访问
遵循逻辑而非猜测的分析
Zovridela 的理念是收入多元化决策应基于可验证的数据，而不是一时冲动。该平台结合了定量模型，并清晰解释了为什么某个机会脱颖而出。
我们不会用图表让用户不知所措，而是专注于与他们的风险状况相关的内容 - 无论是谨慎的方法还是更积极地监控市场变化。
访问
Zovridela 的理念是收入多元化决策应基于可验证的数据，而不是一时冲动。该平台结合了定量模型，并清晰解释了为什么某个机会脱颖而出。
我们不会用图表让用户不知所措，而是专注于与他们的风险状况相关的内容 - 无论是谨慎的方法还是更积极地监控市场变化。
背景
当今的市场会产生大量无法手动跟踪的数据。价格、交易量和波动性的变化速度快于人类的解读速度，尤其是在同时处理数百个货币对时。
问题很少是缺乏信息。事实上，没有上下文和过滤的原始数据就会变成噪音，而噪音无助于决策。
Zovridela 通过根据与用户个人资料的相关性对机会进行算法排名来过滤掉噪音，而不是以原始形式显示所有可用数据。
我们的目标不是添加另一个数字白板，而是让决策过程更加安心——一个清晰的概览，让用户有时间思考，而不是惊慌失措地做出反应。
交易对受到持续实时监控和分析。
持续数据刷新，周末或晚上不间断。
根据您的风险状况排名的机会概述。
可能性
每个功能都解决决策过程中的特定问题，从模式识别到风险暴露管理。
这些模型从历史和当前数据中学习来估计短期和中期价格变动的概率。估计值以一系列概率呈现，而不是作为特定结果。
系统持续监控投资组合的波动性和敞口，并在偏差超出设定限制时发出警告，而不是仅每天报告。
这些建议会根据用户声明的风险和视野进行调整，因此保守型和主动型配置文件会从同一数据集中获得不同排名的机会。
方法论
无论市场状况如何变化，该过程分三个步骤不断重复进行。
来自 500 多个交易对的数据是从可用的市场来源收集的，并调整为单一的机器友好格式。
这些模型分析模式、相关性和偏差，并生成机会估计以及相关的风险水平。
将结果与用户的个人资料和现有曝光进行比较，以便推荐是一致的，而不是与投资组合的其余部分隔离。
数据透明：每条推荐都会注明来源和所指时期，以便用户可以验证其背后的逻辑，而不仅仅是接受结论。
应用场景
该平台不仅仅适应一种类型的用户。下面的示例显示了如何根据风险承受能力不同地使用相同的分析。
风险承受能力较低的用户会设置严格的波动率限制。然后，系统会优先考虑变异性较低且评估时间范围较长的对。
建议的出现频率较低，但有更详细的解释，因为目标是避免对短期波动反应过快。
稳定性、长期趋势和风险敞口仍然是每项建议的核心，没有快速反应的压力。
积极寻求额外收入来源的用户会带来更大范围的波动。然后，该模型会跟踪更多货币对的短期走势，并更频繁地生成信号。
在这种情况下，实时风险管理变得至关重要，因为风险比保守方法变化得更快。
处理速度和推荐更新频率适应更动态的市场监测方式。
常见问题
数据是从平台跟踪的交易对的公开市场来源收集的，并在进入分析层之前进行标准化。
处理实时、连续地进行，没有固定的等待间隔。这意味着当输入数据发生变化时，估计值也会发生变化。
风险管理模型跟踪波动性，并在情况急剧变化时自动降低建议的置信度，而不是忽略偏差。
风险概况专门用于对向您显示的建议进行排名；它不会影响平台其他用户看到的数据。
配置文件可以随时调整，并根据新设置的限制重新计算建议。