TrueLedgency applique des modèles prédictifs aux données de marché et enregistre chaque résultat de la stratégie dans un journal que la communauté peut inspecter. Vous examinez les preuves avant de décider d’engager ou non du capital.
Chaque stratégie exécutée via nos modèles est enregistrée dans un journal partagé, de sorte que les performances peuvent être vérifiées par toute personne utilisant la plateforme plutôt que prises en toute confiance. Le tableau ci-dessous montre le format du journal et les champs publiés pour chaque entrée.
| ID de stratégie | Date de révision | Points de données analysés | Bande de résultats | Statut de vérification |
|---|---|---|---|---|
| TL-0417 | Hebdomadaire | Échange + données en volume | Dans la plage projetée | Évalué par la communauté |
| TL-0418 | Hebdomadaire | Échange + données en volume | En dessous de la plage projetée | Évalué par la communauté |
| TL-0419 | Hebdomadaire | Données d'échange + de sentiment | Dans la plage projetée | Évalué par la communauté |
Exemple illustratif de formatage de journal. Les entrées en direct, y compris les périodes sous-performantes, sont publiées dans le tableau de bord du compte et mises à jour selon le calendrier indiqué ci-dessus.
Un badge « Revu par la communauté » indique que le résultat enregistré d'une stratégie a été vérifié par rapport à l'instantané des données brutes pris au moment de la prédiction et que la comparaison est visible par tout utilisateur enregistré. Cela n'indique pas une garantie des résultats futurs - cela indique que le résultat passé affiché correspond à l'enregistrement de données sous-jacent.
TrueLedgency est né d'une observation simple : la plupart des personnes qui envisagent une stratégie de revenus basée sur la technologie au Bangladesh ont du capital à allouer mais n'ont aucun moyen pratique d'auditer le modèle pour décider où il va. Nous résolvons ce problème en séparant deux rôles : le modèle qui analyse les données et le journal qui enregistre si ses appels ont tenu.
Nos analystes configurent et surveillent le système prédictif, fixent les limites de risque dans lesquelles il doit fonctionner et publient le résultat de chaque cycle. Il ne vous est pas demandé de faire confiance à un numéro de titre ; on vous donne un dossier à vérifier.
Le système est construit à partir de quatre processus liés. Aucun d’entre eux n’exige que vous compreniez les statistiques sous-jacentes, mais il est utile de savoir de quoi chacun est responsable.
Le système extrait des données de marché structurées (prix, volumes et schémas temporels) à partir de plusieurs sources selon un calendrier continu, de sorte que les décisions sont basées sur les conditions actuelles plutôt que sur un seul instantané.
Les modèles statistiques comparent les données actuelles aux modèles historiques pour estimer le comportement de conditions similaires auparavant. Cela produit une vision pondérée en fonction des probabilités, et non une prédiction présentée comme une certitude.
Chaque recommandation se voit attribuer une fourchette de risque basée sur la volatilité et la confiance des données, de sorte que l'exposition peut être dimensionnée en conséquence plutôt que traitée comme une taille unique.
Les résultats enregistrés sont réinjectés dans le modèle selon un cycle défini, ajustant sa pondération là où les résultats s'écartent de la projection, plutôt que de laisser la configuration statique indéfiniment.
Les données brutes du marché sont collectées en continu.
Les modèles notent les modèles et attribuent une bande de risque.
Un analyste vérifie les résultats avant publication.
Le résultat est enregistré dans le journal public.
Le processus technique ci-dessus existe pour servir deux objectifs pratiques : réduire le temps que vous consacrez à la recherche et réduire le risque qu'une seule mauvaise hypothèse affecte l'ensemble de votre position.
| Critère | Recherche manuelle | Analyse TrueLedgency |
|---|---|---|
| Portée des données | Limité par le temps personnel | Sources multiples, continue |
| Fréquence des révisions | Irrégulier | Cycle fixe, enregistré |
| Dimensionnement du risque | Auto-estimé | Guidage basé sur la bande |
| Enregistrement des résultats | Rarement suivi | Journal publié |
Il s'agit d'une présentation simplifiée de la séquence derrière chaque entrée de journal publiée. Il est destiné à vous donner suffisamment de compréhension pour poser des questions éclairées, sans nécessiter de connaissances techniques.
Le modèle enregistre l'état des données de marché pertinentes au début d'un cycle, créant ainsi un point de référence fixe.
Les conditions actuelles sont comparées à des séquences historiques qui leur ressemblent, générant ainsi une perspective pondérée en fonction de leur probabilité.
Sur la base de la confiance et de la volatilité des données, la production est associée à une bande de risque plutôt qu'à un seul chiffre fixe.
Avant la publication, un réviseur humain vérifie le résultat par rapport aux contraintes connues et signale tout ce qui est incohérent.
La recommandation finale et, plus tard, son résultat réel sont tous deux consignés dans le journal pour examen indépendant.
Ce sont les questions que nous posent le plus souvent les personnes qui envisagent TrueLedgency et qui disposent d'un capital d'investissement mais d'une expérience technique limitée.
Si votre question n'est pas traitée ici, vous pouvez contacter notre équipe d'assistance à [email protected] ou par l'intermédiaire du À propos page.
Créez un compte pour afficher en détail les journaux de stratégie complets, les bandes de risque actuelles et le calendrier de révision. Il n’y a aucune obligation d’allouer du capital avant d’avoir examiné le dossier.
Démarrez avec l'intelligence des données