不经过过滤器进入的问题
开始投资的学生通常会同时打开十个选项卡：图表、论坛、矛盾的新闻。如果没有参考系，对下跌 15% 的自然反应是在最糟糕的时刻卖出，而在面临快速上涨时，在不衡量风险的情况下入场。
从统计数据来看，这种情绪化的资本管理是刚刚起步的投资者可避免损失的主要原因。
Zenda Inverencia 充当原始数据和决策之间的系统过滤器。该模型持续处理市场并将该信息转化为风险有限的建议，从而无需手动解释数十个指标。
方法论
该系统不能绝对确定地预测价格。当不确定性增加时，计算概率、调整建议的风险敞口并优先考虑资本保值。
该模型每天 24 小时审查交易量、隐含波动率和资产之间的相关性，即使在加密货币周末，也不会出现覆盖范围的暂停或间隙。
每个配置文件都定义了自己可接受的回撤限制。系统会调整建议的曝光度以保持在该阈值内，而不是对所有用户应用通用策略。
目的不是对已经发生的跌倒做出反应。该模型确定了与修正相关的先决条件，并在运动发生之前减少了建议的暴露程度。
流程透明
我们不要求盲目信任，而是展示整个序列：输入什么数据、如何处理数据以及最终输出什么。
从多个来源连续捕获价格、交易量、订单深度和相关新闻，无需人工干预。
根据历史波动模式训练的模型可估计每个受监控资产的修正概率及其预期幅度。
结果被转化为明确的指令：维持、减少或增加暴露，以及模型当时的置信水平。
用例模拟
在模拟修正期间，不使用算法过滤器管理的投资组合与基于 Zenda Inverencia 模型进行敞口调整的等效投资组合之间的说明性比较。
| 变量 | 无算法管理 | 使用 Zenda Inverencia |
|---|---|---|
| 高波动期间的暴露 | 常数 | 逐步减少 |
| 对风险信号的反应时间 | 手册，视供应情况而定 | 连续，无需干预 |
| 决策标准 | 直觉和及时的新闻 | 预定义的风险阈值 |