数字资产组合的系统分析
Muele Kapitaje 应用预测建模和持续数据审查来支持投资决策，用记录的、可测试的流程取代直觉。
索取战略概览
食入
持续的市场数据
验证
对照历史进行回测
输出
定义的风险参数
Muele Kapitaje 应用预测建模和持续数据审查来支持投资决策，用记录的、可测试的流程取代直觉。
索取战略概览市场背景
数字资产市场在一天内产生的价格变动、订单流和情绪数据超出了大多数私人投资者的处理能力。在这种压力下做出的决定往往是反应性的，而不是理性的。
发动机
该系统评估历史和实时市场数据，以识别反复出现的结构模式，而不是对短期噪音做出反应。随着新数据的到来，模型会重新校准，因此假设不会保持静态。
头寸规模和风险限额是在发布建议之前确定的，而不是在建议发布之后进行调整。每个输出都受到反映定义的风险承受能力而不是开放式目标的参数的约束。
一旦建议得到验证，就会在相关的时间背景下提供建议，从而使投资者能够根据当前情况而不是延迟的报告采取行动。执行的最终决定始终由投资者决定。
方法论
每项建议都遵循相同的记录顺序。如果没有经过下面的每个阶段，就不会发布任何内容。
市场信息、订单簿深度和宏观指标不断从多个场所收集，并标准化为通用的分析结构。
候选信号在被认为可行之前会根据历史情景进行测试，过滤掉在不同市场条件下不成立的模式。
经过验证的信号被转化为具有明确风险参数的建议，并以适合在采取任何行动之前进行审查的格式呈现。
关于该方法
Muele Kapitaje 的设计围绕一个简单的前提：随着时间的推移，由一致、可测试的数据支持的决策比在压力下或受普遍情绪影响下做出的决策更有效。该平台是为那些想要了解推荐背后的原因而不仅仅是接受推荐的私人和机构投资者而构建的。
平台内使用的每个模型都在内部记录，并且可以在战略咨询期间根据要求审查每个建议背后的假设。
分析严谨
通过根据扩展的历史价格数据运行模型并将生成的建议与实际发生的情况进行比较来评估策略，跨越多个市场周期而不是单个有利时期。此过程会突出显示模型在任何实时部署之前的一致执行情况和不一致情况。
回测结果被视为特定条件下策略历史行为的指示，而不是预测。过去的市场状况并不能保证未来的结果，这一点在每次咨询时都会清楚地传达。
客户数据根据适用的欧盟数据保护要求进行处理。对投资组合信息的访问受到限制，分析基础设施与任何面向客户的通信系统分开。
常见问题
建议是由一系列数据摄取、历史验证和基于规则的过滤产生的。单一指标不会产生任何建议；每项内容在呈现之前都会经过上述完整的方法。
不会。该平台提供分析和结构化建议。执行决策仍由投资者决定，这符合战略判断不应完全委托给自动化系统的原则。
数据根据欧盟数据保护标准进行存储和处理，内部访问受到限制，分析系统与客户端通信渠道之间分离。
模型会根据传入数据不断重新评估，因此建议反映当前状况而不是固定快照。重新校准频率取决于资产类别和观察到的波动性。
该方法是围绕明确的风险参数而不是激进的定位建立的，这就是为什么优先考虑资本保全和记录推理而不是短期投机的投资者使用它的原因。