通过我们模型运行的每个策略都记录在共享日志中，因此使用该平台的任何人都可以检查性能，而不是信任。下表显示了日志的格式以及为每个条目发布的字段。
| 策略ID | 审核日期 | 分析数据点 | 结果范围 | 验证状态 |
|---|---|---|---|---|
| TL-0417 | 每周 | 交易所+交易量数据 | 在预计范围内 | 社区审查 |
| TL-0418 | 每周 | 交易所+交易量数据 | 低于预计范围 | 社区审查 |
| TL-0419 | 每周 | 交易所+情绪数据 | 在预计范围内 | 社区审查 |
日志格式的说明性示例。实时条目（包括表现不佳的时期）会在帐户仪表板内发布，并按照上面显示的时间表进行更新。
“社区审核”徽章表示策略的记录结果已根据预测时获取的原始数据快照进行了检查，并且任何注册用户都可以查看比较结果。它并不表示对未来结果的保证 - 它表示过去显示的结果与基础数据记录匹配。
TrueLedgency 建立在一个简单的观察之上：在孟加拉国考虑采用技术驱动的收入策略的大多数人都有资本可分配，但没有实际的方法来审核模型以决定其走向。我们通过分离两个角色来解决这个问题：分析数据的模型和记录其调用是否被保留的日志。
我们的分析师配置和监控预测系统，设置其运行必须遵循的风险限制，并发布每个周期的结果。您不会被要求相信标题数字；而是会被要求相信。您将获得一份记录以供检查。
该系统由四个相互关联的流程构建而成。它们都不要求您了解基础统计数据，但了解每个数据的职责会有所帮助。
该系统连续从多个来源提取结构化市场数据（价格、交易量和时间模式），因此决策是基于当前状况而不是单一快照。
统计模型将当前数据与历史模式进行比较，以估计类似条件之前的表现。这产生了概率加权的观点，而不是作为确定性呈现的预测。
每项建议都会根据波动性和数据置信度分配一个风险范围，因此可以相应地调整风险敞口规模，而不是一刀切。
记录的结果按设定的周期反馈到模型中，在结果与预测不同的情况下调整其权重，而不是无限期地保持配置静态。
原始市场数据是连续收集的。
模型对模式进行评分并分配风险范围。
分析师在发布前检查输出。
结果记录在公共日志中。
上述技术流程的存在是为了实现两个实际目标：减少您花在研究上的时间，并减少单个错误假设影响您的整个头寸的机会。
| 标准 | 手动研究 | TrueLedgency 分析 |
|---|---|---|
| 数据范围 | 受个人时间限制 | 多源、连续 |
| 审核频率 | 不规则 | 固定周期，记录 |
| 风险评估 | 自我评价 | 基于频段的指导 |
| 结果记录 | 很少被追踪 | 发布日志 |
这是每个已发布日志条目背后的序列的简化演练。它的目的是让您有足够的理解力来提出有根据的问题，而不是要求技术背景。
该模型记录周期开始时相关市场数据的状态，创建固定参考点。
将当前状况与类似的历史序列进行比较，生成概率加权的前景。
根据数据置信度和波动性，输出被标记为风险带而不是单个固定数字。
在发布之前，人工审阅者会根据已知的约束检查输出并标记任何不一致的内容。
最终建议及其实际结果均写入日志以供独立审查。
这些是考虑 TrueLedgency 且拥有投资资金但技术背景有限的人们最常问我们的问题。
如果此处未涵盖您的问题，您可以通过以下方式联系我们的支持团队： [email protected] 或通过 关于 页。