最初のユーロを暗号資産に投資する前に、暗号資産のボラティリティを分析する
Voyage Finances Personnelles は、過去の市場に予測モデルを適用し、市場のピークや底値を推測することなく、学生の予算の割合で定期購入を自動的に割り当てます。
分析の探索パフォーマンスの約束はありません。このモデルは比較的有利な購入ウィンドウを特定しますが、正確な将来の価格を予測するものではありません。
価格は数時間で数ポイント変動するため、個別の決定を正当化することが困難になります
学生の予算の場合、エントリーウィンドウが悪くなると、数週間の節約になる可能性があります。ほとんどの消費者向けツールにはチャートが表示されますが、いつ、どれだけ、どのくらいの頻度で購入するかの決定は完全にユーザーに任されています。
追跡対象の各資産に継続的に適用される 3 つの異なる機能
分析
このエンジンは、複数のプラットフォームにわたる価格、取引量、ボラティリティ指標を継続的に取り込み、資産ごとのベースラインを確立します。
予測
統計モデルは、現在の市場ポジションを過去の動向と比較することにより、比較的有利なエントリーウィンドウを特定します。
リスクの軽減
購入は時間の経過とともに自動的に配分され、市場でのエクスポージャーを特定の瞬間に制限するために、定義された予算に従って上限が設定されます。
データ収集から予定購入の実行まで
コレクション
取引所プラットフォームのパブリック API を介して、価格、数量、注文簿を定期的に取得します。
標準化
系列は、スコアリング モデルに送信される前に、同じタイム ステップでクリーン化および位置合わせされます。
採点
それぞれの潜在的な購入ウィンドウは、受信した新しいデータごとに再計算された相対スコアを受け取ります。
スケジュール実行
購入は、事前に定義された月次予算の範囲内で、選択した頻度と現在のスコアに従ってトリガーされます。
再評価
統計的なドリフトを制限するために、モデルは最新のデータに基づいて一定の間隔で再トレーニングされます。
モデルによって生成されたスコアは、履歴データで観察された統計的傾向を反映しています。これらは投資アドバイスや将来のパフォーマンスの保証を構成するものではありません。
控えめなエントリー予算向けに設計
Voyage Finances Personnelles は、予算が限られており、毎日の価格監視に費やす時間がほとんどない暗号資産の初心者向けに設計されました。このプラットフォームはグラフを増やすのではなく、購入の分布を自動化し、モデルによって行われた各決定を文書化します。
目標は、市場よりも早く反応することではなく、即座に決定し、次から次へと購入するというプレッシャーを取り除くことです。
学生の予算が直面する 4 つの具体的な状況
毎月の固定予算
毎月投資できる額は限られており、投資に最適な日については確実ではありません。
結果 — 金額は、モデルによって識別される複数の購入ウィンドウに自動的に分割されます。
日々のボラティリティ
数時間で大幅な価格変動があり、経験がないと解釈するのが困難です。
結果 — スコアリングは、注文をトリガーする前に現在の状況を履歴と比較します。
多忙なスケジュール
レッスンと試験の間でコースを受講できる可能性はほとんどありません。
結果 — スケジュールされた購入は、最初に定義されたルールに従って、手動介入なしで実行されます。
プラットフォームの多様性
データは複数の取引所プラットフォームに分散しており、比較するのが困難です。
結果 — フローは 1 つのダッシュボードに統合され、行われた決定を監視します。