Dati del mercato delle criptovalute analizzati dall'intelligenza artificiale, rivisti quotidianamente e registrati in pubblico
Raven Stakevault combina la modellazione predittiva con un registro pubblicato dei risultati, in modo da poter valutare il ragionamento alla base di ogni raccomandazione anziché fare affidamento su un rendimento promesso.
Come il modello raggiunge una raccomandazione
Il processo è deliberatamente stratificato, in modo che nessun singolo punto dati o segnale possa dettare un risultato da solo. Ogni fase restringe il set di dati prima che possa influenzare una decisione.
Aggregazione continua dei dati
I feed di mercato, on-chain e macroeconomici vengono estratti su base continuativa anziché a intervalli fissi, il che riduce il rischio di agire su una singola istantanea stantia durante i periodi volatili.
- Profondità del book degli ordini di scambio
- Volumi delle transazioni on-chain
- Indicatori macroeconomici (tassi, indici valutari)
- Serie storiche della volatilità
Riduzione statistica del rumore
I picchi di prezzo a breve termine e le anomalie scarsamente scambiate vengono segnalate e ponderate prima che il set di dati raggiunga il livello di previsione. Questa fase esiste appositamente per evitare che il rumore guidato dal sentiment venga scambiato per una tendenza genuina.
Previsioni ponderate per il rischio
I segnali rimanenti vengono trasmessi attraverso modelli che assegnano una fascia di confidenza a ciascuna proiezione, anziché una stima puntuale. I risultati con un livello di fiducia inferiore sono etichettati come tali e ponderati in qualsiasi raccomandazione risultante.
Revisionato prima che raggiunga il registro
Prima che qualsiasi raccomandazione venga registrata nel registro pubblico delle prestazioni, viene verificata rispetto al livello di confidenza dichiarato dal modello e alle attuali soglie di rischio. I risultati che non rientrano nei parametri concordati vengono trattenuti anziché pubblicati a prescindere.
Contenere l'esposizione prima che venga assunta una posizione, non dopo
I modelli predittivi rappresentano solo la metà dell’approccio. L’altra metà è un insieme di vincoli fissi che limitano la misura in cui ogni singola raccomandazione può spostare un portafoglio, indipendentemente da quanto forte appaia il segnale sottostante.
Descrizione del modello predittivo
Le previsioni sono espresse come intervalli con un livello di confidenza associato, non come obiettivi di prezzo a una cifra. Una raccomandazione viene generata solo quando la fiducia del modello supera una soglia minima stabilita in anticipo, che mantiene i segnali speculativi o di bassa convinzione fuori dall'output pubblicato.
Impostazioni della soglia di rischio
Anteprima degli avvisi in tempo reale
Un documento pubblico, non una raccolta di momenti salienti curata
Ogni raccomandazione che supera la soglia di pubblicazione viene registrata con un timestamp e successivamente riconciliata con l'effettivo movimento del mercato, comprese quelle che non hanno funzionato come previsto.
La tabella seguente illustra il formato utilizzato nel registro live, accessibile agli utenti registrati. Le cifre mostrate qui sono solo rappresentative della struttura, non una registrazione dei risultati effettivi.
| Registrato | Classe di attività | Fiducia del modello | Risultato vs. proiezione | Stato |
|---|---|---|---|---|
| Settimana 1 | Asset digitale a grande capitalizzazione | Alto | Entro l'intervallo previsto | Nel raggio d'azione |
| Settimana 2 | Cesto diversificato | Medio | Al di sotto dell'intervallo previsto | Contrassegnato |
| Settimana 3 | Asset digitale a media capitalizzazione | Alto | Entro l'intervallo previsto | Nel raggio d'azione |
Dove la stessa analisi viene applicata in modo diverso
Il modello sottostante non cambia tra i casi d'uso; ciò che cambia è quale risultato emerge e come viene ponderato per la decisione in questione.
Ribilanciamento guidato da fasce di fiducia
I suggerimenti di allocazione vengono generati rispetto a una tolleranza al rischio dichiarata, con ogni spostamento suggerito accompagnato dal livello di fiducia alla base, in modo che un investitore possa giudicare se agire di conseguenza in tutto, in parte o per niente.
Separare il segnale dal rumore a breve termine
Il sentiment sociale e guidato dalle notizie viene monitorato insieme, e non al posto, ai dati transazionali. I picchi di sentiment che non sono supportati dall’attività on-chain vengono contrassegnati anziché trattati come conferma di una tendenza.
Supportare le decisioni del Tesoro e delle riserve
Per le aziende che detengono asset digitali come parte della strategia di tesoreria, lo stesso risultato ponderato per il rischio è adattato a cicli di revisione più lunghi, riflettendo il turnover inferiore tipico delle posizioni di tesoreria.
Costruito per gli investitori che vogliono verificare il funzionamento, non solo la risposta
Raven Stakevault è stato costruito sulla premessa che una raccomandazione basata sull'intelligenza artificiale è utile per un investitore cauto solo se è possibile esaminare sia il suo ragionamento che il suo track record. La piattaforma è progettata attorno a tale requisito piuttosto che attorno a una singola figura principale.
I modelli, le soglie e il registro pubblico vengono mantenuti come un sistema connesso: una modifica a uno si riflette negli altri, quindi il registro riflette sempre le regole secondo le quali il modello sta attualmente operando.
Rivedi il ragionamento prima di rivedere un risultato
La maggior parte dei visitatori inizia con la metodologia, quindi controlla le voci correnti nel registro delle prestazioni prima di decidere se l'approccio è adatto alla propria propensione al rischio.