和条件，并且可以随时从后者发起。