量化波动模型
专注于通过响应市场波动的变化（即价格随时间变化的幅度）来限制波动。当不确定性增加时，该模型会减少暴露。
挑战
大多数首次投资者都会遇到一连串的数字、新闻和建议，但很少指向同一方向。问题不在于缺乏信息，而在于信息的数量。
Pivuro Lemalu 基于预测模型，即分析历史和当前数据模式以评估可能的发展的统计模型。他们过滤市场数据中的噪音，以便个人投资者看到更小但更相关的信息。这与机构投资者数十年来获得的分析类型相同，但以更简单的格式提供。
这就是它的工作原理
该过程被设计为透明的。您无需了解模型的数学原理即可了解它们的作用。
步骤1
这些模型不断审查数百万个数据点——价格变动、交易量、新闻流和宏观经济指标。目的是识别肉眼难以看到的模式。
步骤2
您选择适合您的风险状况和时间范围的策略。每个策略都建立在不同的分析逻辑之上，并用简单的语言进行描述，因此选择是明智的而不是猜测。
步骤3
当策略产生信号时，平台根据您事先批准的规则执行交易。您始终可以看到已完成的操作以及原因。
策略
我们描述每个策略背后的方法，因为我们相信理解逻辑比屏幕上的数字更重要。
专注于通过响应市场波动的变化（即价格随时间变化的幅度）来限制波动。当不确定性增加时，该模型会减少暴露。
根据历史模式和交易量识别持续的价格变动。当多个数据点随着时间的推移指向同一方向时，该策略会采取更积极的立场。
使用语言模型评估新闻和公共交流的语气，并将其与价格变动进行比较。该策略会随着潜在情绪的变化而不断调整。
方法和透明度
Pivuro Engine是Pivuro Lemalu的分析核心。它结合了多个数据源——价格数据、交易量、新闻流和宏观经济指标——以避免单一来源或假设在决策中被赋予过多的权重。
随着新数据的出现，模型会不断地重新评估。这意味着，如果基本假设发生变化，策略可以调整其立场，而无需等待每月审查。
我们刻意避免建立一个试图预测一切的模型。多样化的数据输入意味着没有单一的错误源可以主导决策，但这也意味着没有模型可以保证结果。
无论基础分析多么复杂，投资总是涉及损失的风险。人工智能策略是基于历史和当前数据的决策支持——它们不是对未来结果的预测。我们建议您仅投资您可以承受价值下跌的资金，并选择反映您的时间范围的风险状况。
常见问题
您的资金存放在受监管的托管银行，平台无法直接从您的账户提取资金。然而，这并不能改变投资本身就存在损失风险的事实。对我们来说，安全涉及两件事：保护您的数据和资金，以及决策制定方式的透明度，这样您就永远不会怀疑交易背后的原因。
遵循给定策略会产生透明的费用，该费用会在您确认选择之前显示。我们不会收取超出您协议中规定的隐藏交易费用。您可以随时改变策略或完全停止而无需承诺。
随着新数据的出现，模型不断地重新评估他们的假设——这称为增量学习。这意味着策略可以随着时间的推移调整其数据源的权重，但如果没有人工审查，它不会改变其基本方法。团队会跟踪模型的行为，并在数据或市场条件明显偏离模型的处理目的时进行干预。